Gespräch buchen

Novaeon Studio · The AI Agent Factory

Agenten,gebaut für denEchtbetrieb.

Wir entwerfen und bauen KI-Agenten, bringen sie in Produktion und betreiben sie — auf den anspruchsvollsten Stacks, SAP inklusive. Hinter jedem Release stehen 22+ Jahre SAP-Umsetzung im Enterprise-Umfeld.

30-minütiges Agenten-Strategiegespräch buchenSo bringen wir Agenten in Produktion

Illustration: die Erde am Horizont, Agenten-Raumschiffe ziehen auf Bahnen durch vier Gates

  • Offene ModelleVeröffentlicht auf Hugging Face
  • Open SourceAktiv in der OpenClaw-Community
  • 22+ JahreEnterprise-SAP-Umsetzung, auf der Novaeon aufbaut
  • Release-DisziplinSAP Release & Change Management (ChaRM)

Fünf Räume. Eine Mission.

Bewegen Sie sich durch das Unternehmen wie durch eine Raumstation. Jeder Raum hat eine eigene Seite, eigene Belege und einen Weg zurück.

  1. FactoryDie Strecke, die jeder Agent durchläuft: Idee, Entwicklung, Release, Betrieb.
  2. LeistungenFünf Angebote, vom Readiness-Audit bis zum Private AI Lab.
  3. BranchenAcht Branchen, die wir aus der Praxis kennen, und was Agenten dort leisten.
  4. LabOffene Modelle, Upstream-Beiträge, Datensätze und eigene Quality Gates.
  5. KontaktGespräch buchen, uns schreiben oder den Readiness Check starten.

Das Problem, das wir lösen

Ein Demo-Agent ist an einem Nachmittag gebaut. Ein Agent, den Ihre Prüfer, Ihr Betriebsrat und Ihr IT-Betrieb akzeptieren, ist eine Frage der Architektur: definierte Rolle, getestete Skills, klare Grenzen, ein Mensch, der freigibt — und ein Release-Prozess, mit dem Sie ihn gefahrlos ändern können.

Wie ein Agent in Produktion geht

Idee → Agent → Release → Betrieb.

Jedes Mal derselbe Weg. Nichts geht allein aus Begeisterung in Produktion.

  1. 01

    Idee

    Den Prozess wählen, bei dem sich ein Agent rechnet. Eingaben, Entscheidungen, Risiken und Verantwortliche erfassen — und entscheiden, wo ein einfacher Workflow die bessere Antwort ist.

  2. 02

    Agent

    Agent und Skills bauen: Tool-Verträge, Guardrails, Prompt-Injection-Tests, Eval-Szenarien und den menschlichen Freigabeschritt.

  3. 03

    Release

    Ausrollen wie Software: versioniert, gegen eine feste Baseline getestet, risikobewertet, freigegeben, nachvollziehbar — und umkehrbar.

    • Eval-Gate
    • Risikobewertung
    • Freigabe
    • Rollback bereit
  4. 04

    Betrieb

    Qualität, Kosten pro Aktion und Drift in Produktion überwachen. Im Release-Takt verbessern, nicht durch Hotfixes an Prompts.

Zur Factory

Was wir bauen

Vier Bausteine. Gebaut für den Betrieb, nicht für die Demo.

KI-Agenten

Mehrstufige Agenten mit einer klaren Rolle, eng begrenzten Tools, harten Limits und einem Eskalationspfad zu Menschen. Gemessen an Eval-Szenarien, nicht am guten ersten Eindruck.

  • Rolle & Grenzen
  • Tool-Scoping
  • Human-in-the-Loop

Skills

Die deterministischen Bausteine, die Agenten aufrufen: nachschlagen, validieren, anlegen, buchen. Klein, getestet, versioniert — der Teil, der einen Agenten verlässlich macht.

  • Deterministisch
  • Getestet
  • Versioniert

Integrationen & Automatisierung

ERP, CRM, APIs, Dokumente. Wir verbinden die Systeme, die ein Agent braucht — und automatisieren die Arbeit, die gar keinen Agenten braucht.

  • MCP-Server
  • APIs
  • Workflows

Private & souveräne KI

Lokale und selbst gehostete Modelle, wenn Daten Ihre Infrastruktur nicht verlassen dürfen. Agenten auf Ihrer Hardware, unter Ihrer Kontrolle.

  • Lokale LLMs
  • On-Premise
  • Datenhaltung in der EU

Intern · Agent Ops

Wir betreiben die Factory selbst.

Bevor wir Agenten für Kunden bauen, betreiben wir sie im eigenen Unternehmen, mit denselben Qualitäts- und Release-Kontrollen, die wir bei Kunden umsetzen.

  • 43deterministische Gate-Fälle pro Modellwechsel
  • 2 / 8Kandidatenmodelle haben das Gate bestanden
  • 95%korrekter Handler, Routing-Benchmark mit 60 Aufgaben
  • 90%korrekte Modellklasse, gleicher Benchmark

Die Novaeon Agent Factory

  • Modellwechsel wurden zu Releases: Von 8 Kandidaten-Builds bestanden 2 das Gate, 6 wurden vor der Produktion gestoppt.
  • Ein getestetes Modell versuchte, einen Server-Neustart anzukündigen, für den es kein Tool hatte — es fiel im Gate auf, nicht in Produktion.
  • Routing in unserem Benchmark mit 60 Aufgaben: 95 % korrekter Handler, 90 % korrekte Modellklasse; eine Routing-Entscheidung dauert auf lokaler Hardware etwa 1,5 s.
Vorgehen
  • Ein Koordinator-Agent delegiert an spezialisierte Agenten (Studio, Betrieb); fünf oder mehr unabhängige Arbeitspakete werden auf parallele Worker-Lanes verteilt, die strukturierte Ergebnisse mit zitierten Belegen zurückliefern.
  • Ein Router trifft pro Aufgabe drei Entscheidungen — wer sie bearbeitet, welche Modellklasse, Reasoning an oder aus — mit zwei unabhängigen Bewertern; im Zweifel geht die Aufgabe an das stärkere Modell.
  • Ein Regressions-Gate für jeden Modellwechsel: 43 deterministische Testfälle, kein LLM als Bewerter. Bestanden = Score mindestens Baseline minus 2, null Regressionen beim Tool-Calling, null Request-Fehler. Jeder Wechsel erzeugt jetzt zusätzlich eine Release-Akte, eingetragen in ein per Hashwert verkettetes Audit-Protokoll.
  • Alle öffentlichen Inhalte werden anhand von Quellen geprüft und von einem zweiten, anderen Modell kontrolliert, bevor sie live gehen.

Eigene Benchmarks, Oktober 2026. Der Routing-Benchmark nutzt 60 realistische Anfragen mit festen Referenz-Labels (gemessen, bevor Betriebsfälle hinzukamen).

Öffentlich im Upstream

Anspruchsvolle Stacks

Wo IT-Fehler teuer sind.

22+ Jahre Enterprise-SAP-Umsetzung, auf der Novaeon aufbaut — und der Agenten-Stack, den wir selbst betreiben.

Erfahrung — in Projekten umgesetzt

  • SAP S/4HANA
  • SAP ERP 6.0 / ECC
  • Solution Manager 7.2
  • ChaRM
  • CTS+
  • cCTS
  • SAP HANA
  • SAP BW/BI
  • SAP CRM
  • SAP APO
  • SAP Fiori
  • SAP Hybris
  • Oracle
  • AIX

Unser Agenten-Stack — täglich im Einsatz

  • Claude
  • MCP
  • A2A
  • Python
  • TypeScript
  • Node.js
  • Lokale LLMs
  • Eval-Harnesses
  • Docker
  • Linux
  • Cloudflare
  • Astro
  • Hugging Face
  • Git-basierte Releases

Acht Branchen. Wählen Sie Ihre.

Wir kennen diese Systemlandschaften aus eigener Projekterfahrung. Jede Seite zeigt, welche Agenten dort sinnvoll sind und welche Voraussetzungen erfüllt sein müssen.

Alle Branchen und Bereiche

Notizen aus der Praxis

Worüber wir schreiben.

Weitere Fachbeiträge auf LinkedIn

Wo wir sitzen

Zu Hause bei Bukarest. Tätig in ganz Europa.

Novaeon Studio, kurz Novaeon, ist ein rumänisches KI-Agenten-Studio. Unser Firmensitz liegt in Sat Dudu, Chiajna, Ilfov, direkt am westlichen Stadtrand von Bukarest. Wir arbeiten mit Unternehmen im Raum Bukarest, in ganz Rumänien und in der EU.

Fragen

Vor dem ersten Gespräch.

Arbeiten Sie nur mit SAP-Kunden?

Nein. Aus SAP kommt unsere Release-Disziplin, und dort sind Agenten am schwierigsten richtig umzusetzen. Wir bauen Agenten, Skills und Integrationen aber auf jedem Stack — auch mit vollständig selbst gehosteten Modellen.

Unser SAP-System läuft On-Premise. Können wir Joule nutzen?

Für S/4HANA oder ECC On-Premise gibt es heute keinen Standardweg zu Joule; SAP bindet Joule an Cloud-Editionen und bestimmte Verträge. Der Readiness-Check zeigt, was in Ihrer Landschaft möglich ist — und welche Agenten Sie bauen können, ohne auf Joule zu warten.

Was bedeutet „AI Release Management“ in der Praxis?

Jede Änderung an einem Agenten — Prompt, Modell, Tool, Datenquelle — durchläuft Versionierung, eine feste Eval-Baseline, eine Risikobewertung und eine Freigabe, mit einem nachweislich stabilen Release als Rückfallpunkt. Wie ChaRM, nur für Agenten.

Können unsere Daten im Haus bleiben?

Ja. Wir bauen auf lokalen und selbst gehosteten Modellen, wenn Daten Ihre Infrastruktur nicht verlassen dürfen, und begrenzen jedes Tool, auf das ein Agent zugreifen kann.

Wie beginnt eine Zusammenarbeit?

Mit einem 30-minütigen Agenten-Strategiegespräch, danach folgt ein Audit. Nach dem Audit entscheiden Sie, ob und was wir bauen.

Trainieren Sie eigene Modelle?

Wir trainieren keine Foundation-Modelle. Auf Hugging Face haben wir einen offenen Datensatz mit synthetischen Change Requests für Agenten und einen darauf trainierten LoRA-Adapter für Qwen3-4B veröffentlicht. Datensatz-Erstellung, Evaluierungssets und LoRA-Fine-Tuning offener Modelle bieten wir als Leistung an. Unsere übrigen öffentlichen Builds auf Hugging Face sind quantisierte Versionen offener Modelle, und jedes Modell muss vor dem Livegang ein festes Gate bestehen.