build.jetzt

Aus zwei Welten,
ein Arbeitsplatz.

Eine agentische KI-Plattform. Aus Reibung im eigenen Alltag entstanden. Seit August 2026 zum zweiten Mal gebaut, diesmal von Grund auf.

Einblicke

So sieht es aus.

Neun Ansichten aus der laufenden Plattform, alle aus echten Dialogen. Vom Auftrag, der im Hintergrund weiterläuft, bis zur Prüfung, die anhält, bevor eine IBAN das Haus verlässt. Klick aufs Bild für Vollbild. Wer es lieber erzählt bekommt: Auf build.jetzt liegt ein Film von knapp zwei Minuten.

Ein Recherche-Auftrag, fertig. Kurzantwort oben, darunter die Fundstellen mit Quelle, Datum und Verlässlichkeit.
Fehlen Angaben, baut der Assistant ein Formular und stellt es in den Chat. Dafür braucht es keine Prompt-Erfahrung.
Vier Sätze über einen Reklamationsablauf, daneben das gerechnete Diagramm. Als SVG zum Mitnehmen.
Ein Experte übernimmt den ganzen Chat. Das Dashboard rechts ist eine kleine App, die im Panel läuft.
Der Review-Modus. Je Abschnitt: passt, ändern, Frage, raus. Ein Knopf schickt alles zurück in den Chat.
Meine Dateien. Alles, was in den Chats entstanden ist, filterbar und mit dem Weg zurück zum Gespräch.
Der Schalter „Sicher“ sitzt im Eingabefeld. Darunter steht sofort, welches Modell gilt und was dabei aus ist.
Vor dem Senden hält die Prüfung an. Drei Funde, jeder schon so gezeigt, wie er maskiert hinausginge.
Vier Stufen, von Aus bis Streng. Die Verwaltung legt sie fest, abschalten kann ein Nutzer sie nicht.

Auslöser

Der Switch-Moment.

Ich finde das Claude- und Gemini-Ökosystem beide stark. Deep Research mit Gemini, Writing und agentisches Arbeiten mit Claude, Sprachausgabe wieder mit Gemini. Das Problem: Ich habe ständig zwischen Tabs gewechselt. Kontext kopiert. Ergebnisse manuell zusammengeführt.

Das war nicht nur Reibung. Das war ein Designproblem. Zwei gute Systeme, aber keines konnte alles. Und keines wusste, was ich im anderen gerade gemacht hatte.

Mein Ziel war das Beste aus zwei Welten. Plus das, was mir noch gefehlt hat.

Was v1 gezeigt hat

Vier Lehren aus dem ersten Bau.

Die erste Fassung lief ein Jahr im Alltag. Sie ist nicht an der Technik gescheitert, sondern an vier Stellen, an denen ich selbst regelmäßig ausgestiegen bin.

Warten war der eigentliche Bremsklotz

Eine gründliche Recherche dauert Minuten, ein Unternehmens-Report länger. In v1 saß ich davor und schaute zu. Heute startet so etwas als Auftrag im Hintergrund, zeigt seine Schritte im Chat, und ich mache in der Zeit etwas anderes. Das Ergebnis liegt danach als Dokument da.

Gute Ergebnisse hingen daran, wie gut jemand prompten kann

Das war die unangenehmste Lehre, weil ich sie erst bei anderen gesehen habe. Wer wusste, welche Angaben zählen, bekam etwas Brauchbares. Alle anderen bekamen Mittelmaß. Jetzt stellt der Assistant ein Formular in den Chat, wenn ihm etwas fehlt, statt zu raten. Die Hürde liegt nicht mehr beim Formulieren, sondern beim Antworten.

Ergebnisse versanken im Verlauf

Was im Chat entstand, war nach drei Tagen nicht mehr auffindbar. Heute ist jedes Ergebnis eine Datei mit Fassungen, die neben dem Chat aufgeht und danach in der Ablage liegt. Von dort führt ein Weg zurück in das Gespräch, aus dem sie stammt.

Was fehlte, konnte nur ich nachbauen

Jede neue Fähigkeit war ein Commit von mir. Für ein Werkzeug, das andere Leute benutzen sollen, ist das eine Sackgasse. Eigene Experten, Skills und Starter entstehen heute im Gespräch mit dem Assistant, und eigene Systeme hängen per MCP dran. Dafür braucht niemand mich.

These

Weniger Optionen, mehr smartes Agieren.

Die meisten KI-Tools geben dir Dutzende Buttons und Menüs. Hier ein Tool für Bilder, da eins für Recherche, dort eins für Code. Du musst wissen, was du brauchst, bevor du anfängst.

Ich wollte es andersrum. Das System soll selbst erkennen, wo es sinnvoll ist, Werkzeuge einzusetzen. Wenn du eine Frage stellst, die Recherche braucht, startet es die Recherche. Wenn dein Text ein Bild braucht, generiert es eins. Wenn du Grounding an aktuellen Quellen brauchst, holt es sich die Daten.

Die KI entscheidet autonom, welche Tools sie nutzt. Aber sie entscheidet nicht über deine Daten, deine Ergebnisse oder deine Arbeitsrichtung.

Das ist die These: Agentische Chat-Systeme brauchen eine Abstraktionsschicht, die selbst erkennt, wann eine Aufgabe in den Hintergrund gehört und wann ein Skill dran ist. Weniger Optionen für den Menschen. Mehr smartes Agieren im Hintergrund.

Der zweite Bau

Von v1 zu v2.

Seit August 2026 steht die zweite Fassung. Nicht als Aufräumen, sondern als Neubau: Die Oberfläche ist nur noch Oberfläche, die Logik sitzt in einem eigenen Server. Damit lässt sich beides getrennt betreiben, und die Plattform hängt nicht mehr an einem Anbieter.

Stellev1v2
LogikVercel AI SDK im selben DeploymentEigener Server auf Mastra
DatenbankNeonGewöhnliches PostgreSQL
BetriebVercelDocker, zweite Instanz auf Hetzner
Fremde SystemeEingebaute WerkzeugeMCP in beide Richtungen
ErweiternNur im CodeExperten, Skills und Starter im Chat

Gebaut habe ich das allein, mit Coding Agents. Jede Architektur-Weiche steht vor dem Bau schriftlich fest, mit Preis, Rückweg und Prüfpunkt. Inzwischen sind das knapp sechzig Entscheidungen. Das klingt nach Bürokratie, spart aber genau die Runden, in denen man sonst dieselbe Frage zum dritten Mal diskutiert.

Eigenbetrieb und was er heute schon kann

Beide Teile laufen als Docker-Image. Die Datenbank ist ein gewöhnliches PostgreSQL, der Dateispeicher jeder S3-kompatible. Ihr bringt die Infrastruktur mit, ich die Software. Eine zweite Instanz läuft bereits genau so.

Damit ist die Plattform air-gapped ready. Die Prüfung auf sensible Daten arbeitet als Regelwerk auf dem eigenen Server, ohne einen Aufruf nach außen. Lokale Modelle über Ollama sind geprüft, der Umbau dafür ist überschaubar. Was heute noch nicht ohne mich geht: Die Anmeldung läuft über meinen Dienst.

Heute

Was es heute ist.

Als KI-Berater muss ich verstehen, wie agentische Systeme funktionieren. Nicht aus Blogposts, sondern aus eigener Entwicklung.

Showcase. Die Plattform zeigt, was möglich ist, wenn man KI-Systeme konsequent zu Ende denkt. Statt einer Werkzeugliste gibt es sechs Bausteine, die zusammenspielen: den Assistant für den Normalfall, Experten als Rolle für einen ganzen Chat, Skills für Können, das bei Bedarf dazukommt, Starter für den guten Anfang, Aufträge für alles, was länger dauert, und Verbindungen für eigene Systeme.

Lernprojekt. Jede Zeile Code hat mein Verständnis für agentische Systeme vertieft. Tool-Orchestrierung, Prompt-Architektur, Memory-Systeme, MCP-Integration. Dieses Wissen fließt direkt in meine Beratung.

Begleittool. Viele Unternehmen, die ich begleite, stehen am Anfang. Sie haben sich noch nicht für ein Ökosystem entschieden. Oder nutzen nur oberflächliche Features. Ich bringe mein Tool mit in die Begleitung. Es kann direkt auf das Unternehmen angepasst werden: eigenes Branding, eigene Domain, eigene Feature-Konfiguration.

Status

Wie es weitergeht.

Der Stack: Next.js für die Oberfläche, ein eigener Server auf Mastra für Assistant, Aufträge und Werkzeuge, MCP in beide Richtungen. Darunter PostgreSQL und ein S3-kompatibler Speicher, betrieben in Deutschland.

Ob daraus mal ein Produkt wird, ist offen. Was sicher ist: Die Entwicklung selbst ist der Wert. Für mein Verständnis, für meine Beratung, und für die Unternehmen, die heute schon damit arbeiten.

Eine Rolle suche ich ausdrücklich: Mitbauer. Entwicklung, Design, Betrieb. Die Technik steht und läuft im Alltag. Ob daraus ein Produkt wird, hängt nicht am Code, sondern an Leuten, die es mittragen.

build.jetzt
ausprobieren.

Die Plattform läuft als geschlossene Beta. Schreib kurz, wer du bist und was du vorhast. Den Zugang gibt es danach von mir persönlich.