Was ist das AI Company System?
🏢 Die Idee in einem Satz
Statt einer einzigen „Super-KI" wird ein ganzes digitales Unternehmen aus spezialisierten LLM-Agenten nachgebaut – mit CEO, Projektmanager, Workern, Kritikern und mehr – die wie echte Mitarbeiter zusammenarbeiten.
❓ Warum funktioniert das?
LLMs haben ein begrenztes Kontextfenster – sie können nicht alles auf einmal. Genau wie echte Mitarbeiter. Deshalb funktioniert Arbeitsteilung.
LLMs sind mit menschlicher Sprache trainiert – deshalb funktionieren auch menschliche Hierarchien und Strukturen bei ihnen. Klare Rollen, klare Verantwortung, klare Übergaben.
Qualität durch Checks & Balances – ein Kritiker-LLM findet Fehler, ein Pragmatiker filtert Übertreibungen, ein Integrations-Tester prüft das Zusammenspiel.
🎯 Das Ziel (finales System)
Ein vollautomatisches System mit 9 spezialisierten LLM-Rollen, einem Software-Orchestrator (kein Mensch), zentraler Projektakte, Error-Recovery und paralleler Aufgabenbearbeitung. Der Mensch gibt nur noch die Idee – der Rest läuft automatisch.
9 Rollen – 3 umgesetzt, 6 fehlen noch
Das finale System hat 9 spezialisierte Rollen. Das MVP konzentriert sich auf die 3 wichtigsten. Der Mensch übernimmt die restlichen 6 Rollen manuell.
Was wurde vereinfacht?
Das MVP wurde bewusst so vereinfacht, dass man das System sofort nutzen kann – ohne eigene Software entwickeln zu müssen. So lernt man erst die Engpässe kennen, bevor man automatisiert.
Was konkret schon existiert
Folgende Dateien und Strukturen sind entwickelt und in der Testphase.
System-Prompts (fertig, getestet)
Projekt-Templates (fertig)
Workflow-Dokumentation (fertig)
State-Management (fertig, manuell)
Von hier zum fertigen System – 4 Stufen
Jede Stufe baut auf der vorherigen auf. Keine Stufe überspringen – jede liefert wichtige Erkenntnisse für die nächste.
Du bist der Orchestrator. Du kopierst Aufgaben, startest Agents im Terminal, prüfst Ergebnisse selbst, pflegst den Status manuell. Ziel: Verstehen, wo die Engpässe und wiederkehrenden Muster sind.
- 3 Rollen mit System-Prompts (Planner, Worker, Reviewer)
- Projekt-Templates + Setup-Script
- JSON-basiertes State-Management
- Git als Sicherheitsnetz und Undo-Button
- Anleitung + Quickref für den manuellen Workflow
- Beispiel-Projekt (Bookmark-API) zum Testen
Alles, was du immer wieder gleich machst, wird zu einem Script. Du bleibst der Orchestrator, aber die Schritte werden schneller.
- auto-worker.sh – Git-Commit + Worker-Start + Changelog in einem Befehl
- auto-review.sh – Review-Start + Ergebnis in reviews/ speichern
- status-update.sh – Task-Status automatisch in status.json setzen
- next-tasks.sh – Zeigt an, welche Tasks als nächstes starten können (keine Abhängigkeiten mehr offen)
- Pragmatiker als 4. Rolle hinzufügen (filtert Reviewer-Kritik)
- Automatisches Logging aller Agent-Calls in log.jsonl
Der Mensch wird durch Software ersetzt. Ein n8n-Workflow oder Python-Script steuert den gesamten Ablauf: API-Calls, Routing, State-Updates, Parallelisierung.
- Orchestrator-Service – Steuert den kompletten Agent-Pipeline-Flow
- LLM-API-Integration – Anthropic API direkt aufrufen statt Claude Code Terminal
- Parallele Worker – Mehrere Worker gleichzeitig via asyncio/Promise.all
- Alle 9 Rollen – CEO, PM, Schätzer, Critic, Pragmatist, Integrator, Researcher hinzufügen
- Zentrale Projektakte – Auto-updated nach jedem Schritt (JSON oder PostgreSQL)
- Kontextfenster-Management – Nur relevante State-Ausschnitte an jeden Agent
- Error-Recovery – Retry-Matrix mit max. Loops, Eskalation, Task-Splitting
- Token-Tracking & Kosten – Pro Agent-Call loggen: Tokens rein/raus, Dauer, Kosten
- Telegram-Bot – Statusmeldungen: Phase fertig, Fehler, Projekt abgeschlossen
Der Mensch gibt nur noch die Projektidee. Das System plant, schätzt, verteilt, arbeitet, prüft, korrigiert und liefert das fertige Ergebnis. Mensch hat nur noch Freigabe-Rolle.
- Idee → Ergebnis – Ein API-Call oder Telegram-Nachricht startet alles
- RAG-System – Wissensdatenbanken (Gesetze, Docs, Best Practices) für den Researcher
- Selbst-Optimierung – System lernt aus vergangenen Projekten (optimale Paketgrößen, Prompt-Verbesserungen)
- Multi-Projekt – Mehrere Projekte gleichzeitig abarbeiten
- Dashboard – Web-UI mit Live-Status aller Projekte, Phasen, Kosten
- Human-in-the-Loop nur noch bei Eskalationen und finaler Freigabe
„Nicht eine Super-KI bauen, sondern ein digitales Unternehmen nachbauen – mit klaren Rollen, klaren Verantwortlichkeiten und klaren Übergaben."