KI-Apps entwickeln — APIs richtig nutzen
Kapitel 9 · Praxis

Praxis — App-Konzepte

  1. 1) Customer-Support-Bot mit RAG. FAQ-Dokumente einlesen, Bot beantwortet Kundenfragen.
    Stack: Next.js Frontend + Anthropic Claude + Chroma DB + Vercel Deployment. Aufwand: ~2 Tage.
  2. 2) PDF-Zusammenfasser. User lädt PDF hoch, App gibt Bullet-Points zurück.
    Stack: Streamlit oder Next.js + pypdf für Extraktion + Claude Haiku (günstig). Aufwand: 1 Tag.
  3. 3) E-Mail-Klassifizierer. Eingehende E-Mails in Kategorien (Anfrage/Beschwerde/Spam) sortieren.
    Stack: n8n oder Make.com Workflow + Claude Haiku. Beispiele in System-Prompt für Few-Shot. Kostet wenige Cent pro 1000 Mails.
  4. 4) Wissens-Assistent für Firma. Mitarbeiter fragt "Wo finde ich das HR-Handbuch?"
    Stack: RAG über Confluence/Notion-Export + Slack-Bot. LangChain oder Claude Agent SDK.
  5. 5) Code-Reviewer. GitHub-PR wird automatisch von KI kommentiert.
    Stack: GitHub Action + Claude Opus 4.7 + Diff als Input. Achtung: Token-Limit pro PR setzen!
  6. 6) Voice-Assistent für Webseite. Sprachsteuerung im Browser.
    Stack: Web Speech API (Browser) + OpenAI Realtime API. WebRTC für niedrige Latenz.
  7. 7) Multi-Agent-Recherche. Researcher sucht Quellen, Writer formuliert, Critic prüft.
    Stack: CrewAI oder LangGraph + Claude Sonnet pro Agent + Web-Search-Tool (Tavily, Serper). Aufwendig, aber mächtig.
Zurück zu Künstliche Intelligenz