Zum Inhalt springen
tokynstudio
service

company-gpt
ai im unternehmen. compliant. eingeführt.

Eure Mitarbeitenden nutzen längst LLMs - nur nicht offiziell, nicht governed, nicht compliant. Wir holen das ins Haus: vendor-neutral ausgewählt, sauber integriert, DSGVO-konform, mit Adoption, die nach drei Monaten noch trägt.

01 / problem
warum kmu jetzt handeln

die meisten sind schon dabei. nur nicht offiziell.

Drei Zahlen, die ihr nicht gerne hört - und eine vierte, in der wir gegen genau dieses Bild antreten.

60–80 %

Anteil der Wissensarbeitenden, die LLMs für die Arbeit nutzen - überwiegend privat, auf eigenen Accounts.

0

Durchschnittliche Governance über diese Schatten-Nutzung. Keine Audit-Logs, keine Rechteverwaltung, keine DSGVO-Spur.

dsgvo?

Was passiert, wenn Kunden- oder Personaldaten in einem privaten ChatGPT-Tab landen? Genau.

unsere lösung

Governed, compliant, für alle. Ein Company-GPT, das ihr im Griff habt.

lohnt sich das für euch?

erstgespräch buchen
02 / plattformen
neutraler vergleich

welche plattform passt zu euch?

Neutral eingeordnet, nicht verkauft. Die richtige Wahl hängt von Microsoft-Bindung, Compliance-Anforderungen und eurem Use-Case-Mix ab - nicht vom Anbieter mit dem lautesten Marketing.

microsoft 365 copilot

Stärken
Native Verzahnung mit Outlook, Word, Excel, Teams, SharePoint. Daten bleiben im M365-Tenant - keine zusätzliche Plattform für Mitarbeitende.
Ideale Zielgruppe
Unternehmen mit konsequenter M365-Landschaft (E3/E5 oder Business Standard/Premium) und vorhandener Lizenzbasis.
Daten / Hosting
Verarbeitung im Microsoft-365-Mandanten, EU Data Boundary konfigurierbar. Flex-Routing-Caveat: default werden Anfragen bei Lastspitzen auch außerhalb der EU verarbeitet - explizit deaktivierbar.
Integrationen
Tiefste Integration in den Microsoft-Stack. Graph-Connectors für externe Quellen (Confluence, Salesforce, ServiceNow).
Typische Limitierungen
Lizenz-Add-on pro Nutzer (rund $30 zusätzlich zur M365-Basis), Modellauswahl eingeschränkt, Mehrwert stark von der M365-Datenqualität abhängig.

langdock (made in germany)

Stärken
Modellagnostisch (OpenAI, Anthropic, Mistral, Google), Assistenten und RAG out of the box, schneller plattformweiter Rollout - auch ohne M365.
Ideale Zielgruppe
KMU und Mittelstand mit gemischtem Stack (Google Workspace, Slack, hybrid) oder hoher EU-Compliance-Anforderung.
Daten / Hosting
EU-only Hosting, kein US-Routing, ISO 27001 und SOC 2 Type II, gelistet im BeKI-Marktplatz des Bundes. On-Premises verfügbar.
Integrationen
SharePoint, Confluence, Drive, Slack, Teams, API. Modell pro Use-Case wechselbar - kein Vendor-Lock-in auf der Modellebene.
Typische Limitierungen
Weniger tief in M365 verzahnt als Copilot, eigener UI-Layer (Mitarbeitende lernen ein neues Tool). Funktionsumfang entwickelt sich schnell.

claude enterprise

Stärken
Sehr starke Reasoning-Qualität, 1M-Token-Kontext, MCP-Integrationen, Claude Code für technische Teams. Klare Zero-Data-Retention-Policy.
Ideale Zielgruppe
Tech-affine Teams mit dokument- oder code-lastigen Use-Cases - Analyse, Recherche, Engineering.
Daten / Hosting
US-Verarbeitung default. inference_geo-Parameter für US-only verfügbar. Kein Training auf Kundendaten, BAA und Audit-Logs ab Enterprise-Tier.
Integrationen
Projects, MCP-Server, native Connectors zu Drive, Slack, GitHub. API-first - gut für eigene Entwicklungen.
Typische Limitierungen
UI primär Englisch, keine EU-only Garantie ohne Zusatzaufwand, weniger Office-native Integration.
wann passt was?
  • Tief in Microsoft 365 verankert, Lizenzen vorhanden → CoPilot.
  • Modellfreiheit, gemischter Stack, EU-only Pflicht → Langdock.
  • Hoher Qualitätsanspruch bei Analyse oder Code, tech-affines Team → Claude Enterprise.
  • Bestehendes OpenAI-Setup, viel Tooling-Vielfalt → ChatGPT Enterprise (für viele KMU teurer und mit weniger EU-Garantie als die drei oben).
  • Unklar? → Wir bewerten Compliance, Use-Case-Mix und Bestandssysteme in der Discovery.
03 / leistung
was wir konkret tun

konkret. nicht abstrakt.

plattform-auswahl

Wir matchen Compliance-Anforderungen, vorhandenen Stack und Use-Case-Mix gegen die Plattformen - und begründen, warum welche.

architektur & anbindung

RAG auf eurem Wissen, Connectors zu SharePoint, Confluence, Drive, eurer Datenbank. Saubere Quellen statt Halluzinations-Risiko.

governance & compliance

DSGVO-Setup, Rechte und Rollen, Audit-Logging, AVV mit dem Plattform-Anbieter. Auditierbar von Tag 1.

use-case-workshops

Priorisierte Pilot-Use-Cases mit messbarem ROI - statt „alle 50 Mitarbeitenden schreiben jetzt Mails mit AI".

custom assistants & agents

Domänenspezifische GPTs, Prompt-Bibliotheken, Workflow-Automation auf Basis der gewählten Plattform.

adoption & enablement

Champions-Programm, Trainings, Wirkungs-Messung. Damit das System auch in Monat 4 noch genutzt wird.

04 / beispielhafte anwendungen
so könnte es bei euch aussehen

drei beispiele. aus dem mittelstand.

versicherungsmakler

Mittelständischer Makler, mehrere tausend laufende Verträge in PDF/Word, manuelle Klausel-Recherche bei Schadensfällen.

gebaut: RAG-Assistent auf dem Vertrags-Portfolio, integriert in die Sachbearbeitung.

Klausel-Suche von Stunden auf Sekunden.

Plattform: Langdock mit eigenem RAG-Layer. Eingeführt in wenigen Wochen, EU-gehostet.

anwaltskanzlei

Wirtschaftskanzlei mit gewachsener interner Judikatur, Mandanten-Akten verteilt über DMS und SharePoint.

gebaut: Recherche-Assistent auf der hauseigenen Wissensbasis, mit Quellennachweis pro Antwort.

Schnellere Vorrecherche, weniger Doppel-Arbeit.

Plattform: M365 Copilot - Daten bleiben im Tenant. Custom-Assistant für die Recherche-Aufgaben.

maschinenbau

Sondermaschinenbauer mit Außendienst, Wartungs-Handbücher als verteilte PDFs auf Werkslaptops.

gebaut: Service-Bot auf den Wartungsunterlagen, abrufbar vom Smartphone des Technikers.

Antworten direkt vor Ort statt Rückruf in die Zentrale.

Plattform: Claude Enterprise - großes Kontextfenster für lange Handbücher, MCP-Connector zur Doku-Ablage.

konkret werden?

erstgespräch buchen
05 / kriterien
wie wir entscheiden

vendor-neutral. nicht plattform-verliebt.

Wir wählen die Plattform nach drei Kriterien - in genau dieser Reihenfolge:

  1. 01anwendungsfall - wo ist der Schmerz heute, welche Use-Cases haben in 12 Wochen sichtbaren Effekt.
  2. 02compliance & datenresidenz - Branche, Aufsicht, EU-Pflicht, AVV-Anforderungen, sensible Datenklassen.
  3. 03team-reife & bestand - Was läuft heute (M365 / Google / hybrid), wer betreut nach Rollout, wie technikaffin ist die Belegschaft.

Was nicht in die Entscheidung einfließt: was gerade auf LinkedIn trendet, was unser bevorzugter Partner ist, welcher Anbieter die schickste Demo hatte.

was wir nicht machen

Eine Plattform predigen, egal was passt. Wir sind weder Microsoft-Beratung noch Langdock-Reseller - wir empfehlen die Plattform, die zu eurem Stack und eurer Compliance passt.

was ihr konkret bekommt

Plattform-Empfehlung mit Pro/Kontra je Alternative im Konzept-Dokument nach der Discovery. Inklusive Aufwand, Lizenz-Bandbreite und Migrations-Pfad.

06 / vorgehen
so läuft es ab

discovery zu rollout - kein pilot-friedhof.

013–5 tage

discovery

Use-Case-Workshop mit den Leuten, die es nutzen werden. Compliance-Inventar. Bestandsaufnahme der IT.

ihr bekommt

Discovery-Doc mit Plattform-Shortlist, Pilot-Use-Cases, Risiken.

021 woche

plattform & konzept

Vendor-Entscheidung, Pilot-Use-Cases, Architektur, Migrations-Plan. Klare Empfehlung statt Foliengrab.

ihr bekommt

Festpreis-Angebot, Architektur-Skizze, Milestone-Plan.

032–4 wochen

pilot & build

Tenant-Setup, Connectors, 2–3 Use-Cases live in eurer Umgebung. Pilot-Gruppe onboarded, erste Wirkung messbar.

ihr bekommt

Lauffähiger Pilot in eurem Tenant, Doku, Onboarding-Material.

04laufend

rollout & enablement

Wave-by-Wave Rollout, Champions-Programm, Trainings, Wirkungs-Messung. Iterativ, statt Big-Bang.

ihr bekommt

Adoption-Playbook, Trainings-Material, Wirkungs-Dashboard.

Auf Wunsch betreiben wir die laufende Operation im Retainer - Wartung, neue Use-Cases, Lizenz- und Connector-Management. Eigener Vertrag, keine Mindestlaufzeit-Spiele.

07 / investment
was es kostet

festpreis pro stufe. lizenzen separat.

Wir machen Festpreise pro Stufe - Pilot, Rollout, optional Managed Operation. Range-Indikation nach der Discovery, Endpreis vor dem Build.

Lizenz- und Token-Kosten der gewählten Plattform laufen direkt beim Anbieter (Microsoft, Langdock, Anthropic) zu deren Konditionen - wir helfen bei der Konfiguration der richtigen SKU, kassieren aber keine Marge dazwischen.

pilot

2–4 wochen

Ein Department, 2–3 Use-Cases, lauffähig in eurem Tenant. Ideal um zu testen, ob die Plattform-Wahl trägt.

Range nach Discovery
typisch

rollout

2–3 monate

Company-wide-Einführung. Connectors, Governance, Champions-Programm, Trainings, Wirkungs-Messung.

Range nach Discovery

managed operation

retainer

Laufender Betrieb, neue Use-Cases, Lizenz- und Connector-Management. Eigener Vertrag, keine Mindestlaufzeit.

Range nach Discovery
was nicht inklusive ist

Plattform-Lizenzen (Copilot, Langdock, Claude bekommt ihr direkt vom Anbieter zu deren Konditionen), Token-Kosten der Modelle, M365-Basis-Lizenzen, Hardware. Wir geben die Bandbreiten transparent im Konzept-Dokument an.

08 / faq
häufige fragen

nächster schritt

reden wir über company-gpt.

30 Minuten, kein Pitch-Deck. Wir schauen uns euren konkreten Use-Case-Mix, eure Compliance-Anforderungen und euren Bestand an - und sagen ehrlich, welche Plattform passt. Auch wenn die Antwort heißt: erstmal Pilot machen, dann entscheiden.

Company-GPT einführen für KMU · tokyn studio