Roadmap

Das System verarbeitet aktuell ein Postfach, kategorisiert die eingehenden Mails, zieht Entitäten und Beziehungen heraus und erzeugt Antwort-Entwürfe, die ein Mensch vor dem Versand prüft. Was zum vollwertigen Produktivsystem noch fehlt, sind belastbare Restore-Tests, dokumentierte Lasttest-Ergebnisse und geübte Ausfallszenarien. Einige weitere Fähigkeiten sind bewusst zurückgestellt, weil sie ohne stabile Grundlage mehr Risiko als Nutzen bringen.

Die nächsten drei Erweiterungen

Automatischer Versand bei hoher Konfidenz: Sobald die Klassifikationsgenauigkeit über einen längeren Zeitraum stabil über 90 Prozent liegt und die Entwurf-Akzeptanzrate dauerhaft über 50 Prozent bleibt, lässt sich der Versand für ausgewählte Kategorien automatisieren. Die Voraussetzung ist ein nachweisbarer Qualitätsrekord aus der Feedback-Schleife, der diese Werte zeigt. Auch dann gilt eine Leitplanke: rechtlich bindende, unwiderrufliche oder eskalationsrelevante Kategorien laufen weiterhin über die manuelle Freigabe; automatisiert wird nur, was reversibel und niedrig-riskant ist.

OCR für Anhänge: Anhänge werden aktuell zwar erkannt und gespeichert, aber ihr Inhalt wird nicht extrahiert. Der OCR-Dienst Chandra ist angebunden und in den Configs vorhanden, in der Pipeline jedoch noch nicht aktiviert. Sobald dieser Schritt scharf geschaltet wird, fließen PDFs, Rechnungen und Bilder in den RAG-Kontext ein, was insbesondere für Geschäftsverkehr mit vielen Anlagen einen sichtbaren Sprung in der Antwort-Qualität bringt.

Prompt-Optimierung aus Feedback: In der Feedback-Tabelle liegt der Unterschied zwischen jedem LLM-Entwurf und der Variante, die der Mensch tatsächlich versendet hat. Sobald genug solcher Diffs gesammelt sind, lassen sich systematisch Muster erkennen, etwa eine wiederkehrende Anrede-Korrektur oder ein bestimmter Tonfall, den der Operator regelmäßig anpasst. Diese Muster können in verbesserte Prompts einfließen und reduzieren so den Korrekturaufwand pro Entwurf.