FPI EVIT — eVIT Geodatenplattform
Eine Geodaten-Desktop-Plattform, plus Agenten, die dem Team leise seinen Tag zurückgeben.
Für ein spezialisiertes Ingenieurbüro haben wir eine native C++-Geodatenanalyse-Anwendung und eine Reihe von KI-Agenten-Automatisierungs-Workflows gebaut — repetitive Analysevorbereitung und Berichterstellung in überwachte Maschinenarbeit verwandelt.
Kontext
Geodatenanalyse ist Expertenarbeit, verpackt in Büroarbeit: Datenaufbereitung, Formatkonvertierung, Berichtszusammenstellung. Die Experten waren knapp; der administrative Teil fraß ihre Stunden.
Das teure Problem
Geschätzte 100 Personenstunden pro Tag bei ~40 Nutzern gingen in repetitive Vorbereitung, Konvertierung und Berichterstellung — modelliert aus Ticket-Logs und Zeiterfassung über 6 Wochen.
Baseline
Ticket-Log-Modell, mit Teamleitungen validiert: Median 2,5 administrative Stunden pro Experte und Tag; fehleranfällige manuelle Neueingabe zwischen GIS-, CAD- und Reporting-Tools.
Intervention
Eine native Desktop-Anwendung für die spezialisierte Analyse selbst — schnell, offline-fähig, für die tatsächlichen Workflows gebaut — umgeben von KI-Agenten, die Eingaben vorbereiten, Formate konvertieren und Berichte zur menschlichen Freigabe vorentwerfen.
Menschliche Verantwortlichkeiten
- Experten genehmigen jeden agentenerstellten Bericht vor der Freigabe; nichts wird automatisch versendet
- Ein Power User pro Team agiert als Agenten-Operator — First-Level-Tuning, Eskalation an uns als Second Level
- Monatliches Adoptions-Review mit den Teamleitungen entscheidet, was die Agenten als Nächstes übernehmen
Gemessenes Ergebnis
Grenzen
Die Spanne von 60–100 Std./Tag ist ein Modell, keine Stoppuhr-Messung — Eingaben und Annahmen sind in den Fall-Artefakten dokumentiert und prüfbar. Die zurückgewonnene Kapazität finanzierte Backlog-Abbau und Schulung, keine Entlassungen.
Experten verbringen Vormittage mit Analyse statt Vorbereitung; die Berichtsdurchlaufzeit sank von Tagen auf taggleich. Die Adoption hielt, weil Agenten in den Tools helfen, die die Menschen bereits nutzen.
Nächster Schritt
Erweiterung der Agenten auf Felddaten-Erfassung und Qualitätsmarkierung.