Kira Bouschen, freiberufliche Beraterin für KI-Automatisierung
KI-Automatisierung für dokumentenlastige Prozesse.
Ich übernehme Projekte für Startups und Mittelstand und automatisiere die Abläufe, die jede Woche wiederkehren: Belege und Verträge auslesen, Daten zwischen Systemen übertragen, Berichte erzeugen. Gebaut mit KI, wo sie trägt, und mit gewöhnlichem Code, wo er zuverlässiger ist.
- Buchbar für
- Projekte und laufende Unterstützung
- Arbeitsort
- Berlin oder remote
- Sprachen
- Deutsch und Englisch
- Erster Schritt
- Kostenfreies Erstgespräch
Wobei ich Sie unterstütze
Drei Arbeitsfelder, in denen ich Aufträge übernehme. Bei jedem steht, was am Ende dasteht.
Prozess- und Dokumenten-Automatisierung
Viele Teams verlieren Zeit mit wiederkehrenden Abläufen: Daten aus Dokumenten übertragen, Informationen zusammenführen, Status weitergeben. Ich analysiere solche Prozesse und automatisiere sie. Welches Werkzeug dabei zum Einsatz kommt, entscheidet der Prozess, oft ist es ein gewöhnliches Skript.
Ergebnis: ein Ablauf, der ohne Handarbeit läuft, auf Ihrer Infrastruktur, dokumentiert und mit Einführung für Ihr Team.
Automatisiertes Reporting
Sie ziehen jeden Monat dieselben Zahlen aus Jira, Blue Ant oder der Datenbank und schreiben denselben Text darum herum. Diesen Schritt automatisiere ich, mit vorher berechneten Kennzahlen, damit im Bericht nichts steht, was das Modell geraten hat.
Ergebnis: Berichte, die zum festen Termin fertig sind, und der Code dazu in Ihrem Repository.
Bots & Assistenten
Sie haben Informationen in fünf Systemen und niemanden, der sie zusammenträgt. Ein Assistent, der Kalender, Aufgabenlisten und interne APIs kennt und sich merkt, was gestern besprochen wurde, nimmt diesen Weg ab.
Ergebnis: ein Assistent, der an Ihre Systeme angebunden ist und den Ihr Team selbst erweitern kann.
Ihr Thema ist nicht dabei? Schreiben Sie mir trotzdem. Ich sage Ihnen ehrlich, ob ich dafür die Richtige bin.
Projekt anfragenSo können Sie mich engagieren
Ich arbeite freiberuflich und übernehme abgegrenzte Projekte ebenso wie laufende Unterstützung, vor Ort in Berlin oder remote. Wann ich Zeit für Ihr Vorhaben habe, klären wir im Erstgespräch. Der Einstieg ist immer derselbe:
-
Erstgespräch, kostenfrei.
Sie beschreiben den Ablauf, der Sie Zeit kostet. Ich sage Ihnen, ob Automatisierung sich hier lohnt, und wenn nicht, warum.
-
Kleiner erster Schritt.
Ein abgegrenzter Teilprozess, klar umrissen. Am Ende läuft etwas, das Sie beurteilen können.
-
Ausbau oder Übergabe.
Wenn es trägt, bauen wir weiter. Wenn nicht, bekommen Sie Code, Dokumentation und eine Einführung und arbeiten allein weiter. Beides ist ein gutes Ende.
Worauf Sie sich verlassen können
Erst der Prozess, dann die Technik.
Nicht jedes Problem braucht KI. Wenn ein einfaches Skript reicht, sage ich das.
Verständliche Übergabe.
Dokumentation und eine Einführung gehören für mich zu jedem Projekt dazu.
Automatisierung, die sich selbst prüft.
Jede Automatisierung bekommt Tests und Fehlermeldungen, die den Grund nennen. Ein Ablauf, der still das Falsche tut, kostet mehr als jede Fehlermeldung.
Sie bleiben handlungsfähig.
Code, Zugänge und Dokumentation liegen bei Ihnen, in Ihren Repositories. Wenn Sie ohne mich weitermachen wollen, geht das.
Das Erstgespräch ist kostenfrei und verpflichtet Sie zu nichts.
Erstgespräch anfragenWas mit Ihren Daten passiert
Bei dokumentenlastigen Prozessen ist die erste Frage selten technisch. Meine Standardantwort: Verarbeitung in der EU, Auftragsverarbeitungsvertrag vor dem ersten Beleg, keine Nutzung Ihrer Inhalte zum Training. Modelle binde ich hinter einer eigenen Schicht an, sodass ein Wechsel zu einem selbst gehosteten Modell eine Konfigurationsfrage bleibt. Wo Inhalte gespeichert werden, liegen sie verschlüsselt, im Klartext nur das, worüber die Datenbank rechnen muss.
Woran ich gebaut habe
Vier gebaute Systeme aus eigener Entwicklung und Studium, jedes mit der Angabe, woraus es entstanden ist.
KI-Reporting aus Projektmanagement-Daten
Groq
Llama 3.3
REST
Hochschulprojekt, Blue-Ant-Schnittstelle
Aus den Rohdaten eines Projektmanagement-Systems entstehen lesbare Berichte, ohne dass jemand Zahlen abschreibt. Die Anbindung an den Modellanbieter liegt hinter einer eigenen Schicht, sodass ein Wechsel eine Konfigurationsfrage bleibt und keine Änderung am Berichtscode erzwingt.
Der wichtigere Teil war die Prompt-Architektur. Jede Kennzahl wird vorher berechnet und dem Modell als feste Zahl übergeben.
Themen: LLM-Integration, REST-APIs, zuverlässige Ausgaben.
Auroq
Python
FastAPI
React PWA
SQLite
LLM
Eigenes Produkt, von mir selbst genutzt
Warum ein privates Projekt hier steht: es ist der einzige Beleg, den ich vollständig zeigen darf, und es hat dieselben Probleme wie ein Rechnungseingang. Viele Fremdsysteme, die ausfallen. Dokumente und Sprache als Eingabe. Daten, die nicht in falsche Hände dürfen. Ein Betrieb, den niemand ständig beaufsichtigt.
Bedient wird er über einen Telegram-Bot oder über eine installierbare Web-App. Beide sprechen gegen dieselbe Datenschicht, sodass eine Eingabe unterwegs und eine am Rechner nicht auseinanderlaufen.
Aus dem Tagesplaner sind 18 Erfassungsbereiche geworden, jeder mit eigenem Eingabeweg, alle über eine gemeinsame Auswertung verbunden.
Sechs Entscheidungen, die das Projekt tragen
Ein Datenmodell, drei Oberflächen
Telegram-Bot, REST-API und Progressive Web App teilen sich eine Datenschicht und einen Regelsatz. Neue Funktionen entstehen einmal und stehen überall zur Verfügung. Wo Bot und Web dieselbe Rechnung anstellen, hält eine gemeinsame Falltabelle beide Seiten zusammen und erspart den zweiten Test.
Fünfzehn Fremdsysteme, eine Fehlerregel
Microsoft Graph, Google Calendar, Todoist, Oura, Withings, Apple Health und neun weitere hängen an derselben Anbindungsschicht. Zeitüberschreitungen, abgelaufene Token und Ausfälle enden nie in einer irreführenden Fehlermeldung, und der Ausfall eines fremden Dienstes wirft niemanden aus der eigenen Anwendung.
Verschlüsselung als Betriebsentscheidung
Persönliche Inhalte liegen feldweise verschlüsselt auf der Platte, der Schlüssel liegt ausschließlich im Arbeitsspeicher und wird nach jedem Neustart neu eingegeben. Im Klartext bleibt nur, worüber die Datenbank rechnen können muss: Zahlen, Datumsangaben, Zuordnungsschlüssel. Was diese Entscheidung im Betrieb kostet, steht in der Dokumentation.
Natürliche Sprache als Eingabe
„Rechnung von Meyer über 480 Euro eingegangen, Frist 14 Tage, an die Buchhaltung“ wird in einem einzigen Modellaufruf in bis zu fünf Aktionen zerlegt und gegen dieselben Funktionen ausgeführt wie die Befehle. Sprachnachrichten laufen über Whisper in denselben Weg, ein Essensfoto über ein Bildmodell. Scheitert eine Auswertung, kommt eine Rückfrage zurück; geschätzt wird nichts.
Offline verfügbar, aber nur wo es darf
Die Web-App funktioniert ohne Netz, der Zwischenspeicher ist aber eine festgelegte Freigabeliste: nur die Tagesansicht, nichts aus Auswertung oder Notizen. Drei Eingaben werden offline nachgereicht, alles andere scheitert sofort und sichtbar. Ein stiller Datenverlust wäre teurer als eine klare Fehlermeldung.
Mehrbenutzerfähig bis in den Scheduler
Jeder Nutzer hat eigene Token, eigene Datenbank und einen eigenen Satz geplanter Jobs. Damit sich nicht irgendwann doch eine Abfrage ohne Nutzerbezug einschleicht, prüft ein Test den Quelltext selbst und lässt die Zahl solcher Stellen nicht wieder steigen.
Umfang
Diese Fläche bleibt für eine Person nur wartbar, wenn Tests die Regeln durchsetzen. Darum stehen dort so viele.
Absicherung
Testlauf aus Auroq, denselben startet die CI bei jedem Push. Automatisierung, die niemand prüft, fällt erst auf, wenn sie falsch läuft.
Technik
- Backend
- Python 3.12 · FastAPI · SQLite (WAL) · APScheduler · Fernet
- Frontend
- React · TypeScript · Vite · Tailwind · Service Worker, Web Push
- KI
- Groq und OpenAI-kompatible Anbieter hinter einer Abstraktionsschicht · Whisper · Bildanalyse
- Betrieb
- systemd auf eigenem Server · GitHub Actions bei jedem Push · nächtliches Backup
Research-Synthesizer für Politikwissenschaft
LangChain
Gemini
Streamlit
Eigenes Projekt, Quellcode öffentlich
Es gibt zwei Wege zum Bericht. Der schnelle ist eine feste Kette aus einer Websuche und einem Modellaufruf. Der gründliche ist ein Agent mit Suchwerkzeug, der selbst entscheidet, wie oft er sucht, bis die Lage ausreichend belegt ist. Beide liefern dieselbe Gliederung: Kontext, Positionen der Beteiligten, Argumente, Folgen und nummerierte Quellen.
Politische Recherche kippt leicht in eine Richtung. Deshalb prüft im schnellen Modus ein zweiter Modellaufruf nach jedem Bericht, ob linke, mittige und rechte Perspektiven in den Quellen vorkommen, und benennt, welche fehlt.
Themen: Agentic AI, Tool-Calling, strukturierte Ausgaben.
Quellcode auf GitHub
CBT-Companion-Bot
Python
Gemini
Eigenes Projekt
Das Gedächtnis hat drei Stufen: der laufende Verlauf, eine Verdichtung der Sitzung und ein langlebiger Kern. So bleibt der Kontext über Wochen erhalten, ohne dass die Anfragen immer länger und teurer werden.
Themen: Konversationsdesign, Langzeitgedächtnis, Python/Gemini.
Sie haben ein ähnliches Vorhaben? Dann lassen Sie uns darüber sprechen.
Projekt anfragenÜber mich
Ich bin Kira Bouschen und studiere Wirtschaftsinformatik im Master an der HTW Berlin, Schwerpunkt KI. Daneben arbeite ich freiberuflich als Beraterin für KI-Automatisierung. Bei Mercedes-Benz habe ich in einem Scrum-Team an einem Multi-Agenten-System entwickelt und dort gesehen, woran KI-Projekte in großen Organisationen scheitern: selten an den Modellen, meist am Prozess drumherum. Seitdem baue ich Systeme, in denen genau dieser Teil stimmt: Bots mit Langzeitgedächtnis, LangChain-Agenten, automatisierte Auswertungen aus Projektdaten.
Mein Studium verbindet Technik mit Geschäftsprozessen. Deshalb frage ich bei jedem Projekt zuerst nach dem Ablauf und erst danach nach dem Werkzeug.
- HTW Berlin Masterstudium Wirtschaftsinformatik, Schwerpunkt KI (laufend)
- Mercedes-Benz Entwicklung an einem Multi-Agenten-System im Scrum-Team
- Freiberuflich KI-Automatisierung für Startups und Mittelstand
Schreiben Sie mir zu Ihrem Vorhaben
Drei bis vier Sätze genügen. Ich antworte innerhalb von 48 Stunden mit einer ehrlichen ersten Einschätzung, auch wenn sie lautet, dass sich Automatisierung hier nicht lohnt. Das Erstgespräch ist kostenfrei.
Remote oder in Berlin vor Ort. Deutsch und Englisch. Für vertrauliche Unterlagen unterschreibe ich vorab eine Geheimhaltungsvereinbarung.
Das hilft mir für die erste Einschätzung
- Welcher Ablauf kostet Ihr Team Zeit?
- Wie oft fällt er an, und wie viele Personen sind beteiligt?
- Welche Programme und Daten gehören dazu?