Zum Inhalt
CV
WorkzAIn8 Min. Lesezeit01 · Überblick

Product Design Case Study · AI-Assistent · Human-in-the-Loop

Ein AI-Assistent, der den Kontext mitbringt.

zAIn ist der AI-Assistent in zvoove One. Er liest operative Daten direkt aus dem ERP und antwortet in natürlicher Sprache. Ich habe die Vision, das UX-Konzept und die gesamte Chat-Experience gestaltet.

zvoove · Personaldienstleistung · 2025 – 2026 · 8 Min. Lesezeit

Case lesen
Zu den Ergebnissen
Rolle im Projekt
Konzept & Experiencezvoove Germany
Team
PM, AI Lead, Production EngineeringPM: Scope und Phasenmodell · AI Lead: RAG und Technik
Verantwortung
Vision bis Chat-UINorth Star, UX-Konzept, Prompting, Confirmation- und Reflection-Cards, Messaging
Stand September 2026
Live seit 10.08.2026+3

Stand September 2026

  • Live

    Seit 10.08.2026: GA v1 für bestehende und neue Cloud-Kunden

  • Lesend

    106 von 154 Endpunkten freigegeben, Schreiben nur auf Test- und Staging-Daten

  • Testrunde

    16 Kunden, August 2026

  • Offen

    Produktive Schreibzugriffe: rechtliche Prüfung offen

und 3 weitere Zustände
Stand September 2026
Live+3

Stand September 2026

  • Live

    Seit 10.08.2026: GA v1 für bestehende und neue Cloud-Kunden

  • Lesend

    106 von 154 Endpunkten freigegeben, Schreiben nur auf Test- und Staging-Daten

  • Testrunde

    16 Kunden, August 2026

  • Offen

    Produktive Schreibzugriffe: rechtliche Prüfung offen

Am Anfang antwortete ein Agent nach Prozent. zAIn ist kein Chatfenster, das auf Fragen wartet, sondern ein Assistent mit Kontext und klaren Grenzen. Gestaltet war das Verhalten, nicht nur die Oberfläche.

zAIn

Kurzfassung

  • 16 Kunden

    in der Testrunde im August 2026

    16 Kundenin der Testrunde im August 2026Seit 10.08.2026 GA v1 für bestehende und neue Cloud-Kunden
  • 106 von 154

    Endpunkten freigegeben, lesend

    106 von 154Endpunkten freigegeben, lesendSchreiben nur auf Test- und Staging-Daten
  • 5 Entscheidungen

    vom frühen Agenten zum Assistenten mit Kontext

    5 Entscheidungenvom frühen Agenten zum Assistenten mit KontextDie fünf Entscheidungen aus „Auf einen Blick“
  1. Problem

    Der erste Agent antwortete nach Prozent

    Ein früher Chat über dem alten Launchpad: Die Konfidenz entschied, welche Stufe antwortet.

  2. Eingriff

    Gestaltet ist das Verhalten, nicht nur die Oberfläche

    Chat-Experience, Three-Layer-Pattern und ein Handbuch mit Regeln für AI-Verhalten.

  3. Ergebnis

    Live seit August 2026, lesend und begrenzt

    106 von 154 Endpunkten lesend freigegeben, Schreiben nur auf Test- und Staging-Daten.

Rolle im Projekt
Konzept & Experiencezvoove Germany
Team
PM, AI Lead, Production EngineeringPM: Scope und Phasenmodell · AI Lead: RAG und Technik
Verantwortung
Vision bis Chat-UINorth Star, UX-Konzept, Prompting, Confirmation- und Reflection-Cards, Messaging
02 · Vom Agenten zum Navigator

Der erste Agent antwortete nach Prozent.

zAIn hieß zuerst zvoove Assistant. Die Idee hatten der PM Lead, der Tech Lead und ich unabhängig voneinander; angestoßen haben wir es gemeinsam. Ich habe das Initiative-Team aufgesetzt, das Design an UnityUI angebunden, den ersten Proof gebaut und die Knowledge Base über MCP angeschlossen, zuerst intern getestet, auch als Assistent für den Customer Support.

Vor dem Launchpad gab es einen frühen „zvoove Agent“: ein Chat-Fenster über dem alten Launchpad, mit Begrüßung, Schnellaktionen und einer sichtbaren Konfidenzstufe.

Früher Prototyp des zvoove Agent mit Schnellaktionen und Konfidenzanzeige
Früher Prototyp: der „zvoove Agent“ im alten Launchpad, mit Antwortstufe und Konfidenz („L1 · 75 %“).

Dahinter stand ein Stufenmodell: Die Konfidenz entschied, welche Stufe antwortet, von der direkten Antwort bis zur Übergabe an den Support.

Antwortstufen und Routing · früher Agent
  1. L0

    System und Kontext

    Einstieg, Orientierung, Erwartungen setzen.

    Begrüßung, Schnellaktionen
  2. L1

    Bekanntes Wissen

    Beantwortet bekannte Themen direkt.

    Konfidenz ≥ 0,8
  3. L2

    Klärung

    Löst mehrdeutige Eingaben mit einer Rückfrage.

    Konfidenz 0,5–0,8
  4. L3

    Generativ

    AI-gestützte Hilfe mit Hinweis, wenn die Konfidenz niedrig ist.

    Konfidenz 0,2–0,5
  5. L4

    Übergabe

    Übergabe an Support oder Mensch, bei unbekannten Themen oder wiederholten Fehlschlägen.

    < 0,2 oder 2–3 Fehlschläge

Später wurde daraus zweierlei: Der Prozentwert verschwand von der Oberfläche zugunsten interpretierbarer Unsicherheit, und der Chat bekam klar abgegrenzte Aufgaben neben Notification und strukturierter UI. Beides beschreibt der Flagship-Case.

Welche Fälle zAIn zuerst können muss, haben der PM und ich in rund 20 qualitativen Interviews priorisiert. Im Juli 2026 kamen Kundentests auf dem Innovation Roundtable dazu.

zAIn: Das könnte ein mächtiges Werkzeug werden.

Kunde beim Innovation Roundtable, Juli 2026
03 · Chat-Experience

Jede Antwort bekommt eine Form, die zu ihr passt.

Ich habe die komplette Chat-UI und -UX gestaltet: den Thinking-State, die Nachrichten und Darstellungsmuster für die ganze Bandbreite an Antworten, von Rich Text über Tabellen und Karten bis zu Bildern und Video.

AntwortformenBeispiele · synthetische Daten

Text

zAInAufträge · Köln
  1. Wie viele Aufträge sind in Köln gerade offen?A
  2. In Köln sind 12 Aufträge offen, 3 davon starten diese Woche.
Nachricht schreiben …

Tabelle

zAInDisposition
  1. Wer ist nächste Woche als Staplerfahrer verfügbar?A
  2. Drei Mitarbeitende passen auf die Anfrage:

    Verfügbar · Staplerschein

    J. WeberStaplerscheinab Mo
    A. YilmazStaplerscheinab Di
    M. NowakStaplerscheinab Mi
Nachricht schreiben …

Karte

zAInEinsätze
  1. Zeig mir den aktuellen Einsatz von Jonas Weber.A
  2. Hier ist der Einsatz:

    Einsatz · Jonas Weber

    Kunde
    Nordhafen Logistik GmbH
    Zeitraum
    15.09.–30.09.2026
    Schicht
    Früh, 6–14 Uhr
    Status
    bestätigt

    Im ERP öffnen

Nachricht schreiben …

Video

zAInHilfe
  1. Wie lege ich einen neuen Kunden an?A
  2. Dafür gibt es ein kurzes Video aus der zvoove Academy:

    Neuen Kunden anlegen2:40

Nachricht schreiben …

Dazu kamen Confirmation- und Reflection-Cards, das Prompting und das Messaging-Script: wie zAIn spricht und wie er nächste Schritte anbietet.

Assistent im Kontext einer Fachanwendung mit Vorschlägen für nächste Schritte
Assistent im Kontext: zAIn erkennt, wo gearbeitet wird, und schlägt passende nächste Schritte vor.
Notification Center mit Übergabe eines Falls an zAIn
Übergabe aus dem Notification Center, live: Der Fall kommt als vorbereiteter Prompt beim Assistenten an.

Wenn zAIn handeln soll, trennt das Three-Layer-Pattern, was er verstanden hat, was er vorhat und was herausgekommen ist. Kurz beschrieben im Flagship-Case, ausführlich im UWX-Case.

Three-Layer-Pattern
  1. Message

    Verstehen

    Was zAIn verstanden hat, wird sichtbar, bevor er etwas plant.

  2. Intent

    Planen

    Die Schritte stehen vor der Ausführung da; bei schreibenden Aktionen liegt hier die Freigabe.

    Freigabe
  3. Result

    Ergebnis

    Das Ergebnis bleibt dem Fall zugeordnet und nachvollziehbar.

04 · Regeln statt Bauchgefühl

Ein Handbuch macht AI-Verhalten prüfbar.

Damit Product, Design, Engineering und AI dasselbe Verhalten bauen, habe ich das AI Assistant Handbook aufgesetzt, ein internes Playbook (Stand Februar 2026).

Vier Ebenen
  1. System

    Harte Grenzen, die niemand überschreibt.

  2. AI-Logik

    Wie zAIn begründet und entscheidet.

  3. Interaktion

    Ton und Struktur des Gesprächs.

  4. UI

    Die sichtbare Darstellung.

Höhere Ebenen begrenzen niedrigere: Blockt das System eine Anfrage, zeigt die UI keinen „Trotzdem versuchen“-Knopf.

Jedes Verhalten ist als Regelkarte beschrieben: Trigger, Regel, Begründung, Beispiel. Enthält eine Datenmenge mehr als 500 Einträge, wird sie etwa nicht vollständig dargestellt. Dazu kommen Muster für wiederkehrende Situationen, zum Beispiel für Mehrdeutigkeit: zwei bis drei klare Deutungen als Auswahl, mehr als drei als Rückfrage. Und ein Katalog von Grenzfällen, jeweils den Ebenen zugeordnet.

RegelkarteMuster · Mehrdeutigkeit
Trigger

Eine Eingabe lässt mehrere Deutungen zu.

Regel

Zwei bis drei klare Deutungen als Auswahl, mehr als drei als Rückfrage.

Beispiel

Zwei Deutungen, also eine Auswahl.

  1. Zeig mir die offenen Aufträge von Müller.A
  2. Meinst du einen dieser Kunden?
    Müller LogistikMüller Bau
AI Assistant Handbook, Seite „How to Use This Handbook“
Ein Handbuch für alle Rollen: was Product, Design, Engineering, AI und Management daraus brauchen.
AI Assistant Handbook, Seite „Edge Cases & Exceptions“
Grenzfälle mit Zuordnung zu den Ebenen, etwa widersprüchliche Filter oder Berechtigungsgrenzen.

Das AI Assistant Handbook habe ich im Februar 2026 allein in Figma Make gebaut; daraus wurde das AI Product Playbook.

Learning

Ein Handbuch für AI-Verhalten ist ein Design System für Entscheidungen. Es soll die Diskussion sparen, die sonst in jedem Feature neu geführt würde.

05 · Grenzen

Was zAIn nicht kann, ist entworfen.

Zum GA ist zAIn lesend: 106 der 154 klassifizierten Endpunkte sind freigegeben, Schreibaktionen laufen nur auf Test- und Staging-Daten. Für produktive Schreibzugriffe ins ERP ist die rechtliche Prüfung noch offen (Stand September 2026).

Drei bewusste Grenzen
  1. Ehrlich ablehnen statt halluzinieren

    Auswertungen über den ganzen Mandanten lehnt v1 bewusst ab, weil ohne Suchindex ungeprüfte Antworten entstünden.

  2. Sensible Daten technisch unerreichbar

    Gehalt, Rechnungen, Bankdaten und Krankheitsgründe sind in v1 nicht erreichbar, nicht nur ausgeblendet. Dafür habe ich das Three-Layer-Pattern nach DSGVO-Regeln gebaut.

  3. Sichtbarkeit vor Bequemlichkeit

    Abfragen über Niederlassungen hinweg ohne ausdrückliche Sichtbarkeitsprüfung wurden in der Testrunde gestoppt.

Ehrlich ablehnenBeispiel · synthetische Daten
zAInAuswertungen
  1. Welcher Kunde hatte im letzten Quartal die meisten Einsatzstunden?A
  2. Das kann ich in dieser Version noch nicht verlässlich beantworten: Auswertungen über den ganzen Mandanten brauchen einen Suchindex, den es noch nicht gibt.
  3. Ich kann dir die Einsatzstunden für einen einzelnen Kunden zeigen.
    Kunden auswählen
Nachricht schreiben …

Die Grenzen folgen der Autonomy Boundary: lesen vor vorbereiten vor verändern.

06 · Nach dem Launch

Nach dem Launch ehrlich gemessen.

Nach dem Go-live haben wir im Team die Gespräche der ersten Wochen ausgewertet: mitgeschnittene Prompts, Bewertungen per Daumen und Freitext-Feedback. Jeden Prompt haben wir danach eingeordnet, ob zAIn beantwortet, zurückgefragt oder blockiert hat.

07 · Ergebnis

Was live ist und was offen bleibt

Go-live, GA v1bestehende und neue Cloud-Kunden
10.08.2026
Lesend freigegebene Endpunktevon 154 klassifiziert
106
Erste TestrundeAugust 2026
16 Kunden

Was offen bleibt

  1. Schreibende Aktionen im echten System

    Produktive Schreibzugriffe brauchen die rechtliche Freigabe und das Human Gate im Betrieb.

  2. Auswertungen über den ganzen Mandanten

    Brauchen einen Suchindex, bevor zAIn sie beantworten darf.

  3. Die reparierbaren Mechaniken

    Aus der Auswertung nach dem Launch folgen die nächsten Iterationen.

fin (for now)

CV · Maximilian Dahl
Alles in einfach

Was machst du eigentlich, Max?

Meine Eltern und meine Familie haben mit Tech und meinem Beruf nichts zu tun. Sie haben mir gesagt, dass sie meine Website nicht verstehen. Diese Erklärung ist für sie. Und für alle, die es ohne Fachbegriffe wissen möchten.

Ich mache Programme verständlicher.

Wenn jemand ewig nach einem Knopf sucht oder dieselbe Angabe dreimal eintippen muss, will ich wissen, warum. Ich schaue mir an, wie Menschen arbeiten, spreche mit ihnen und entwerfe einen besseren Ablauf. Den probieren wir gemeinsam aus.

Mein Beruf heißt Principal Designer. Das bedeutet: Ich entscheide auch mit, wie ganze Produkte zusammenpassen, und helfe dem Team, darauf aufzubauen. Ich gestalte und programmiere weiterhin selbst.

Einmal an einem Beispiel.

Bei zvoove habe ich den Assistenten zAIn gestaltet. Dieses vereinfachte Beispiel zeigt die Idee:

  1. Jemand fragt

    „Wie viel Urlaub habe ich noch?“

  2. Der Assistent schaut nach

    Er sucht die Information heraus und erklärt die Antwort.

  3. Der Mensch entscheidet

    Soll daraus ein Urlaubsantrag werden, prüft die Person die Angaben, bevor etwas abgeschickt wird.

Meine Aufgabe ist, festzulegen, was die Person sehen muss, wie die Antwort erklärt wird und an welcher Stelle das Programm ihre Zustimmung braucht.

Ein Designsystem ist ein bisschen wie LEGO.

Stellt euch vor, jedes Team erfindet seine eigenen Steine. Nichts passt zusammen. Mit einem gemeinsamen Baukasten greifen die Teile ineinander, auch wenn daraus ganz unterschiedliche Dinge entstehen.

Gemeinsame Teile. Unterschiedliche Dinge, die man daraus bauen kann.
Urlaub beantragenRechnung prüfen

Bei Programmen sind diese Teile zum Beispiel Knöpfe, Eingabefelder und Meldungen. Dazu kommen Regeln, wie sie zusammen funktionieren. So einen Baukasten habe ich bei Container xChange aufgebaut. Er heißt Compass.

Was habe ich damit bewegt?

Ein gemeinsamer Einstieg
Bei zvoove habe ich einen gemeinsamen Einstieg für mehrere Programme gestaltet und im Code ausprobiert. Daraus wurde der Launchpad, der seit August 2026 im Einsatz ist.
Auch selbst gebaut
Den sichtbaren Teil der Mitteilungszentrale habe ich selbst programmiert. Ein Entwickler hat den Teil im Hintergrund gebaut. Zusammen haben wir sie veröffentlicht.
Ein Team, das darauf aufbauen kann
Bei Container xChange habe ich mit Niclas das Designteam von 4 auf 14 aufgebaut. Mit Compass bekamen Designer und Entwickler einen gemeinsamen Baukasten für ihre Arbeit.

Was kann ich besonders gut?

Ich schaue über den einzelnen Bildschirm hinaus. Wenn mehrere Teams am selben Problem hängen, suche ich nach einer Lösung, die ihnen gemeinsam hilft. So ist Compass entstanden.

Und ich mache Ideen gern früh greifbar. Ich kann selbst eine funktionierende Version bauen, sie jemandem geben und herausfinden, wo es hakt. Das lerne ich lieber beim Benutzen als in einer langen Diskussion über ein Bild.

Was möchte ich als Nächstes machen?

Ich möchte mitentscheiden, was aus einem Produkt wird, ein Team unterstützen und weiterhin selbst bauen. Dafür suche ich eine Rolle als Principal Designer, Team Lead oder AI Product Builder in einem Team, das mit künstlicher Intelligenz arbeitet.

Einfach gesagt: Ich möchte Verantwortung fürs Ganze übernehmen, ohne das abzugeben, was mir selbst am meisten Spaß macht: ausprobieren und Dinge zum Laufen bringen.