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
- 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
- und 3 weitere Zustände
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
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-Kunden106 von 154
Endpunkten freigegeben, lesend
106 von 154Endpunkten freigegeben, lesendSchreiben nur auf Test- und Staging-Daten5 Entscheidungen
vom frühen Agenten zum Assistenten mit Kontext
5 Entscheidungenvom frühen Agenten zum Assistenten mit KontextDie fünf Entscheidungen aus „Auf einen Blick“
Problem
Der erste Agent antwortete nach Prozent
Ein früher Chat über dem alten Launchpad: Die Konfidenz entschied, welche Stufe antwortet.
Eingriff
Gestaltet ist das Verhalten, nicht nur die Oberfläche
Chat-Experience, Three-Layer-Pattern und ein Handbuch mit Regeln für AI-Verhalten.
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
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.
Dahinter stand ein Stufenmodell: Die Konfidenz entschied, welche Stufe antwortet, von der direkten Antwort bis zur Übergabe an den Support.
L0
System und Kontext
Einstieg, Orientierung, Erwartungen setzen.
Begrüßung, SchnellaktionenL1
Bekanntes Wissen
Beantwortet bekannte Themen direkt.
Konfidenz ≥ 0,8L2
Klärung
Löst mehrdeutige Eingaben mit einer Rückfrage.
Konfidenz 0,5–0,8L3
Generativ
AI-gestützte Hilfe mit Hinweis, wenn die Konfidenz niedrig ist.
Konfidenz 0,2–0,5L4
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.
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.
Text
- Wie viele Aufträge sind in Köln gerade offen?A
- In Köln sind 12 Aufträge offen, 3 davon starten diese Woche.
Tabelle
- Wer ist nächste Woche als Staplerfahrer verfügbar?A
- Drei Mitarbeitende passen auf die Anfrage:
Verfügbar · Staplerschein
J. Weber Staplerschein ab Mo A. Yilmaz Staplerschein ab Di M. Nowak Staplerschein ab Mi
Karte
- Zeig mir den aktuellen Einsatz von Jonas Weber.A
- 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
Video
- Wie lege ich einen neuen Kunden an?A
- Dafür gibt es ein kurzes Video aus der zvoove Academy:
Neuen Kunden anlegen2:40
Dazu kamen Confirmation- und Reflection-Cards, das Prompting und das Messaging-Script: wie zAIn spricht und wie er nächste Schritte anbietet.
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.
Message
Verstehen
Was zAIn verstanden hat, wird sichtbar, bevor er etwas plant.
Intent
Planen
Die Schritte stehen vor der Ausführung da; bei schreibenden Aktionen liegt hier die Freigabe.
FreigabeResult
Ergebnis
Das Ergebnis bleibt dem Fall zugeordnet und nachvollziehbar.
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).
System
Harte Grenzen, die niemand überschreibt.
AI-Logik
Wie zAIn begründet und entscheidet.
Interaktion
Ton und Struktur des Gesprächs.
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.
- 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.
- Zeig mir die offenen Aufträge von Müller.A
- Meinst du einen dieser Kunden?Müller LogistikMüller Bau
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.
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).
Ehrlich ablehnen statt halluzinieren
Auswertungen über den ganzen Mandanten lehnt v1 bewusst ab, weil ohne Suchindex ungeprüfte Antworten entstünden.
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.
Sichtbarkeit vor Bequemlichkeit
Abfragen über Niederlassungen hinweg ohne ausdrückliche Sichtbarkeitsprüfung wurden in der Testrunde gestoppt.
- Welcher Kunde hatte im letzten Quartal die meisten Einsatzstunden?A
- Das kann ich in dieser Version noch nicht verlässlich beantworten: Auswertungen über den ganzen Mandanten brauchen einen Suchindex, den es noch nicht gibt.
- Ich kann dir die Einsatzstunden für einen einzelnen Kunden zeigen.Kunden auswählen
Die Grenzen folgen der Autonomy Boundary: lesen vor vorbereiten vor verändern.
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.
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
Schreibende Aktionen im echten System
Produktive Schreibzugriffe brauchen die rechtliche Freigabe und das Human Gate im Betrieb.
Auswertungen über den ganzen Mandanten
Brauchen einen Suchindex, bevor zAIn sie beantworten darf.
Die reparierbaren Mechaniken
Aus der Auswertung nach dem Launch folgen die nächsten Iterationen.
fin (for now)




