---
title: "zAIn — Maximilian Dahl"
description: "Product Design Case Study von Maximilian Dahl: zAIn, der AI-Assistent in zvoove One. Chat-Experience, Regeln für AI-Verhalten und bewusste Grenzen, live seit August 2026."
url: https://max.does.systems/work/zain/
lang: de
---

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 & Experience · zvoove Germany

Team · PM, AI Lead, Production Engineering · PM: Scope und Phasenmodell · AI Lead: RAG und Technik

Verantwortung · Vision bis Chat-UI · North 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 Kunden**in der Testrunde im August 2026 · Seit 10.08.2026 GA v1 für bestehende und neue Cloud-Kunden

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

- 5 Entscheidungen
   vom frühen Agenten zum Assistenten mit Kontext
   **5 Entscheidungen**vom frühen Agenten zum Assistenten mit Kontext · Die 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 & Experience**zvoove Germany

Team**PM, AI Lead, Production Engineering**PM: Scope und Phasenmodell · AI Lead: RAG und Technik

Verantwortung**Vision bis Chat-UI**North 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](https://max.does.systems/assets/cases/zain/early-agent.png)

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](https://max.does.systems/work/platform-experience-ai/#experience).

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.

Antwortformen · Beispiele · synthetische Daten

Text

zAIn · Aufträge · 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

zAIn · Disposition

1. Wer ist nächste Woche als Staplerfahrer verfügbar?A

2. Drei Mitarbeitende passen auf die Anfrage:
   Verfügbar · Staplerschein
   | J. Weber | Staplerschein | ab Mo |
   | --- | --- | --- |
   | A. Yilmaz | Staplerschein | ab Di |
   | M. Nowak | Staplerschein | ab Mi |

Nachricht schreiben …

Karte

zAIn · Einsätze

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

zAIn · Hilfe

1. Wie lege ich einen neuen Kunden an?A

2. Dafür gibt es ein kurzes Video aus der zvoove Academy:
   Neuen Kunden anlegen · 2:40

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](https://max.does.systems/assets/cases/zain/assistant-context.jpg)

Assistent im Kontext: zAIn erkennt, wo gearbeitet wird, und schlägt passende nächste Schritte vor.

![Notification Center mit Übergabe eines Falls an zAIn](https://max.does.systems/assets/cases/zain/notification-handover.jpg)

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](https://max.does.systems/work/platform-experience-ai/#vertrauen), ausführlich im [UWX-Case](https://max.does.systems/work/uwx/#pattern).

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.

Regelkarte · Muster · 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.Zeig mir die offenen Aufträge von Müller.A · Meinst du einen dieser Kunden?Müller Logistik · Müller Bau

![AI Assistant Handbook, Seite „How to Use This Handbook“](https://max.does.systems/assets/cases/zain/handbook-how-to-use.jpg)

Ein Handbuch für alle Rollen: was Product, Design, Engineering, AI und Management daraus brauchen.

![AI Assistant Handbook, Seite „Edge Cases &amp; Exceptions“](https://max.does.systems/assets/cases/zain/handbook-edge-cases.jpg)

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 ablehnen · Beispiel · synthetische Daten

zAIn · Auswertungen

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](https://max.does.systems/work/platform-experience-ai/#vertrauen): 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.

Einordnung

Was die Auswertung zeigte

Ein großer Teil der problematischen Antworten ging auf wenige, konkret reparierbare Mechaniken zurück.

Learning

Ein AI-Assistent ist mit dem Launch nicht fertig. Die ehrlichste Quelle für die nächsten Entscheidungen sind die echten Gespräche danach.

07 · Ergebnis

## Was live ist und was offen bleibt

Go-live, GA v1 · bestehende und neue Cloud-Kunden · 10.08.2026

Lesend freigegebene Endpunkte · von 154 klassifiziert · 106

Erste Testrunde · August 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)

**Fallnotizen · Wie dieser Case zu lesen ist.**

Belege · Confluence-Dokumentation zu Funktionsumfang und GA, eigene Prototypen und das AI Assistant Handbook.

Bilder · Prototypen und Produktscreens; Namen und Daten darin sind synthetisch.

Team · Gemeinsam mit PM, AI Lead und Production Engineering. Die Auswertung nach dem Launch war Teamarbeit.

Stand · Stand September 2026
