22.000 $ KI-Deal, kein Code erforderlich

Zweiundzwanzigtausend Dollar für einen einzelnen KI-Bau, plus 1.500 Dollar jeden Monat danach, klingt nach der Art von Schlagzeile, die man überscrollt, in der Annahme, dass es einen Haken gibt. In der Welt der KI-Agenturen ist diese Kombination jedoch genau das, wonach erfahrene Profis stillschweigend streben: eine kräftige Vorschussgebühr für die Implementierung, gekoppelt mit vorhersehbaren wiederkehrenden Einnahmen, die zwischen großen Erfolgen für den laufenden Betrieb sorgen.

Im Zentrum dieser Geschichte steht Lis Bueno, ein Mitglied der AI Workshop-Community von Zubair Trabzada, die einen Auftrag über 22.000 Dollar abgeschlossen hat, um einen KI-Sprachagenten für eine staatliche Arbeitsagentur zu entwickeln, mit einer monatlichen Pauschale von 1.500 Dollar — und das alles ohne Programmierung. Kein maßgeschneiderter Python-Stack, kein proprietärer LLM-Fine-Tuning-Prozess, sondern intelligente Orchestrierung von No-Code-Tools und ein scharfes Verständnis für die Schmerzpunkte eines öffentlichen Kunden.

Auf dem Papier sieht es nach einem einmaligen Erfolg aus: ein Regierungsauftrag, 25 Bieter, 10 Finalisten, und Lis’ Team erhält den Zuschlag. Doch die Mechanik hinter diesem Telefonat bildet einen Plan, den andere KI-Unternehmer nachahmen können: Ein echtes operatives Problem identifizieren, es mit einem fokussierten KI-Sprachassistenten abgleichen und es als Dienstleistung statt als einmaliges Gadget verpacken.

Die Arbeitsämter der Regierung verlieren Zeit und Geld durch hohe Fluktuation, Ausgebranntheit der Rekruter und Jobsuchende, die anreisen, parken und dann ihre 30- bis 45-minütigen Coachingeinheiten mit grundlegenden Fragen verschwenden. Der Sprachagent von Lis bietet rund um die Uhr Zugang zu wichtigen Informationen, Interviewvorbereitung und Fragen&Antworten, sodass die Einwohner gut vorbereitet ankommen und die Rekruter ihre begrenzte Zeit für tatsächliches Coaching und nicht für FAQ-Dienste nutzen können.

Diese Wertgeschichte rechtfertigt die Baugebühr von 22.000 Dollar: Der Kunde kauft keinen Chatbot, sondern reduzierte Wartezeiten, weniger versäumte Termine und bessere Ergebnisse für Arbeitssuchende im großen Maßstab. Die monatliche Pauschale von 1.500 Dollar wird dann zur Versicherung — kontinuierliche Überwachung, Aktualisierungen und Verbesserungen, um das System an Änderungen der Richtlinien und an die Bedürfnisse der Bewohner anzupassen.

Im Bereich der KI-Agenturen ist diese Struktur der Goldstandard, da sie Anreize ausrichtet. Der Kunde zahlt einmal für die intensive Arbeit und dann eine überschaubare monatliche Gebühr, um den Agenten zuverlässig, sicher und entwicklungsfähig zu halten – während die Agentur eine Basis wiederkehrender Einnahmen sichert, die mit jedem neuen Auftrag steigt.

Die meisten KI-Präsentationen beginnen mit einer glänzenden Demo. Lis Bueno begann mit einem ramponierten System: einer staatlichen Arbeitsagentur, die in einem hohen Mitarbeiterwechsel und der Erschöpfung der Recruiter versank. Recruiter und Berater wechselten so schnell, dass das institutionelle Wissen mit ihnen das Haus verließ, während Arbeitssuchende Tage auf Antworten zu grundlegenden Dienstleistungen warteten.

Für die Agentur war der Schmerz messbar. Eine hohe Fluktuation bedeutete ständige Einstellungs- und Ausbildungskosten sowie eine inkonsistente Servicequalität in den Büros. Jedes unbeantwortete Telefonat oder jede verpasste Frage führte zu verschwendetem Steuergeld und einem überlasteten Personal, das versuchte, die Lücken mit Überstunden zu schließen.

Arbeitssuchende empfanden es sogar noch schwieriger. Viele Bewohner lebten weit vom Stadtzentrum entfernt und mussten hineinfahren, um Parkplätze kämpfen und Sicherheitskontrollen durchlaufen, nur um 30–45 Minuten mit einem Karriere-Coach zu verbringen. Dieses kurze Zeitfenster verschwand oft mit organisatorischen Fragen: Wo finde ich Formulare, was muss ich mitbringen, wie bereite ich mich auf ein Vorstellungsgespräch vor?

Lis hat diese Reibungen in eine klare Problemdarstellung übersetzt: Die Menschen benötigten rund um die Uhr Zugang zu wichtigen Informationen, Interviewvorbereitungen und Fragen & Antworten, bevor sie sich überhaupt mit einem Recruiter zusammensetzten. Wenn die Teilnehmer bereits informiert sind, könnten die persönlichen Sitzungen auf tatsächliches Coaching anstatt auf Logistik fokussiert werden. Die Agentur würde aus denselben Arbeitsstunden qualitativ hochwertigere Ergebnisse erzielen.

Dies ist das Gegenteil des typischen Fehlers von KI-Agenturen. Viele Gründer beginnen mit einem Sprachagenten oder einem anderen trendigen Tool und suchen dann nach einem Problem, das vage passt. Diese technologieorientierte Denkweise führt zu „coolen Demos“, die nie ein Vergabeverfahren überstehen, geschweige denn einen Auftrag über 22.000 Dollar plus eine monatliche Gebühr von 1.500 Dollar gewinnen.

Lis betrachtete KI als den letzten Schritt, nicht den ersten. Sie verbrachte Zeit in der Realität der Agentur: unterbesetzte Büros, begrenzte Terminmöglichkeiten, Anrufer außerhalb der regulären Zeiten und ein Auftrag, knappe Budgets auszureizen. Erst nachdem sie diese operativen Engpässe verstanden hatte, trat ein No-Code-Sprachagent als das offensichtliche Mittel zutage.

Die wertvollsten KI-Deals entstehen nicht durch das Verfolgen von Modellen oder Aufforderungen. Sie kommen von Empathie im großen Maßstab – einem detaillierten Verständnis darüber, wie eine Organisation tatsächlich funktioniert, wo Menschen ausbrennen und wo Software still und leise Reibungen beseitigen kann, ohne dass jemand seinen Job ändern oder Programmieren lernen muss.

Callcenter schließen um 17 Uhr. Der Sprachagent von Lis Bueno hat nie Feierabend. Entwickelt für eine staatliche Arbeitsagentur, ist er ständig erreichbar und beantwortet Anrufe und Chats von Arbeitssuchenden um 14 Uhr oder 2 Uhr nachts mit derselben ruhigen Professionalität.

Unter der Haube verhält sich der Agent wie ein unermüdlicher Junior-Rekrutierer. Er führt die Bewohner durch Probe-Interviewfragen, gibt Feedback zu den Antworten und bietet maßgeschneiderte Tipps zu Lebensläufen, Dresscode und Follow-up-Etikette. Außerdem bearbeitet er häufige Fragen in großem Umfang: Eignungsregeln, erforderliche Dokumente, Terminplanung und wie man die staatlichen Portale navigiert.

Arbeitssuchende können Fragen in natürlicher Sprache stellen wie „Was soll ich zu meinem Termin mitbringen?“ oder „Wie erkläre ich eine sechsmonatige Beschäftigungslücke?“ und erhalten sofort kontextbezogene Antworten. Der Agent schöpft aus kuratierten Wissensdatenbanken, Agenturrichtlinien und standardisierten Skripten, damit die Antworten genau und regelkonform bleiben. Tools in derselben Kategorie, wie Voiceflow: Baue Chat- und Sprach-KI-Agenten ohne Code, zeigen, wie weit codefreie Plattformen diese Art der Orchestrierung vorangetrieben haben.

Für die Bewohner fühlt sich das Upgrade an wie der Wechsel von DMV-Warteschlangen zu einem Concierge-Service auf Abruf. Menschen, die eine Stunde entfernt wohnen, verbringen nicht mehr einen halben Tag mit Fahren, Parken und Warten, nur um grundlegende Fragen zu stellen. Stattdessen erscheinen sie zu ihrer 30–45-minütigen Sitzung mit einem Karriere-Coach, der bereits über den Prozess, die erforderlichen Unterlagen und die Grundlagen von Vorstellungsgesprächen informiert ist.

Dass Vorbereitungszeit wichtig ist. Wenn der Agent die sich wiederholenden Fragen „Worauf soll ich klicken?“ und „Wohin soll ich gehen?“ bearbeitet, können die menschlichen Mitarbeiter begrenzte Termine für Strategien nutzen: Karrierewege, Networking-Pläne und maßgeschneiderte Coachings. Recruiter und Berater entkommen dem Burnout-Zyklus, in dem sie dieselben 20 Fragen hundertmal pro Woche beantworten.

Für die Agentur ist der ROI eindeutig. Ein Aufwand von 22.000 Dollar plus 1.500 Dollar monatliche Pauschale entspricht einem digitalen Mitarbeiter, der rund um die Uhr verfügbar ist, nie krank wird, nicht abspringt und Tausende von gleichzeitigen Gesprächen bewältigt. Befreit von niedrigwertigen Fragen und Antworten können menschliche Teams täglich mehr Bewohner unterstützen, Leistungskennzahlen mit weniger Einstellungen erreichen und das Budget von kontinuierlichen Neueinstellungen auf messbare Serviceverbesserungen umverteilen.

Früher war Code die Schutzmauer. Jetzt sieht die Schutzmauer mehr wie ein Verdrahtungsdiagramm aus. Anstatt Server hochzufahren und APIs selbst zu erstellen, setzen Entwickler wie Lis Bueno auf vorgefertigte Komponenten: Retell AI für natürlich klingende Stimmen, n8n für Drag-and-Drop-Workflows sowie eine Handvoll SaaS-Tools, die die Agentur bereits nutzt.

Retell AI übernimmt die anspruchsvollen Aufgaben, die früher ein Full-Stack-Team erforderten: latenzfreies Audio-Streaming, Spracherkennung, LLM-Anfragen und Telefonintegration. Sie geben die Skriptlogik, Sicherheitsvorkehrungen und Datenquellen vor; Retell AI kümmert sich um die Telefonie und den Echtzeit-Gesprächsloop, sodass der Sprachagent weniger wie ein IVR und mehr wie eine Empfangsdame klingt.

n8n agiert im Hintergrund als Orchestrierungsschicht. Anstatt Funktionen zu schreiben, ziehst du Knoten, die „HTTP-Anforderung“, „IF“ oder „Google Sheets“ sagen, und verbindest sie mit Pfeilen. Jeder Aufruf des Sprachagents kann einen n8n-Workflow auslösen, der Datensätze abruft, Ergebnisse protokolliert oder eine Nachfass-E-Mail an einen Rekrutierer sendet.

Das ist der tatsächliche Paradigmenwechsel: Sie entwerfen Workflows, nicht Codebasen. Die „IDE“ ist eine Browserleinwand, auf der Sie visuell abbilden, beispielsweise: - Der Bewohner ruft Retell AI an - Retell AI trifft auf ein n8n Webhook - n8n fragt eine Job-Datenbank-API ab - Die Antwort fließt in Sekunden zurück zum Anrufer

Die Einstiegshürde sinkt von „lerne Python und DevOps“ zu „verstehe APIs und Logik“. Wenn du API-Dokumentationen lesen, Eingaben/Ausgaben definieren und über Randfälle nachdenken kannst, kannst du etwas produzieren, das verdächtig aussieht wie ein maßgeschneidertes SaaS-Produkt für eine Regierungsbehörde.

Das ändert, wer bauen darf. Geschäftstüchtige Betreiber, die wissen, wie Arbeitsämter tatsächlich funktionieren, können nun Systeme entwerfen, die Burnout und Wartezeiten reduzieren, ohne die Ingenieure um Sprint-Zeit bitten zu müssen. Die gefragte Fähigkeit wird strategisches Denken: die Wahl der richtigen Werkzeuge, die Definition von Datenflüssen und das Setzen von Rahmenbedingungen in Bezug auf Datenschutz und Compliance.

Programmierungskompetenz ist auch im größeren Maßstab wichtig, aber bei Aufträgen wie einem Bau für 22.000 Dollar plus einem monatlichen Honorar von 1.500 Dollar liegt die Macht bei denjenigen, die Systeme entwerfen können, nicht bei denen, die ein div zentrieren können.

Regierungsarbeit geht selten an das auffälligste Angebot; sie geht an den Bieter, der fließend Bürokratiesprache spricht. Lis Buenos Angebot über 22.000 Dollar plus 1.500 Dollar monatliche Vergütung hat ein Auswahlverfahren überstanden, das mit rund 25 Bietern begann, auf eine Shortlist von 10 eingedampft wurde und mit einem einzigen unterzeichneten Vertrag für eine staatliche Arbeitslosenagentur endete.

Von Anfang an handelte es sich um eine formelle Beschaffung, nicht um eine freundliche Einführung. Die Stadt veröffentlichte eine öffentliche Ausschreibung, sammelte Vorschläge und führte diese durch eine Bewertungsmatrix, die Preis, technische Qualität, Sicherheit und frühere Leistungen gewichtete. Lis musste ihr Angebot durch diesen Prozess leiten, um Interessenkonflikte aufgrund ihrer Rolle in einem verwandten Gremium zu vermeiden, was bedeutete, dass es keine Abkürzungen und keinen inoffiziellen Weg gab.

Die Partnerschaft verwandelte dieses Hindernis in einen Vorteil. Innerhalb der AI Workshop-Community von Zubair Trabzada trat Lis mit Pam zusammen, einem Mitglied, das das Thema Regierungsanträge lebt und atmet. Pam war kein "schön zu haben"; sie wurde zum entscheidenden Unterschied zwischen einer cleveren Tech-Idee und einem konformen, finanzierbaren Projekt auf dem Papier.

Pam übersetzte Liss Konzept in eine einkaufsnahe Sprache: Ergebnisse, Liefergegenstände, Meilensteine und Risikominderung. Anstelle von „cooler KI-Sprachagentur“ versprach das Angebot messbare Vorteile in: - Vermindertem Burnout und Fluktuation bei Recruitern - 24/7 Zugang der Bewohner zu Unterstützung bei der Jobsuche - Kürzeren, effektiveren Coaching-Sitzungen

Regierungsbeschaffer wollen keinen Startup-Übermut; sie wollen Vorhersehbarkeit. Der Vorschlag betonte Service-Kontinuität, Datenverarbeitung und die Integration in bestehende Arbeitsabläufe, nicht nur die magische Anziehung von konversationeller KI. Diese Positionierung unterschied Lis sofort von preiswerteren Anbietern, die generische Chatbots oder vage „KI-Transformationen“ anpriesen.

Lis setzte ihr 22-jähriges Wissen aus der Führung eines Managed Security Service Providers gezielt ein. Während die Wettbewerber über Funktionen sprachen, redete sie über Cybersecurity: Datenschutz, Richtlinien zur Anrufaufzeichnung, Prüfpfade und die Übereinstimmung mit den Standards der öffentlichen Verwaltung. Für eine Arbeitsagentur, die mit sensiblen Daten von Bürgern umgeht, traf das ins Vertrauen.

Ihr Angebot stellte Sicherheit als Wertmultiplikator dar, nicht als zusätzliche Kostenposition. Indem sie argumentierte, dass ein fragiles, günstigeres System Ausfälle, Beschwerden oder sogar Ermittlungen auslösen könnte, ließ sie den höheren Preis wie eine Versicherung für den Ruf der Agentur erscheinen. In einem Stapel von 25 Angeboten boten viele günstigere Preise an; nur wenige konnten die Kombination aus No-Code-Agilität, domänenspezifischer Sprache und Sicherheitsniveau auf Unternehmensniveau erreichen.

Diese Mischung aus Beschaffungsflüssigkeit, dem richtigen Partner und einer Sicherheits-fokussierten Erzählung verwandelte eine überfüllte Ausschreibung in einen Markt mit nur einem Gewinner.

Die Preisgestaltung gliedert sich klar in zwei Zahlen: 22.000 $ im Voraus und 1.500 $ pro Monat danach. Zusammen verwandeln sie einen einmaligen Aufbau in eine wiederkehrende Einnahme-Maschine und bieten der Agentur gleichzeitig eine vorhersehbare Betriebsausgabe.

Der Scheck über 22.000 Dollar ist nicht nur für „eine KI“. Er deckt Wochen der Entwicklung, Prozessabbildung, Anrufflussgestaltung, Datenintegrationsplanung, Sicherheitsüberprüfung und Workshops mit Stakeholdern, einschließlich Recruitern, Beratern und IT ab. Lis und ihr Partner haben im Wesentlichen neu gestaltet, wie Arbeitssuchende mit der Arbeitsagentur interagieren, und das dann in einen Spracherkennungsagenten integriert, der tatsächlich eine staatliche Einführung überstehen kann.

Auf der Bau-Seite finanziert diese Gebühr maßgeschneiderte Prompt-Entwicklung, mehrsprachige Skripterstellung, bedingte Logik für Ausnahmefälle und Integrationsarbeiten mit Tools wie n8n und Retell AI: KI-Sprachagenten-Plattform für die Automatisierung von Telefonanrufen. Sie deckt auch die Testkosten: das System mit echten Anruftranskripten, Fehlerszenarien und Stresstests zu testen, bevor ein Bewohner anruft.

Die Implementierung ist ein eigenes Kostenzentrum. Die Vorabgebühr deckt die Bereitstellung für Produktions- Telefonleitungen, die Koordination mit Telekommunikationsanbietern, die Verbesserung des Datenschutzes, die Schulung des Personals und die interne Dokumentation ab, damit die Regierungsmitarbeiter wissen, wann sie auf die KI zurückgreifen und wann sie eskalieren sollten.

Die monatliche Pauschale von 1.500 Dollar verhindert, dass der Agent verfällt, sobald sich Richtlinien oder Arbeitsmarktbedingungen ändern. Dieses Budget deckt die Überwachung von KPIs wie der Abschlussquote von Anrufen, der Übertragungsfrequenz, der durchschnittlichen Bearbeitungszeit und der Zufriedenheit der Anrufer ab, gefolgt von Anpassungen der Aufforderungen und Abläufe, um sicherzustellen, dass sich diese Zahlen in die richtige Richtung entwickeln.

Die Retainer-Arbeit umfasst auch: - Laufende Wartung und Fehlerbehebungen - Inhaltsaktualisierungen, wenn sich Vorschriften oder Programme ändern - Leistungsoptimierung bei steigenden Nutzerzahlen oder Einführung neuer Sprachen - Tool-Upgrades, wenn der zugrunde liegende No-Code-Stack neue Funktionen hinzufügt

Psychologisch gesehen handelt es sich hierbei um wertorientierte Preisgestaltung, nicht um Zeit- und Materialabrechnung. Die Agentur gibt jährlich 22.000 $ + 18.000 $ aus, setzt dies jedoch in Relation zu sechsstelligen Einsparungen durch geringere Fluktuation, weniger verschwendete Termine, reduzierte Rückrufstaus und Bewohner, die keine Stunden mehr mit Fahrten in die Stadt für grundlegende Fragen verschwenden.

Sobald der Käufer erkennt, dass ein 24/7-Sprachagent Tausende von wertlosen Anrufen abfangen und Recruiter für hochwirksame Arbeiten freisetzen kann, fühlt sich die monatliche Gebühr von 1.500 Dollar nicht mehr wie Software an, sondern wird zu einer echten Personallösung.

Glaubwürdigkeit für einen Build von 22.000 Dollar plus eine monatliche Pauschale von 1.500 Dollar kommt nicht aus einem PDF-Vorschlag. Lis Bueno betrachtete das schriftliche Angebot als Grundvoraussetzung und legte darauf Beweise obendrauf: ihre 22-jährige Erfahrung als Betreiberin eines Managed Security Service Providers, ihre frühere Arbeit mit Regierungsbehörden und ein klares Verständnis dafür, wie Arbeitsämter tatsächlich funktionieren. Diese Erfolgsbilanz stellte sie als Risikomanagerin dar, nicht als waghalsige Neuankömmling mit glänzenden Werkzeugen.

Skeptische Stakeholder wollten sich nicht „ausmalen“, was eine KI ist; sie wollten sie hören. Lis setzte stark auf eine Live-Demonstration eines funktionierenden Sprachagents – selbst wenn es sich nur um einen Prototyp handelte, der mit No-Code-Tools zusammengeschustert wurde. Zu hören, wie ein Agent echte Fragen zur Arbeitslosigkeit beantwortet, einen Anrufer weiterleitet oder in Echtzeit durch die Interviewvorbereitung führt, tat mehr, um das Argument „das ist nur Vaporware“ zu entkräften, als jede Präsentation.

Sie borgte sich auch einen klassischen Unternehmerschritt: Zeigen Sie etwas Ähnliches, das bereits funktioniert. Wenn Sie sagen können: „Hier ist ein nahezu identischer Agent, den wir für ein anderes Büro eingesetzt haben, und hier sind die Anrufzahlen der letzten Woche“, verschiebt sich das Gespräch von „Wird das funktionieren?“ zu „Wann können wir anfangen?“ Konkrete Nutzung, Anrufvolumen und Reaktionszeiten werden zum Beweis.

Die Positionierung konzentrierte sich nie auf Retell AI, n8n oder Modellversionen. Lis sprach wie eine strategische Partnerin, die auf der gleichen Seite des Tisches wie die Agenturleitung sitzt. Ihre Sprache war stets auf die Ergebnisse ausgerichtet:

• 1Reduzieren Sie die Erschöpfung von Recruitern um 30%.
• 2Die Zeit bis zur ersten Antwort von Tagen auf Sekunden reduzieren.
• 3Gewinnen Sie 20–30 % der Arbeitsstunden des Personals für komplexe Fälle zurück.

Dieses Framing ist in der Regierung wichtiger als jedes technische Datenblatt. Wenn Sie über weniger frustrierte Bewohner, geringere Fluktuation und eine bessere Nutzung von Steuergeldern sprechen, hören Sie auf, wie ein Anbieter von Automatisierung zu klingen, und beginnen, wie ein Teil des politischen Teams auszusehen, das versucht, ein beschädigtes System zu reparieren.

Die Partnerschaft verwandelte einen cleveren Prototyp in einen Vertrag über 22.000 Dollar sowie eine monatliche Pauschale von 1.500 Dollar. In Zubair Trabzadas AI Workshop fand Lis Bueno nicht nur Tutorials zu Retell AI und n8n; sie fand Pam, eine Mitarbeiterin, die sich in der langsamen, regelgebundenen Welt der staatlichen Beschaffung zurechtfand, während Lis sich obsessiv mit dem Produkt und der Architektur beschäftigte.

Lis brachte 22 Jahre Erfahrung als Anbieter von verwalteten Sicherheitsdiensten mit, ein scharfes Auge für echte Schmerzpunkte wie das Burnout von Recruitern und die technische Vision, um einen No-Code Sprachagenten-Stack zusammenzustellen. Pam ergänzte dies mit umfassendem Wissen über die Bürokratie im öffentlichen Sektor: wie Ausschreibungen geschrieben werden, wie Bewertungskommissionen denken und wie man eine spekulative KI-Idee in einen konformen, finanzierbaren Vorschlag übersetzt.

Gemeinsam griffen sie das Angebot der staatlichen Arbeitsagentur von beiden Seiten an. Lis entwarf einen 24/7-Informationsagenten, der den Druck auf die Mitarbeiterbindung reduzieren und unnötige persönliche Termine vermeiden konnte; Pam strukturierte die Antwort so, dass sie den Prozess mit 25 Bietern überstand, in die letzten 10 gelangte und schließlich gewann. Das bedeutete, sich an die Beschaffungssprache, Sicherheitsanforderungen und messbare Ergebnisse anzupassen, nicht nur an coole KI-Funktionen.

Der Versuch, in jedem Bereich – Vertrieb, Lösungsdesign, Marketing, Recht, Angebotserstellung – die Kontrolle zu übernehmen, kostet die meisten Einzelkämpfer in diesem Bereich das Leben. Regierungsbeschaffer erwarten ausgefeilte Dokumentationen, wasserdichte Leistungsbeschreibungen und beschaffungssichere Preismodelle. Fehlt eines davon, bleibt dein eleganter Workflow in n8n auf dem Whiteboard.

Einen Partner zu finden, der Ihre Lücken schließt, beginnt mit den richtigen Räumen. Suchen Sie nach: - Bezahlten oder kuratierten Gemeinschaften, in denen Menschen tatsächliche Verträge teilen, nicht nur Screenshots - Mitgliedern, die konsequent Ergebnisse liefern: Fallstudien, Loom-Demos, Live-Bauten, nicht nur Theorie - Personen, deren Stärken Ihre Schwächen widerspiegeln (z. B. Sie sind technisch, sie sind im Vertrieb oder in der Compliance)

Überprüfen Sie sie, wie es ein Kunde mit Ihnen tun würde. Bitten Sie um Beispiele für frühere Geschäfte, Vorschläge oder Einsätze. Beginnen Sie mit einem kleinen Projekt: einem gemeinsamen Entdeckungsgespräch, einem geteilten Vorschlag oder einem Pilotprojekt für einen kleinen Kunden. Achten Sie darauf, wie sie unter Druck kommunizieren, mit Konflikten umgehen und über Risiken sprechen.

Partnerschaften, die funktionieren, fühlen sich unangenehm spezifisch an. Wenn ihr beide „Ideenmenschen“ oder beide „Abschlusshandler“ seid, habt ihr kein Team – ihr habt Redundanz.

Eine staatliche Behörde klingt bescheiden, bis man erkennt, dass sie eines von 22 Arbeitsämtern ist, die dasselbe Konzept mit denselben Personalengpässen innerhalb derselben Bürokratie verfolgen. Lis hat nicht nur ein Bauprojekt im Wert von 22.000 Dollar verkauft; sie hat sich eine Einstiegsmöglichkeit in ein gesamtes staatliches System gesichert, das bereits Budgetmittel für Callcenter, Schulungen und Fluktuation einplant.

Sobald der erste Sprachagent live geht und die Anrufkennzahlen sich verbessern – kürzere Wartezeiten, weniger versäumte Termine, höhere Zufriedenheitswerte – wird dieses Deployment zu einer internen Fallstudie, die der Staat nicht ignorieren kann. Beschaffungsteams lieben Beweise, und nichts verkauft sich im öffentlichen Sektor schneller als „kopiere, was bereits in einer anderen Abteilung funktioniert.“

Erfolg bei Agentur eins eröffnet mühelose Einführungen zu den anderen: dieselben Skripte, dieselben Integrationen, dieselbe Compliance-Geschichte. Anstatt neu zu gestalten, kann Lis standardisieren: - Einen zentralen n8n-Workflow - Eine Vorlage für den Retell AI-Sprachagenten - Ein Sicherheits- und Datenschutzpaket, das von der staatlichen IT geprüft wurde

Standardisierung ist der Bereich, in dem staatliches Geld sich vermehrt. Sobald ein Bundesland ein Muster genehmigt, wird es oft als „bevorzugte Lösung“ eingeführt, mit Formulierungen, die andere Behörden dazu drängen oder sogar vorschreiben, denselben Technologie-Stack zu übernehmen.

Berechne es. Selbst wenn nur 10 von 22 Agenturen mitmachen und jede einen konservativen Betrag von 15.000–20.000 USD für die Implementierung sowie die monatliche Pauschale von 1.500 USD zahlt, schafft der ursprüngliche Pilot eine Pipeline, die über mehrere Haushaltszyklen hinweg siebenstellige Beträge übersteigen kann. Füge Upsells für neue Sprachen, Analysen und Integrationen mit Fallmanagementsystemen hinzu, und die Zahlen steigen erneut.

Durch diese Linse betrachtet, ist der Scheck über 22.000 Dollar nicht die Auszahlung. Es ist ein bezahlter Pilotversuch, eine Referenzarchitektur und ein Trojanisches Pferd in einem starren Beschaffungssystem. Für alle, die ähnliche Deals im Auge haben, zeigen Ressourcen wie Wie man einen KI-Sprachagenten erstellt: Der vollständige Leitfaden, wie man etwas Robustes entwerfen kann, das zum landesweiten Standard wird und nicht nur ein einmaliges Experiment bleibt.

Beginnen Sie mit Problemen, nicht mit Anreizen. Lis Bueno hat der staatlichen Arbeitsagentur kein „KI“-Programm vorgestellt; sie konzentrierte sich auf ein messbares Problem: hohe Fluktuation des Personals, Burnout bei Recruitern und Jobuchsuchende, die 30–45 Minuten Termine mit grundlegenden Fragen verschwenden, anstatt tatsächlich Coaching zu erhalten.

Von dort aus erstellen Sie ein einfaches, wiederholbares Framework. Schritt eins: Identifizieren Sie einen hochgradig belastenden Arbeitsablauf, bei dem Menschen als teure Vermittlungsstellen fungieren – Telefonbäume, Aufnahmeseiten, Statusüberprüfungen, häufig gestellte Fragen. Schritt zwei: Kartieren Sie genau, welche Informationen die Menschen benötigen, wann sie diese benötigen und wie „Erfolg“ in Zahlen aussieht: weniger verpasste Anrufe, kürzere Warteschlangen, höhere Zufriedenheit.

Schritt drei: Zusammenstellen, nicht erfinden. Lis verwendete No-Code-Tools wie Retell AI für die Sprachschicht und n8n für die Automatisierung, anstatt benutzerdefinierten Code zu schreiben. Ihr Stack sollte vier Dinge zuverlässig erledigen: - Anrufe erfassen und transkribieren - Daten aus bestehenden Systemen abrufen und aktualisieren - Logik und Routing verwalten - Alles für die Einhaltung von Vorschriften und Qualitätssicherung protokollieren

Schritt vier: Fülle deine Lücken mit Partnern. Lis ließ sich von Pam aus der AI Workshop-Community unterstützen, um technische und ausführende Tiefe abzudecken, während sie sich auf die Beziehung und die Problemstellung konzentrierte. Partnerschaften ermöglichen es dir, Deals über 20.000 $ zu verfolgen, noch bevor du jeden API-Parameter persönlich kennst.

Schritt fünf: Preise wie ein Unternehmen, nicht wie ein Freelancer. Lis verlangte im Voraus 22.000 Dollar für den Aufbau und eine monatliche Pauschale von 1.500 Dollar für Überwachung, Verbesserungen und Support. Diese Struktur entspricht der Denkweise von Agenturen und öffentlichen Einrichtungen: eine Investitionsausgabe, eine vorhersehbare Betriebskostenposition, die an die laufende Leistung gebunden ist.

Schritt sechs: Beweise es mit konkreten Beispielen, nicht mit Schlagwörtern. Lis gewann ein Ausschreibung gegen 24 Wettbewerber, weil sie konkrete Ergebnisse beschrieb: 24/7 Zugang zur Interviewvorbereitung, mehrsprachige Unterstützung, weniger verlorene Wege ins Büro und besser vorbereitete Kandidaten für überlastete Recruiter. Live-Demos und maßgeschneiderte Anrufabläufe schlagen jedes Mal generische „KI-Transformations“-Präsentationen.

Letzte Regel: Wählen Sie eine Richtung und bleiben Sie dabei. Sowohl Lis als auch Zubair Trabzada betonen denselben Rat – ignorieren Sie den Drang, jedem neuen KI-Trend nachzujagen. Werden Sie zur Person, die zuverlässig eine Art von Lösung anbietet (wie Sprachagenten für öffentliche Dienstleistungen), anstatt ein Tourist in 10 verschiedenen Nischen zu sein.

Ihr nächster Schritt besteht nicht darin, sich für ein weiteres Tool anzumelden; sondern darin, ein Problem in Ihrer eigenen Nische zu finden, das beunruhigend stark diesem Engpass der Agentur ähnelt. Schreiben Sie auf, wer überlastet ist, wo die Anrufe sich stauen und welche Informationen die Menschen nicht schnell genug erhalten können – und entwerfen Sie dann Ihren ersten No-Code-Agenten, um genau das zu beheben.

Welches Problem hat der 22.000-Dollar KI-Sprachagent gelöst?

Es wurde das hohe Personalwechsel und die Burnout-Problematik von Recruitern in einer staatlichen Arbeitsagentur angegangen, indem Arbeitssuchenden rund um die Uhr Zugang zu Informationen, Vorbereitung auf Vorstellungsgespräche und Antworten auf häufige Fragen geboten wurde.

Welche No-Code-Tools werden verwendet, um KI-Sprachagenten zu erstellen?

Plattformen wie Retell AI werden verwendet, um konversationelle Sprach-KI zu erstellen, während Tools wie n8n oder Voiceflow zum Erstellen der Backend-Logik und Automatisierungs-Workflows ohne Programmierung eingesetzt werden.

Wie wurde dieser KI-Dienst bepreist, um 22.000 Dollar zu erreichen?

Das Preismodell umfasste eine einmalige Gebühr von 22.000 USD für das anfängliche Design, die Entwicklung und die Implementierung des KI-Agenten sowie eine monatliche Pauschale von 1.500 USD für laufende Wartung, Unterstützung und Updates.

Ist es möglich, wertvolle KI-Dienstleistungen ohne Programmierkenntnisse zu verkaufen?

Ja. Diese Fallstudie beweist, dass man durch die Fokussierung auf die Lösung spezifischer, wertvoller Geschäftsprobleme und die Nutzung moderner No-Code-Plattformen komplexe KI-Lösungen entwickeln und verkaufen kann, ohne ein Entwickler zu sein.