Das Handwerk steht vor einer doppelten Herausforderung: Erfahrene Fachkräfte scheiden aus dem Berufsleben aus, während gleichzeitig qualifizierter Nachwuchs fehlt. Mit jedem Mitarbeiter, der in Rente geht, droht nicht nur Arbeitskraft verloren zu gehen, sondern auch Wissen, das über Jahrzehnte aufgebaut wurde.
Gleichzeitig werden Teams vielfältiger. Neue Mitarbeitende kommen mit unterschiedlichen sprachlichen Voraussetzungen, Erfahrungsständen und Bildungswegen in die Betriebe. Wissen muss deshalb nicht nur vorhanden sein – es muss schnell auffindbar, verständlich und für möglichst viele Menschen zugänglich werden.
Für die BROCHIER Gruppe ist Veränderung dabei nichts Neues. Schon in der eigenen Unternehmensgeschichte bedeutete technologischer Wandel immer auch die Chance, das Handwerk weiterzuentwickeln. Was einst der Schritt von der Gaslampe zur Elektrifizierung war, ist heute der Schritt hin zu künstlicher Intelligenz.
Für die BROCHIER Innovations GmbH und die Handwerksbetriebe der BROCHIER Gruppe entwickelten wir einen KI-Assistenten, der Unternehmenswissen verfügbar macht, Mitarbeitende im Arbeitsalltag unterstützt und komplexe KI-Technologie möglichst niedrigschwellig zugänglich macht.
Damit das Handwerk auch in Zukunft bestehen und sich weiterentwickeln kann, braucht es neue Werkzeuge, neue Zugänge zu Wissen und den Mut, technologische Innovationen für den eigenen Alltag nutzbar zu machen. Genau hier setzt CyberPaul an.
Unser Gründer hat das Gaslicht aufgegeben, als die Glühbirne kam. Unsere Aufgabe ist dieselbe: die neue Technik ins Handwerk holen und sie selbst gestalten. Wenn dafür jemand vorangehen muss, gehen wir voran.Pascal Brochier, Geschäftsführer Brochier Gruppe
In Handwerksbetrieben steckt enormes Wissen: in technischen Handbüchern, Produktinformationen, Unternehmensdokumenten, SharePoint-Strukturen, Leistungsverzeichnissen und vor allem in der Erfahrung der Mitarbeitenden.
CyberPaul bringt diese Informationsquellen an einem zentralen Ort zusammen. Über ein Graph-RAG-System können Informationen nicht nur durchsucht, sondern auch Zusammenhänge und Relationen zwischen einzelnen Inhalten berücksichtigt werden. Dadurch entsteht aus einer klassischen Dokumentensuche ein Wissenssystem, das Zusammenhänge zwischen Informationen besser nutzbar machen kann.
Dazu kommen Integrationen in bestehende Unternehmenssysteme. Über MCP lassen sich beispielsweise Haufe, SharePoint und OneDrive als zusätzliche Wissensquellen anbinden.
Die ursprüngliche Idee passt dabei unmittelbar zur Situation innerhalb der BROCHIER Gruppe: Wissen soll nicht ausschließlich an einzelne Personen gebunden bleiben, sondern für die unterschiedlichen Betriebe und Gewerke verfügbar werden. Die Präsentation beschreibt CyberPaul entsprechend als digitalen Kollegen, der innerhalb der 19 Betriebe der Gruppe eingesetzt wird.
Zentrale Wissensquellen:
Die größte Herausforderung lag weniger in einer einzelnen Funktion als darin, alle Funktionen in einer gemeinsamen, verständlichen UX zusammenzubringen.
Graph-RAG, verschiedene LLM-Provider, Unternehmenswissen, Dateien, Datenschutzmechanismen, Sprachsteuerung, Integrationen und unterschiedliche Zugangswege erzeugen im Hintergrund eine hohe technische Komplexität. Für den Nutzer sollte davon möglichst wenig spürbar sein.
CyberPaul sollte sich nicht wie eine Sammlung von KI-Werkzeugen anfühlen. Die Anwendung sollte wie ein einziger digitaler Kollege funktionieren.
Wir entwickelten deshalb sämtliche Ansichten, Interaktionen und Funktionen mit einem klaren Grundsatz: So wenig Komplexität wie möglich zeigen – ohne Leistungsfähigkeit zu verstecken.
Ein KI-System hilft einem Unternehmen wenig, wenn nur ein Teil der Belegschaft darauf zugreifen kann.
Gerade im Handwerk besitzen Mitarbeitende auf Baustellen oder in der Montage häufig keine persönliche Unternehmens-E-Mail-Adresse. Deshalb entwickelten wir neben klassischen Zugängen auch eine Anmeldung über Mobilnummer und SMS-Code.
CyberPaul ist zudem in 26 Sprachen nutzbar. Mitarbeitende können Informationen damit nicht nur übersetzen lassen, sondern technische und betriebliche Inhalte in einer Sprache erklären lassen, die sie sicher verstehen.
So wird Unternehmenswissen unabhängig davon zugänglicher, ob jemand täglich mit digitalen Werkzeugen arbeitet, welchen Bildungshintergrund die Person hat oder welche Sprache sie bevorzugt.
Die Präsentation formuliert denselben Anspruch bereits sehr konkret: Mitarbeitende ohne Firmen-E-Mail sollen über Mobilnummer und SMS-Code Zugang erhalten und niemand im Team soll ausgeschlossen werden.
Die Umsetzung von Live Voice war technisch ein eigenes Teilprojekt.
Eine klassische Chatoberfläche arbeitet mit Textanfragen und Antworten. Live Voice verarbeitet dagegen kontinuierlich binäre Audiodaten innerhalb einer Webanwendung. Sprache muss erfasst, übertragen und verarbeitet werden – gleichzeitig müssen Hintergrundgeräusche möglichst zuverlässig reduziert werden.
Gerade für den vorgesehenen Einsatz ist das relevant: Baustellen, Technikräume und Werkstätten sind selten ruhige Umgebungen.
Wir entwickelten deshalb einen Live-Voice-Workflow inklusive Noise Cancelling, der die Sprachinteraktion direkt in die bestehende CyberPaul-Oberfläche integriert.
Das Ergebnis ist keine separate Voice-App, sondern ein weiterer natürlicher Zugang zum selben digitalen Kollegen.
Ein weiterer zentraler Bestandteil der Architektur ist die Unabhängigkeit vom eigentlichen Sprachmodell.
CyberPaul wurde als Multi-LLM-Plattform entwickelt. Das bedeutet: Die Anwendung, Chats, Wissensdatenbanken, Integrationen und Benutzeroberflächen sind nicht untrennbar mit einem einzelnen Modellanbieter verbunden.
Aktuell kommt Gemini Enterprise zum Einsatz. Andere Anbieter oder lokal betriebene Modelle können jedoch ebenfalls angebunden werden.
Diese Architektur erlaubt es, auf technische Entwicklungen, Datenschutzanforderungen, Kosten oder neue Modelle zu reagieren, ohne das gesamte Produkt neu entwickeln oder Wissen migrieren zu müssen.
Bereits die Projektpräsentation beschreibt diese Trennung zwischen CyberPaul und dem jeweiligen Modellprovider: Gemini wird aktuell eingesetzt, während unter anderem Claude, OpenAI oder eigene Modelle als alternative Backends vorgesehen sind.
Auch bei der Bildgenerierung stand die einfache Bedienung im Mittelpunkt. Statt Nutzer mit komplexen Prompts, technischen Parametern oder Modelloptionen zu konfrontieren, haben wir die wichtigsten kreativen Entscheidungen in verständliche Presets übersetzt.
Lichtstimmung, Format, Farbwelt oder Darstellungsart lassen sich direkt auswählen – ebenso unterschiedliche visuelle Ausprägungen wie Sketch, Realbild oder Rendering.
So können auch Mitarbeitende ohne Erfahrung mit generativer KI gezielt Bilder erzeugen und Varianten ausprobieren.
Der Anspruch war derselbe wie im gesamten Produkt: möglichst viel gestalterische Freiheit anbieten, ohne die Komplexität beim Nutzer abzuladen.
AI
KI sollte nicht nur dort verfügbar sein, wo Nutzer bewusst eine separate Anwendung öffnen. Deshalb integrierten wir CyberPaul auch in Microsoft Teams. Dort kann der Assistent wie ein weiterer Kollege in Gruppenchats eingebunden werden.
Das verändert die Rolle des Systems: CyberPaul ist nicht mehr nur ein Werkzeug, das jemand separat befragt, sondern kann Bestandteil bestehender Kommunikations- und Arbeitsabläufe werden.
In Verbindung mit SharePoint, OneDrive und weiteren MCP-Integrationen entsteht so eine Brücke zwischen Unternehmenswissen, Kommunikation und KI.
Bei einer unternehmensweiten KI-Anwendung reicht es nicht aus, Datenschutz ausschließlich über Nutzungsbedingungen oder Verträge abzusichern. Wir haben deshalb zusätzliche Schutzmechanismen direkt in die technische Architektur integriert.
Bevor eine Anfrage einen externen LLM-Provider erreicht, läuft sie durch ein eigenes PII-System. Personenbezogene Informationen wie Namen, Telefonnummern, Adressen, IBANs oder andere sensible Angaben können automatisch erkannt und anonymisiert beziehungsweise maskiert werden.
Das geschieht innerhalb der eigenen Infrastruktur, bevor die eigentliche Anfrage weitergegeben wird. Die Präsentation zeigt diesen Ablauf exemplarisch anhand von Namen, Ausweisnummern, Kreditkartendaten und Adressen.
Zusätzlich wird aktuell Gemini Enterprise unter vertraglich abgesicherten Zero-Data-Retention-Bedingungen eingesetzt.
Für besonders sensible Anwendungsfälle kann CyberPaul außerdem mit lokal betriebenen Modellen arbeiten. Die Plattform ist damit nicht darauf angewiesen, Daten grundsätzlich an einen externen Modellanbieter zu übertragen.
Privacy by Design:
CyberPaul entstand nicht mit dem Ziel, handwerkliche Arbeit zu ersetzen. Kein Sprachmodell montiert eine Anlage, löst ein Problem beim Kunden vor Ort oder ersetzt die Erfahrung eines Facharbeiters.
Der Wert entsteht vielmehr dort, wo Wissen gesucht, Informationen aufbereitet, Dokumentationen erstellt oder komplexe Inhalte verständlich gemacht werden müssen. Auch die Projektpräsentation fasst diesen Gedanken als „Kollege, kein Ersatz“ zusammen: CyberPaul unterstützt bei den Aufgaben rund um das eigentliche Handwerk, während Entscheidungen beim Menschen bleiben.
Gerade vor dem Hintergrund von Fachkräftemangel und demografischem Wandel eröffnet das einen interessanten Ansatz: vorhandene Fachkräfte können leichter auf Wissen zugreifen und neue oder internationale Mitarbeitende schneller befähigt werden.
Ein Mitarbeiter muss dafür nicht das technische Vokabular eines Handbuchs beherrschen oder wissen, in welchem System sich die richtige Information befindet. Entscheidend ist, dass er die benötigte Information erhält – und sie versteht.
Mit CyberPaul entstand eine Plattform, die nicht versucht, den Arbeitsalltag an KI anzupassen. Stattdessen passt sich die KI an die vorhandenen Strukturen an.
Das betrifft Unternehmenswissen und unterschiedliche LLMs genauso wie Sprachen, Zugangsmöglichkeiten und Integrationen. Ein Mitarbeiter ohne Firmen-E-Mail soll CyberPaul genauso nutzen können wie eine Person im Büro. Eine einfache Frage auf der Baustelle soll genauso möglich sein wie eine komplexe Recherche in internen Wissensquellen.
Gerade darin liegt für uns die Stärke des Projekts: Hinter einer bewusst unkomplizierten Oberfläche steckt eine technisch umfangreiche Plattform, deren Komplexität der Nutzer nicht beherrschen muss.
Von außen wirkt CyberPaul bewusst einfach: Frage stellen, Antwort erhalten, Sprache wählen oder direkt sprechen. Hinter dieser Einfachheit steckt jedoch ein Zusammenspiel zahlreicher Systeme.
Besonders anspruchsvoll war es, diese Komponenten nicht als einzelne Features nebeneinanderzustellen, sondern sie zu einem kohärenten Produkt zu verbinden. Das Graph-RAG musste Beziehungen zwischen Wissensinhalten berücksichtigen. Das Multi-LLM-System sollte einen Providerwechsel ermöglichen, ohne dass sich für den Nutzer das Produkt verändert. Live Voice wiederum erforderte einen völlig anderen technischen Umgang mit kontinuierlichen binären Audiodaten und Noise Cancelling innerhalb einer Webanwendung.
Parallel dazu musste jede neue Funktion dieselbe Frage beantworten: Macht sie CyberPaul wirklich hilfreicher – oder nur komplexer?
Dass uns BROCHIER Innovations bei UX, Funktionsumfang und Produktentwicklung große Freiheit gegeben hat, war dabei entscheidend. Von der ersten Ansicht bis zu Integrationen, Datenschutzlogik und Voice entwickelten wir das Produkt als zusammenhängendes System.
Besonders stolz sind wir darauf, dass Features wie 26 Sprachen, MCP-Anbindungen, Microsoft Teams, Multi-LLM und Graph-RAG trotz ihrer technischen Tiefe nicht die Hauptrolle in der Bedienung spielen, die Hauptrolle spielt weiterhin die Aufgabe des Nutzers.
CyberPaul zeigt, dass leistungsfähige KI nicht kompliziert sein muss. Entscheidend ist, Wissen, Datenschutz, Integrationen und Benutzerführung so zusammenzubringen, dass daraus ein Werkzeug entsteht, das Menschen tatsächlich verwenden.
Sie planen einen eigenen KI-Assistenten oder möchten Unternehmens-Wissen intelligent nutzbar machen? Wir entwickeln die passende Plattform gemeinsam mit Ihnen.
