Häufige Fragen.

vona ist eine Full-Service-Webagentur aus Leipzig mit Fokus auf KI-Integration, Softwareentwicklung (Web, Apps, Desktop), Design und SEO/GEO. Wir helfen Unternehmen dabei, künstliche Intelligenz sinnvoll in ihre bestehenden Prozesse zu integrieren — von einfachen Chatbots bis zu vollautomatisierten KI-Workflows. Einen Überblick findest du auf der Seite KI-Integration.

Wir arbeiten mit KMUs, Startups und etablierten Unternehmen, die digitale Prozesse modernisieren oder erstmals KI-Technologien einsetzen möchten. Ob du eine einfache Website, einen Unternehmens-Chatbot oder eine komplexe KI-Automatisierungslösung brauchst — wir skalieren unsere Leistungen passend zu deinen Anforderungen.

Jedes Projekt beginnt mit einem kostenlosen Erstgespräch, in dem wir deine Anforderungen und Ziele verstehen. Danach erstellen wir ein konkretes Konzept und ein transparentes Angebot. Nach deiner Freigabe folgen Entwicklung, Testing und Launch — mit regelmäßigen Abstimmungen und Zwischenständen. Mehr dazu auf Über vona.

Je nach Umfang: Ein einfacher KI-Chatbot ist oft in 2–4 Wochen betriebsbereit, eine Website in 4–8 Wochen, komplexere KI-Automatisierungen oder Individualsoftware brauchen 2–6 Monate. Den Zeitrahmen klären wir im Erstgespräch und halten ihn im Angebot transparent fest.

Nein. Wir sitzen in Leipzig und arbeiten remote-first mit Kunden im deutschsprachigen Raum und darüber hinaus. Gespräche führen wir per Video oder, wenn es passt, persönlich. Alle Wege zu uns findest du auf der Kontakt-Seite.

Nach dem Start überwachen wir die Lösung, spielen Updates und Sicherheitsfixes ein und entwickeln sie auf Wunsch weiter. Wartung und Betreuung vereinbaren wir transparent, damit deine Lösung dauerhaft zuverlässig läuft.

Nutzungsrechte und die Übergabe des Quellcodes legen wir transparent im Angebot fest — dokumentiert und so aufgebaut, dass du nicht von uns abhängig bist.

Ein Large Language Model ist ein KI-System, das auf riesigen Textmengen trainiert wurde und dadurch natürliche Sprache verstehen und generieren kann. LLMs wie die GPT-Modelle (OpenAI), Claude (Anthropic) oder Gemini (Google) sind die Grundlage moderner KI-Assistenten, Chatbots und Automatisierungslösungen. Sie lernen statistische Muster in Sprache — kein „Verstehen“ im menschlichen Sinne, aber beeindruckend leistungsstarke Mustererkennung.

Alle drei sind leistungsstarke LLM-Familien von verschiedenen Anbietern: GPT von OpenAI ist breit einsetzbar und stark bei Code und multimodalen Aufgaben. Claude von Anthropic zeichnet sich durch lange Kontextfenster und sicheres, nuanciertes Schreiben aus. Gemini von Google ist tief in das Google-Ökosystem integriert und stark bei Recherche und Datenanalyse. Die Stärken verschieben sich mit jeder neuen Modellgeneration — welches Modell am besten passt, hängt vom Anwendungsfall ab. Wir helfen bei der Auswahl und sind herstellerunabhängig.

Ja. Mit Tools wie Ollama lassen sich Open-Source-Modelle (zum Beispiel Llama, Mistral oder Gemma) lokal auf eigener Hardware betreiben — keine Daten verlassen dein Unternehmen. Lokale Modelle sind kleiner als die großen Cloud-Modelle, für viele Unternehmensanwendungen aber ausreichend und bieten maximale Kontrolle über die Daten.

RAG ist eine Technik, bei der ein LLM während der Anfrage auf eine externe Wissensdatenbank zugreift. Statt alle Informationen ins Modell einzutrainieren, werden relevante Dokumente dynamisch gesucht und dem Modell als Kontext mitgegeben. So kann ein Chatbot zum Beispiel deine aktuellen Produktkataloge, Handbücher oder internen Richtlinien „kennen“ — günstiger, aktueller und sicherer.

Als Faustregel: wenn wiederkehrende, sprachbasierte Aufgaben mehr als etwa 5 Stunden pro Woche binden — Dokumentenverarbeitung, E-Mail-Beantwortung, Kundensupport, interne Recherche — und genug Daten vorhanden sind. KI lohnt sich nicht für jeden Anwendungsfall, und wir sagen dir auch klar, wann es (noch) nicht sinnvoll ist.

KI-Integration bedeutet, bestehende Modelle (zum Beispiel von OpenAI, Anthropic oder Google) in eigene Prozesse einzubinden — schnell, kosteneffizient und sofort verfügbar. KI-Entwicklung meint das Training eigener Modelle von Grund auf — nur für sehr spezifische Anwendungen und große Budgets sinnvoll. Für die allermeisten Unternehmensanwendungen ist Integration der richtige Weg.

Ein KI-Agent ist ein System, das mehrstufige Aufgaben selbstständig plant und ausführt — zum Beispiel Informationen sammeln, Werkzeuge und Schnittstellen nutzen und Ergebnisse weitergeben. In der Praxis setzen wir Agenten mit klaren Regeln, Freigabeschritten und Protokollen ein, damit Menschen die Kontrolle behalten. Mehr dazu im Blogartikel Wie KI-Agenten Arbeitsabläufe verändern.

Ein KI-Chatbot ist eine Gesprächsschnittstelle, die auf Basis eines LLMs natürliche Gespräche führt. Einsatzgebiete: Kundenservice (24/7-Anfragebeantwortung), internes Wissensmanagement (Mitarbeiter fragen nach internen Prozessen), Lead-Qualifizierung (Erstberatung und Terminbuchung), E-Commerce (Produktberatung, Bestellstatus) und mehr.

Teilweise. Ein gut konfigurierter KI-Chatbot kann einen großen Teil der typischen Support-Anfragen autonom bearbeiten — in einem unserer Projekte sind es 68 %. Besonders geeignet sind Standardfragen zu Öffnungszeiten, Bestellstatus oder FAQ-Themen. Komplexe, emotionale oder eskalierte Fälle sollten weiterhin an Menschen übergeben werden. Die beste Strategie ist ein Hybrid-Modell: KI für Volumen, Mensch für Komplexität.

Über RAG (siehe oben) oder Fine-Tuning. Bei RAG werden deine Dokumente (PDFs, Word-Dateien, Websites, Datenbanken) indiziert und bei jeder Anfrage durchsucht. Bei Fine-Tuning wird ein Basismodell auf deinen spezifischen Daten weitertrainiert — aufwendiger, aber für sehr spezifische Bereiche sinnvoll. Für die meisten Unternehmensanwendungen ist RAG die schnellere und kostengünstigere Lösung.

KI-Automatisierung geht weit über klassische Workflow-Automation hinaus: Dokumente werden automatisch klassifiziert, extrahiert und weiterverarbeitet, E-Mails analysiert und beantwortet, Reports erstellt und Daten aus verschiedenen Quellen zusammengeführt. Überall dort, wo heute manuelle Arbeit an Texten, Daten oder Entscheidungen anfällt, kann sie helfen. Beispiele findest du in unseren Fallbeispielen.

Ja. In einem unserer Projekte liest die KI den gesamten E-Mail-Verlauf und verfasst einen Antwortentwurf, den das Team prüft und mit einem Klick sendet. Jede Freigabe und Korrektur fließt als Lernsignal zurück; bei Anfragen, bei denen das System zuverlässig richtigliegt, kann schrittweise auf Autopilot umgestellt werden. Das Team spart so über 70 % der Bearbeitungszeit. Mehr dazu im Fallbeispiel.

RPA (Robotic Process Automation) führt regelbasierte, repetitive Klick- und Tippaufgaben aus — starr und ohne Verständnis des Inhalts. KI-Automatisierung versteht Kontext, kann mit unstrukturierten Daten umgehen und trifft Entscheidungen auf Basis von Inhalt. Ideal ist oft eine Kombination: RPA für strukturierte Prozesse, KI dort, wo Interpretation gefragt ist.

n8n ist eine Open-Source-Workflow-Automatisierungsplattform — vergleichbar mit Zapier oder Make, aber selbst hostbar und deutlich mächtiger für komplexe KI-Workflows. Mit n8n verbinden wir LLMs, Datenbanken, APIs und E-Mail-Systeme zu intelligenten Automatisierungspipelines. Läuft n8n auf deiner eigenen Infrastruktur, bleiben alle Daten unter deiner Kontrolle.

OpenAI ist das Unternehmen hinter den GPT-Modellen. ChatGPT ist die Endnutzer-Oberfläche, der Chatbot, den Millionen Menschen täglich verwenden. Für professionelle Integrationen nutzen wir die OpenAI API: Damit lassen sich GPT-Modelle direkt in eigene Anwendungen, Chatbots oder Workflows einbetten — kontrolliert, skalierbar und mit eigenem Branding. ChatGPT und API-Zugriff sind zwei verschiedene Produkte desselben Anbieters.

Nano Banana ist der Name von Googles KI-Bildmodell aus der Gemini-Familie. Es erzeugt und bearbeitet Bilder auf Basis von Text- und Referenzbildern und eignet sich für Produktbilder, Motivvarianten und Bildbearbeitung. Nano Banana Pro ist die leistungsfähigere Variante. Wir setzen das Modell unter anderem in automatisierten Bild-Pipelines für Webshops und in unserer Desktop-App RENEKI ein. Mehr im Glossar.

OpenRouter ist eine einheitliche API, über die sehr viele LLMs verschiedener Anbieter (OpenAI, Anthropic, Google, Meta und weitere) über eine einzige Schnittstelle erreichbar sind. Das ermöglicht Modellwechsel ohne Codeänderung, Kostenoptimierung durch gezielte Auswahl des passenden Modells und mehr Ausfallsicherheit. Für produktive KI-Anwendungen ein wertvolles Werkzeug.

Ollama macht es einfach, Open-Source-LLMs lokal auszuführen. Wir empfehlen es besonders, wenn (1) Datenschutz kritisch ist und keine Daten in die Cloud dürfen, (2) Betriebskosten für Cloud-APIs zu hoch werden oder (3) eine Offline-Lösung gebraucht wird. Moderne Open-Source-Modelle sind für viele Unternehmensanwendungen inzwischen sehr gut.

GEO ist die Weiterentwicklung klassischer Suchmaschinenoptimierung für das KI-Zeitalter. Während SEO auf gute Platzierungen bei Google abzielt, geht es bei GEO darum, in den Antworten von KI-Systemen wie ChatGPT, Perplexity oder Googles AI Overviews zu erscheinen. Diese Systeme zitieren Quellen anders als klassische Suchmaschinen — mit anderen Inhaltsstrategien und Strukturen. Wir helfen dir, für beide Welten sichtbar zu sein. Alles dazu auf der Seite SEO & GEO.

SEO optimiert für klassische Suchmaschinen: Ziel sind gute Platzierungen in der Trefferliste. GEO sorgt dafür, dass KI-Systeme deine Inhalte verstehen, als Quelle nutzen und nennen. Beide ergänzen sich: Gute Inhalte, saubere Technik und strukturierte Daten helfen in beiden Welten. Mehr im Blogartikel GEO: Sichtbarkeit im KI-Zeitalter.

GEO hat noch keine standardisierten Metriken wie SEO. Messbar sind direkte Erwähnungen in KI-Antworten (manuelles Monitoring bei ChatGPT, Perplexity, Gemini), der Anteil von Besuchen aus KI-Quellen in der Web-Analyse sowie die Sichtbarkeit in Google AI Overviews. Wir kombinieren manuelles Monitoring mit Tracking-Tools und entwickeln dieses Feld aktiv weiter.

Meist liegt es an einem von vier Gründen: (1) robots.txt blockiert KI-Crawler, (2) fehlende strukturierte Daten (JSON-LD), (3) zu wenig E-E-A-T-Signale — Autorität und Vertrauen als Quelle, (4) das Modell basiert auf älteren Trainingsdaten. Für Systeme mit Live-Suche wie Perplexity hilft technisches SEO direkt. Für eintrainierte Inhalte braucht es externe Erwähnungen und Verweise von vertrauenswürdigen Quellen.

Ja: native iOS-Apps, Cross-Platform-Apps für iOS und Android sowie Desktop-Apps für macOS und Windows. Als Referenzen findest du Apps für Sportbekleidung, Fitness und unsere eigene Desktop-App RENEKI auf der Seite App-Entwicklung.

Native Apps nutzen die Möglichkeiten einer Plattform am besten aus und fühlen sich besonders flüssig an. Cross-Platform-Lösungen wie Flutter oder Ionic sparen Zeit und Budget, wenn du iOS und Android gleichzeitig erreichen willst. Wir empfehlen, was zu deinem Vorhaben passt.

Wir wählen die Technik passend zur Aufgabe: etwa TypeScript, React, Vue.js, Node.js, PHP mit Laravel, MySQL oder PostgreSQL und Docker — und bei KI je nach Aufgabe Modelle von OpenAI, Anthropic, Google oder Mistral. Eine Übersicht mit Einordnung findest du in den Glossaren zu KI-Technologien und Web- & App-Technologien.

Ja. Design und Entwicklung kommen bei uns aus einer Hand: von Corporate Design über Webdesign und UI/UX bis zu Print und Druckvorbereitung. Dadurch gehen keine Details zwischen Entwurf und Umsetzung verloren. Mehr auf der Seite Design.

Das hängt vom Umfang ab. Entscheidend sind unter anderem Funktionsumfang und Anzahl der Kanäle, die angebundenen Datenquellen und Systeme (zum Beispiel Wissensdatenbank, CRM oder Shop), Datenschutz- und Sicherheitsanforderungen sowie die laufenden Kosten des verwendeten Modells. Nach einem kostenlosen Erstgespräch erhältst du ein transparentes Angebot — bei klaren Anforderungen gern zum Festpreis.

Das hängt vom Umfang ab: Eine Unternehmensseite ist ein ganz anderes Projekt als eine Web-Anwendung oder ein Online-Shop mit Schnittstellen. Entscheidend sind Seitenzahl, Funktionen, Design-Aufwand, Inhalte und Anbindungen. Nach dem Erstgespräch erstellen wir ein transparentes Angebot. Entscheidend ist nicht nur der Preis, sondern der Ertrag: Eine gut umgesetzte Website bringt Anfragen und rechnet sich.

Je nach Vorhaben, Unternehmensgröße und Standort gibt es Förderprogramme von Bund und Ländern für Digitalisierung und KI. Die Förderlandschaft ändert sich regelmäßig: Programme laufen aus oder werden angepasst. Eine gute Übersicht bietet die Förderdatenbank des Bundes; auch IHK und Wirtschaftsförderung vor Ort beraten. Wir unterstützen mit der technischen Beschreibung deines Vorhabens, ersetzen aber keine Förderberatung.

Ja, wenn sie richtig geplant sind. Drei bewährte Ansätze: (1) Lokale Modelle (zum Beispiel via Ollama) — keine Daten verlassen das Unternehmen. (2) EU-Rechenzentren mit Auftragsverarbeitungsvertrag. (3) Datenminimierung und Pseudonymisierung vor der Übergabe an eine API. Datenschutz ist bei uns Anforderung, nicht Nachgedanke — rechtliche Fragen solltest du zusätzlich mit deinem Datenschutzbeauftragten klären. Mehr im Blogartikel KI und Datenschutz.

Bei den großen Anbietern werden Daten, die über die API gesendet werden, nach deren Angaben in der Regel nicht für das Modelltraining verwendet. Die genauen Bedingungen unterscheiden sich je nach Anbieter und Vertrag und ändern sich — wir prüfen sie projektbezogen. Sensible Unternehmens- oder Kundendaten sollten vor der Übergabe anonymisiert werden; für maximale Datenkontrolle empfehlen wir lokale Modelle oder EU-Rechenzentren mit Auftragsverarbeitungsvertrag.