Mobile logo

Prisma & ChatIPT: Skalierung lateraler Führung durch KI-Agenten

ipt skaliert die dezentrale Führung von 270 Consultants durch Prisma. Ein intelligentes KI-Agenten-System vernetzt Projektdaten und Kompetenzen für hocheffiziente Einsatzplanung und Sales.

Ipt Prisma Chat IPT

ipt Innovation Process Technology: Laterale Führung im Fokus

Die ipt ist ein auf IT-Consulting und Engineering spezialisierter Schweizer Dienstleister mit 270 Mitarbeitenden. Das Unternehmen zeichnet sich durch eine radikal flache Organisationsstruktur aus. 

Anstatt auf klassische Hierarchien setzt ipt konsequent auf das Prinzip der lateralen Führung. Die Zusammenarbeit basiert auf Vertrauen, Eigenverantwortung und einer Kultur der Transparenz. 

Die Consultants arbeiten in der Regel dezentral vor Ort bei den Kund:innen in komplexen Marktumfeldern. In dieser Struktur ist die Offenlegung von Zielen und Informationen die kritische Basis, die es den Mitarbeitenden ermöglicht, dezentral fundierte Entscheidungen zu treffen und Verantwortung für die Delivery-Qualität zu übernehmen.

Die Herausforderungen: Wenn Wachstum die persönliche Vernetzung übersteigt

Mit dem Wachstum auf 270 Personen stösst die rein persönliche Vernetzung an ihre Grenzen. Folgende Hürden erschweren die operative Exzellenz in der flachen Hierarchie:

  • Die persönliche Kenntnis über spezifische Fachkompetenzen und die detaillierte Projekthistorie aller Kolleg:innen ist manuell kaum noch möglich.
  • Formale Zertifikate reichen für eine optimale Besetzung von Kundenprojekten oft nicht aus. Gefragt sind Profile und nicht einzelne Kompetenzen sowie eine passende Teamdynamik.
  • Operative Informationen wie Quartalsziele und Feedbacks sind über verschiedene isolierte Tools und Excel-Listen fragmentiert.
  • Das strategische Alignment über Teamgrenzen hinweg wird durch diese Informations-Silos erschwert.
  • Im Sales-Prozess für komplexe WTO-Anforderungen entsteht ein massiver administrativer Aufwand durch die manuelle Erstellung von Projektreferenzen aus unstrukturierten Quellen.
Laterale Führung braucht Transparenz, nicht Kontrolle. Prisma gibt uns die Übersicht, die wir brauchen, um als Team in einer flachen Hierarchie zu wachsen und unser Fachwissen effizient zu teilen.
Matthias Buchs Casual
Matthias Buchs Partner – Fokus Mitarbeiterentwicklung und Delivery Qualität

2024 startete die Umsetzung von Prisma, um eine fragmentierte Systemlandschaft abzulösen. In 2025 wurde diese durch ChatIPT ergänzt und signifikant ausgebaut.

Ziel der Neuentwicklung war es, diese Wissens-Silos aufzubrechen und die stetig wachsende Menge an Daten produktiv nutzbar zu machen. Prisma wurde zum «intelligenten Agenten» ausgebaut, der die vorhandenen Daten nicht nur anzeigt, sondern über ChatIPT aktiv Verbindungen zwischen Menschen, Projekten und Kompetenzen herstellt. 

Durch diese technologische Befähigung wird die laterale Führung bei steigender Mitarbeitendenzahl nicht nur skalierfähig, sondern Wissen transformiert sich von einer personengebundenen Holschuld zu einer systemgestützten, aktiven Vernetzung.

Die Lösung: Ein agentischer Knowledge Graph für das Unternehmen

Um diese Wissens-Silos aufzubrechen, entwickelt ipt Prisma zu einer intelligenten digitalen Mitarbeiter-Plattform weiter. Das Herzstück der Erweiterung ist ChatIPT. 

Folgende technologische Ansätze bilden das Fundament der Lösung:

  • Multi-Agenten-Architektur: ChatIPT agiert als agentisches System, das für jede Anfrage einen individuellen Task-Plan erstellt und spezifische Tools zur Informationsbeschaffung nutzt.
  • Wissensgraph mit Neo4j: Eine Graph-Datenbank verbindet Mitarbeitende, Kompetenzen, Projekte und Kund:innen in Echtzeit und bildet so das reale Beziehungsgeflecht des Unternehmens ab.
Ipt Prisma welche Daten gepfelgt werden
  • GraphRAG-Verfahren: Durch Retrieval-Augmented Generation auf Basis des Graphen versteht der digitale Agent den Kontext von Anfragen präzise und erkennt etwa tiefliegende Projekterfahrungen.
  • Faktenbasierte Antworten: Das System nutzt GQL-Templates (Graph Query Language), um Fakten direkt aus Primärsystemen abzufragen: dies eliminiert Halluzinationen und sichert die Datenqualität.
  • Explainable AI: Für maximale Transparenz können Consultants die zugrunde liegenden JSON-Antworten der KI einsehen, was die Validierung der Vorschläge ermöglicht und das Vertrauen stärkt.
Chat IPT Verbindung ipt Daten im Knowledge Graph
Chat IPT dynamischer Kontextaufbau

Der Mehrwert: Effizienzgewinne in Sales und der Einsatzplanung

Die Plattform liefert messbare Vorteile in zentralen Geschäftebereichen:

  • Produktivitätsschub im Sales: Das System generiert Projektreferenzen für Ausschreibungen „on-the-fly“ und schneidert diese direkt auf die spezifische Verkaufssituation zu.
  • Präzise Einsatzplanung: Die Identifikation von Experten für komplexe Kundenanfragen erfolgt in Sekunden statt Stunden: Vorschläge basieren auf realen Projekterfahrungen und Nischen-Kompetenzen.
  • Transparenter Wissenstransfer: Der „Mentoring Market“ macht Expertenwissen sichtbar und fördert den informellen Austausch über alle Teamgrenzen hinweg.
  • KI-gestütztes Karriere-Coaching: ChatIPT empfiehlt proaktiv Weiterbildungen und Entwicklungsschritte, die zum individuellen Profil und zur langfristigen Unternehmensstrategie passen.
  • Kulturelle Stärkung: Die radikale Transparenz fördert die Eigenverantwortung der Consultants und stützt das Modell der lateralen Führung auch bei steigender Mitarbeiterzahl.
Früher haben wir Stunden damit verbracht, die richtigen Projektreferenzen für eine Ausschreibung zusammenzusuchen. Mit ChatIPT haben wir die passenden Referenzen in Minuten auf dem Tisch: und zwar genau die, die für den Kunden relevant sind.
Yves Brise Casual
Yves Brise Partner – Fokus Sales
Ipt Startseite Prisma

Fazit und Ausblick: Die vernetzte Zukunft der Einsatzplanung bei ipt

Im Ausblick wird ipt die Datenpunkte noch enger miteinander verknüpfen. Ziel ist es, die gesamte operative Einsatzplanung in Prisma abzubilden, um die Auslastung und die Projektbesetzung noch vorausschauender und datenbasierter zu steuern. 

Prisma beweist, dass eine moderne Organisation dann am produktivsten ist, wenn Wissen flüssig geteilt wird und KI als Katalysator für menschliche Zusammenarbeit fungiert.

Tech-Stack im Überblick:

Anforderungen bei diesem Projekt:

Skalierbare Cloud-Native Architektur (Azure)
Kombination von strukturierten Daten und komplexen Wissensbeziehungen
Agentisches Setup zur Vermeidung von Halluzinationen
Nahtlose Integration in bestehende Google Workspace via SSO

Eingesetzte Technologien:

Frontend: Angular, Tailwind CSS (Mobile First Ansatz)
Backend: Python (FastAPI), PostgreSQL für strukturierte Daten
KI und Daten: Neo4j (Graph-Datenbank), Azure OpenAI (GPT-4o), GraphRAG
Infrastruktur: Azure Cloud Services, Docker Container

Hast du auch einen spannenden Use Case? Let's talk!

Beiträge laden...