Morrow
EigenentwicklungMorrow gibt KI-Agenten eine geprüfte Antwort auf Fragen dazu, wie ein Unternehmen arbeitet. Es liest Slack, Linear, GitHub, Notion, Call-Transkripte und Support-Tickets, findet Widersprüche zwischen ihnen und fragt das zuständige Team, welche Fassung gilt. Agenten bekommen nur freigegebene Antworten, jede mit ihren Quellen.
- Branche
- KI-Agenten / Unternehmensgedächtnis
- Standort
- Berlin, Deutschland
- Dauer
- 1 Woche
Die Herausforderung
Die Regeln eines Unternehmens stehen in Slack-Threads, Calls, Tickets, Dokumenten und Pull-Requests, und diese Quellen laufen auseinander. In einem Thread steht, dass wichtige Kunden innerhalb von vier Stunden eine Antwort bekommen. In den Vertragsbedingungen in Notion steht noch der nächste Werktag. Ein Agent, der sucht, findet beides. Er fragt dann einen Menschen oder gibt eine der Fassungen als Tatsache weiter. Niemand ist für die Antwort zuständig, und niemand weiß, welche Quellen veraltet sind.
Die Lösung
Morrow bindet sechs Arten von Quellen an: Slack, Linear, GitHub, Notion, Call-Transkripte und Support-Tickets. Es liest sie und verknüpft jede Entscheidung mit der Nachricht, dem Dokument oder dem Commit, aus dem sie stammt. Jede Quelle trägt den Zeitpunkt ihrer letzten Synchronisierung. Daran erkennt Morrow veraltete Angaben. Danach markiert Morrow Quellen, die sich widersprechen, veraltete Regeln und Themen, für die niemand zuständig ist. Aus jedem Fund wird eine Review-Aufgabe mit den Belegen. Das zuständige Team, etwa Ops oder Security, wählt die richtige Fassung und gibt sie frei. Bis dahin bekommt ein Agent zu diesem Thema keine Antwort und wird an dieses Team verwiesen. Aus einer freigegebenen Antwort wird eine Skill-Datei. Sie sagt einem Agenten, wann er die Antwort verwendet und welche Belege er dafür braucht. Agenten rufen Antworten und Skill-Dateien über eine API oder als MCP-Tool ab, und jede Antwort nennt ihren Prüfstatus und ihre Quellen. Stellt ein Agent eine Frage, zu der es keine geprüfte Antwort gibt, nimmt Morrow sie in die Review-Queue auf. Ein Audit-Trail hält fest, wer was freigegeben oder geändert hat.
Projektdetails
Technologie-Stack
Next.js, React, TypeScript, Tailwind CSS, Turborepo, Vercel
Weitere Projekte
Märkische Projekt Bau: relaunchte Website und internes KI-Portal für ein Brandenburger Bauunternehmen
Wie aus einer veralteten Website eine moderne Web-Plattform für die Märkische Projekt Bau wurde und daraus ein internes KI-Portal, das Leistungsverzeichnisse in GAEB-Dateien umwandelt und Massenermittlungen aus Bauplänen erstellt.
Screencurve: eine App, die eine Folge sichtet und ihre Formatbibel schreibt
Screencurve analysiert Film- und TV-Material und schreibt die Formatbibel zu einer Folge oder einer Serie. Jeder Befund verweist auf den Timecode und das Frame, aus dem er stammt, und lässt sich im Player prüfen.
Finanzierungszertifikat-Plattform für einen Berliner Immobiliendienstleister
Wie für finanzierungszertifikat.com eine Plattform aus öffentlicher Website, geführtem Finanzierungsantrag, Berater-Dashboard und PDF-Zertifikat entstand. Käufer zeigen damit Maklern und Verkäufern, dass sie die Finanzierung für ein konkretes Objekt vorbereitet haben.