Menschlich lesbare Beschreibung des Workflows

Übersicht

Dieser Workflow ist darauf ausgelegt, den Prozess der Unternehmensanalyse zu automatisieren und zu skalieren – insbesondere für Start-ups oder Unternehmen, die recherchiert oder für Investments in Betracht gezogen werden. Er nutzt KI-Agenten, Prompt Engineering, Websuche, Datenbeschaffung und strukturierten Datenexport nach Google Sheets. Der Flow nimmt einen Firmennamen als Eingabe und sammelt systematisch eine Vielzahl von Informationen aus öffentlichen und hochgeladenen Quellen, analysiert und strukturiert diese.

Schritt-für-Schritt-Erklärung

1. Nutzerinteraktion & Eingabesammlung

• Nutzerstart: Öffnet ein Nutzer den Chat oder Playground, erscheint eine Begrüßungsnachricht, die die Möglichkeiten des Tools erklärt und zur Eingabe eines Firmennamens auffordert.
• Eingabeoberfläche: Der Nutzer gibt den Firmennamen (und optional relevante Dokumente) über die Chat-Eingabe ein.

2. Informationsbeschaffung

• Prompt-Vorlagen: Der Workflow verwendet mehrere Prompt-Vorlagen, die jeweils auf einen bestimmten Aspekt der Unternehmensinformationen zugeschnitten sind, z. B.:

  • Firmenüberblick und Geschichte
  • Problem & Lösung, die das Unternehmen adressiert
  • Marktanalyse (Zielmarkt, Größe, Wettbewerb)
  • Teamstruktur und Schlüsselpersonen
  • Produkte & Dienstleistungen, Alternativen, Wettbewerbsvorteile
  • Finanzierungs- und Investitionsdetails
  • Go-to-Market-Strategie, Geschäftsmodell und Timing
  • Wirtschaftlichkeit, Kostenstruktur, Umsatz, Traktion
  • Klimaauswirkungen
  • Skalierbarkeit, Verteidigungsfähigkeit und Risiken

• Kontextuelle Daten: Hochgeladene Dateien (z. B. Unternehmenspräsentationen, Pitch Decks) werden verarbeitet und deren Inhalte als zusätzlicher Kontext genutzt, um die Analyse zu verbessern.

• Automatisierte Webrecherche: KI-Agenten verwenden Google Search, um öffentliche Informationen, Nachrichten und Profile zum Unternehmen zu finden. Sie rufen auch die Inhalte gefundener URLs ab und verarbeiten diese.

3. KI-Agenten & Aufgabenautomatisierung

• Selbstverwaltete Tasks und Crews: Für jeden Analysebereich werden Tasks definiert, die das erwartete Ergebnis spezifizieren (z. B. “Gründlicher Bericht zum Unternehmen mit allen benötigten Daten”).
• Hierarchische Crews: Gruppen von KI-Agenten (Crews) werden von einem Manager-Agenten und einem Sprachmodell (LLM, z. B. OpenAI GPT-4o-mini) gesteuert und führen die Analyseaufgaben parallel aus – für Skalierbarkeit und Geschwindigkeit.
• Agenten-Spezialisierung: Einige Agenten haben spezifische Hintergründe und Ziele, wie die Recherche von Teammitgliedern oder die kritische Analyse von Unternehmensdaten.

4. Datenstrukturierung

• Datenaggregation: Die Ergebnisse aller Analyseprompts werden gesammelt und mit einer “Create Data”-Komponente in strukturierte Felder gemappt. Jedes Feld entspricht einer analytischen Kategorie (siehe Tabelle unten).

• Parsing für Ausgabe: Die strukturierten Daten werden anschließend in Klartext für die weitere Verarbeitung oder Anzeige geparst.

5. Export & Automatisierung

• Google Sheets Automatisierung: Ein KI-Agent (mit Hintergrund “Google Sheets Experte”) nimmt die strukturierten Daten und erstellt automatisch eine Google-Tabelle, sodass die Ergebnisse einfach exportiert, geteilt und analysiert werden können.

• Ausgabeanzeige: Das Endergebnis, inklusive Links zur erzeugten Google-Tabelle und Textzusammenfassungen, wird in der Chat-Oberfläche angezeigt.

Warum dieser Workflow für die Skalierung und Automatisierung der Unternehmensanalyse nützlich ist

• Parallele Aufgabenausführung: Durch die Aufteilung der Analyse in modulare Prompts und die Delegation an Crews von KI-Agenten kann der Workflow mehrere Unternehmen oder verschiedene Aspekte eines Unternehmens parallel analysieren. Das verringert manuellen Aufwand und verkürzt die Bearbeitungszeit erheblich.

• Konsistente, umfassende Ergebnisse: Die Nutzung strukturierter Prompts stellt sicher, dass jede Analyse gründlich ist und alle wichtigen Dimensionen abdeckt – Informationslücken und subjektive Verzerrungen werden minimiert.

• Dynamische Datenbeschaffung: Durch die Integration von Websuche und Dokumentenbeschaffung kann das System stets auf die neuesten öffentlichen Informationen sowie interne Dokumente zugreifen.

• Nahtloser Export: Die automatisierte Erstellung von Google Sheets-Dateien ermöglicht eine leichte Skalierung auf Massenanalysen und Integration in bestehende Workflows für Reporting, Investmentbewertung oder Due Diligence.

• Anpassbar & erweiterbar: Neue Analysebereiche können einfach durch das Erstellen neuer Prompt-Vorlagen und Tasks ergänzt werden – das System bleibt flexibel für sich ändernde Anforderungen.

Beispielhafte Anwendungsfälle

• Venture Capital & Startup-Scouting: Hunderte Start-ups schnell für Investitionsscreenings analysieren.
• Beratung & Marktforschung: Konsistente Unternehmensprofile für Kunden erstellen.
• Wettbewerbsbeobachtung: Wettbewerber in mehreren Analyse-Dimensionen verfolgen.
• Portfoliomanagement: Strukturierte Übersichten von Portfoliounternehmen aktuell halten.

Übersichtstabelle: Wichtige Komponenten & ihre Rollen

Zusammengefasst

Dieser Workflow verwandelt die manuelle, zeitaufwändige Unternehmensanalyse in einen automatisierten, skalierbaren und hochgradig wiederholbaren Prozess. Durch die Kombination aus KI-gestützter Recherche, strukturiertem Prompt Engineering und nahtlosem Datenexport können Nutzer mit minimalem Aufwand reichhaltige und verwertbare Unternehmensprofile generieren. Das ist für jede Organisation, die große Mengen an Unternehmensdaten schnell und konsistent verarbeiten muss, äußerst wertvoll.