kumiko.rocksbeta
Warum KumikoAnwendungsfälleBeispieleProduktVergleichNeuigkeitenLernenDocsPilot anfragen

Showcase · KI in einem echten Workflow

Offlot.
Ein AI-nativer Kampagnen-Workflow für Autohändler.

Offlot verbindet VIN-Fotoerkennung, Kennzeichenerkennung und kanalbezogene Texterstellung mit einem vollständigen Händler-Workflow: Fahrzeuge, Kampagnen, Kalender, öffentliche Fahrzeugseiten und Leads. Das ist ein Produkt-Showcase, keine behauptete Kunden-Erfolgsgeschichte.

Was dieser Build zeigt

  • →KI ist Teil des Produktablaufs: Drei konkrete AI-Pipeline-Schritte sind in Domain-Workflows eingebunden: VIN-Fotoerkennung, Kennzeichenerkennung und Channel Copy.
  • →Strukturierte Daten zuerst: Das Fahrzeugmodell verbindet dekodierte VIN-Fakten mit den wenigen Angaben, die eine VIN nicht kennen kann, statt alles erneut abzufragen.
  • →Ein Fahrzeug, verschiedene Kanäle: Der Channel-Katalog enthält Format-, Längen-, Tonalitäts- und Bildanforderungen, damit generierte Texte zum gewählten Kanal passen.
  • →Der Workflow endet nicht bei der Generierung: Die Inhalte sind mit Kampagnen, Kalender, öffentlicher Fahrzeugseite, Anfragen und Leads verbunden, nicht nur mit einer Textantwort.
offlot · Kanaltexte
Offlot-Kanaltexte mit Fahrzeugfotos, ausgewählten Kanälen und generiertem Text
Offlot ansehen →Euren Workflow besprechen
offlot · Fahrzeugaufnahme
Offlot-Fahrzeugaufnahme mit dekodierten VIN-Fakten
offlot · Kalender
Offlot-Kampagnenkalender mit Aufgaben für verschiedene Kanäle
offlot · Leads
Offlot-Leads mit Anfragen zu Fahrzeugen

Der Workflow ist das Produkt

Ein Chatbot kann Text zurückgeben. Offlot führt das Ergebnis durch einen Geschäftsprozess:

VIN oder VIN-Foto zu Fahrzeugdaten, zu Fotos und Händlerangaben, zu Kanaltexten, zum Kampagnenkalender, zur öffentlichen Fahrzeugseite, zu Anfrage und Lead.

Der aktuelle Starter-Katalog enthält sieben Kanal-Konfigurationen für den GB- und den ES-Markt, darunter Marktplätze, WhatsApp, Instagram und E-Mail. Diese Kanäle sind derzeit für geführtes Veröffentlichen konfiguriert; dieses Showcase behauptet keine automatischen Publishing-Integrationen.

Was ist individuell, was ist wiederverwendbar?

Offlot enthält die automobilspezifische Logik: Fahrzeugaufnahme, VIN-Dekodierung, Kampagnen, Kanalregeln, Fotos, Kennzeichenprüfung, öffentliche Fahrzeugseiten und Leads. Kumiko liefert die Bausteine, die jede ernsthafte Multi-Tenant-Anwendung um diese Logik herum braucht: Identität, Mandantengrenzen, Dateien, Jobs, Secrets, Benachrichtigungen, Datenrechte, Tiers und operative Screens.

Das Framework ersetzt kein Produktdenken, verhindert aber, dass jedes Produkt dieselbe Plattform darunter erneut bauen muss.

Wie es gebaut ist

Offlot besitzt die Fachlogik. Kumiko liefert die wiederverwendbare Plattform.

VIN-Foto + Fahrzeugaufnahme

AI-Ausgabe wird zu strukturierten Fahrzeugdaten

Der VIN-Foto-Schritt liefert ein validiertes VIN-Ergebnis, das in den Fahrzeug-Workflow einfließt. VIN-Fakten werden mit Händlerangaben, Fotos und Veröffentlichungsprüfungen verbunden.

Kennzeichenerkennung + Bildprüfung

AI-Ausgaben bleiben prüfbar

Die Kennzeichenerkennung liefert Regionen zur Prüfung. Vor der öffentlichen Verwendung gibt es weiterhin einen manuellen Review-Schritt; perfekte automatische Erkennung wird nicht behauptet.

Channel Copy + Prompt Store

Andere Inhalte für andere Kanäle

Channel Copy wird anhand strukturierter Fahrzeugdaten und Kanalgrenzen erzeugt. Prompts kommen aus einem tenantbezogenen, versionierten Prompt Store und können im AI-Probelauf getestet werden.

Provider-Adapter

Der AI-Provider bleibt austauschbar

Die aktuelle App bindet einen Anthropic-Adapter und einen OpenAI-kompatiblen Adapter ein. Provider- und Modellregeln laufen über AI Foundation und Pipeline statt verteilt in Domain-Handlern.

Kumiko Bundled-Features

Plattformarbeit wird komponiert

Neben den Offlot-Features werden Auth, Sessions, User- und Tenant-Identität, Dateispeicher, Jobs, Secrets, Notifications, Datenrechte, Aufbewahrung, Tiers, Caps und Billing-Foundations eingebunden.

Was wir präzise sagen können

Das aktuelle offlot-app-Repository enthält 21 eigene Feature-Module, 293 produktive TypeScript-/TSX-Dateien und 147 Testdateien, darunter 54 Integrationstests. Die sichtbare Git-Historie reicht vom 12. August bis zum 15. September 2026 (34 Kalendertage). Das ist Repository-Historie, keine behauptete Zahl an Engineering-Tagen.

Den Ablauf bauen statt noch ein getrenntes Tool.

Offlot zeigt die Arbeitsteilung: Die individuelle Arbeit fließt in Fachlogik und AI-Qualität, während die wiederkehrenden SaaS-Grundlagen aus der Plattform kommen.

Euren Ablauf besprechen →Alle Showcases ansehen