Meetings ins CRM — automatisch

Contributors

Geschätzte Implementierungszeit
Verwendete Bibliotheken
- @operaide/ai
- @operaide/aktor
- axios
- zod
LLM-Anbieter und -Modelle
- Azure GPT-4o-mini
- Configurable via settings
Externe Dienste
- ERPNext
TAGS
Introduction
Nimm ein Meeting auf, klicke auf einen Button, erhalte einen strukturierten CRM-Bericht direkt in deinem ERP — vollautomatisch. Die KI transkribiert die Aufnahme, extrahiert eine Zusammenfassung, Aufgaben und Schlüsseldaten und postet einen fertigen Bericht direkt in dein ERP. Unstrukturiertes Audio wird zu strukturierten, handlungsbereiten Geschäftsdaten — vom Meetingraum ins CRM ohne manuelle Dateneingabe.
Business Impact
Herausforderung
Nach jedem Kundentermin verbringen Vertriebsmitarbeiter 30 bis 60 Minuten damit, Notizen zu schreiben, Aufgaben zu extrahieren und Daten manuell ins CRM einzugeben.
Lösung
Eine einzelne Audioaufnahme löst automatische Transkription, KI-gestützte Extraktion von Zusammenfassungen, TODOs und Terminen sowie direkte ERP-Integration aus.
Ergebnis
Meeting-Nachbereitung geht von einer Stunde manueller Arbeit zu einer einzelnen Audioaufnahme; Berichte landen innerhalb von Sekunden im CRM.
Funktionsweise
- Aufnahme im Browser — Eine integrierte Oberfläche ermöglicht es, Meeting-Audio aufzunehmen und mit einem Klick abzusenden. Keine zusätzlichen Apps, kein Dateien-Jonglieren.
- Automatische Transkription — Die Aufnahme wird sofort transkribiert. Unterstützt gängige Audioformate wie MP3, WAV und M4A.
- KI-gestützte Extraktion — Die KI extrahiert eine strukturierte Meeting-Zusammenfassung, Aufgaben mit Checkboxen, einen E-Mail-Betreff und Schlüsseldaten — alles parallel, innerhalb von Sekunden.
- Fertiger CRM-Bericht — Alles wird zu einem formatierten Bericht zusammengesetzt und direkt in dein ERP gepostet. Der Nutzer erhält einen Direktlink zum erstellten Eintrag.
- Sofortige Bestätigung — Der Nutzer erhält eine klare Bestätigung, dass der Bericht gespeichert wurde — oder eine verständliche Erklärung, falls etwas schiefgelaufen ist.

Technische Details
- Orchestrierung mit defineAktor — Der Haupt-aktorCreateCRMReport nutzt defineAktor, um einen Subgraph zu komponieren: Transkription speist fünf parallele Extraktionszweige, die in einem Berichtszusammenstellungsschritt zusammenlaufen. Das Framework übernimmt die Ausführungsreihenfolge automatisch.
- Konfigurierbare Prompt-Vorlagen — Jeder LLM-Aufruf verwendet aktorCompletePrompt mit {{dateTime}}-Platzhaltern. Alle Prompts werden als aktorSetting-Werte exponiert, sodass Nicht-Entwickler Extraktionsverhalten, Ausgabestruktur und Sprache über die Operaide-Oberfläche anpassen können.
- Robustes Ausgabe-Parsing — Hilfs-Aktoren bereinigen KI-generierte Ausgaben vor der Verwendung: Markdown-Codeblöcke aus JSON entfernen, mehrere Checkbox-Formate verarbeiten (mit und ohne Bindestriche) und auf satzbasierte Aufteilung zurückfallen, wenn die KI Formatierungsanweisungen ignoriert.
- Typisierte REST-Integration — Der ERP-Aufruf wird aus atomaren Aktoren zusammengesetzt: aktorCompleteUrl für URL-Vorlagen, aktorHeaderFormatted für Auth-Header, aktorAxiosPost für den HTTP-Aufruf und aktorResponseUrl zum Extrahieren des Berichtslinks aus der Antwort. Jeder Schritt ist unabhängig testbar.
- Integrierte eigene UI — Operaide-Reaktor-Apps können ihre eigenen Web-UIs in einem public/-Verzeichnis mitliefern, die direkt von der Plattform bereitgestellt werden. Die Aufnahmeoberfläche ruft den REST-Endpunkt des Reaktors auf, mit Authentifizierung über die Plattform — keine separate Frontend-Infrastruktur erforderlich.
- Datei-Upload über UI-Schema-Tags — Das [file-upload]-Tag in der .describe()-Methode des Eingabeschemas weist die Operaide-Oberfläche an, eine Datei-Upload-Komponente statt eines Textfeldes zu rendern. Die hochgeladene Datei wird automatisch in eine Base64-Data-URL konvertiert.
- Datumsbewusstes Prompting — Die Zusammenfassungs- und TODO-Prompts injizieren das aktuelle Datum über aktorGetDate und weisen das LLM an, relative Zeitangaben (nächsten Monat, in zwei Wochen) in konkrete Kalenderdaten umzuwandeln.
Reaktor-Architektur
Der CRM-Report-Reaktor folgt einem Trichter-Pattern: Ein breiter Eingang (rohes Audio) verengt sich schrittweise zu strukturierter, validierter Ausgabe (ERP-Eintrag). Das Audio gelangt in aktorSpeechToText und erzeugt ein Transkript, das sich in fünf parallele LLM-Zweige auffächert — Zusammenfassung, TODOs, Betreff, Startdatum und Enddatum. Diese Zweige haben keine gegenseitigen Abhängigkeiten, sodass das Framework sie gleichzeitig ausführt. Sobald alle fünf abgeschlossen sind, fügt aktorCreateReport sie zu einem einzelnen JSON-Payload zusammen und formatiert dabei Text in ERP-kompatibles HTML. Der Payload durchläuft dann die REST-Integrationskette — URL-Konstruktion, Header-Formatierung, HTTP POST und Antwort-Parsing — bevor ein finaler LLM-Aufruf die nutzerfreundliche Bestätigungsnachricht mit dem Berichtslink generiert.

Bereit zur Auslieferung von KI
Das funktioniert?
Erfahren Sie, wie Operaide Teams dabei hilft, zuverlässige KI-Anwendungen schneller bereitzustellen. Vom Prototyp bis zur Produktion — mit vollständiger Kontrolle und europäischer Souveränität.
