onebrainleftDokumentierte KI-Praxis. Höchster Brain Score zuerst.
Alle Anwendungen / Kategorie
13 Anwendungen
Quelle geprüft bedeutet: automatisierte Checks bestanden. Von Mario geprüft steht für eine persönliche Prüfung. Zusammenfassungen sind KI-gestützt. Aussagen und Ergebnisse stammen aus den verlinkten Quellen.
Jamie's Farm Granola organisiert die Bestandskontrolle mit Gemini. Google nennt 20 Stunden weniger Verwaltungsarbeit pro Woche. Die Messmethode fehlt.
Ein Mitarbeiter des KDDI Agile Development Center sammelt mit Claude Code und Browser-MCPs Artikellinks aus vier Kalendern und erstellt Slack-Nachrichten. Laut seiner Zeitangabe sank die tägliche Arbeit von fünf Minuten auf 30 Sekunden. Ablaufprotokolle und Einrichtung sind dokumentiert.
Bei t3n legt Claude Aufträge und Leistungen in Asana an, sobald das Team ihn im Slack-Thread einer Auftragsbestätigung markiert. Regeln stehen in Confluence. Der Verlag berichtet für die ersten zwei Monate über 80% automatisierte Anlagen und bis zu 75% weniger Bearbeitungszeit bei menschlicher Prüfung.
Ein Microsoft-Team verband Copilot über MCP mit Azure DevOps. Aus manuellen Testfällen entstanden Playwright-Skripte. Hunderte Tests des eigenen Bereichs wurden automatisiert. Der geringere manuelle Aufwand wurde nicht durch einen Zeitvergleich belegt.
QA-Teams bei Money Forward übergeben Cursor Jira-Tickets und Notion-Dokumente über MCP. Ein Agent erstellt Testfälle, ein weiterer Playwright-Skripte. Der Anbieterbericht nennt 70 % weniger Erstellungszeit, veröffentlicht aber keine Messmethode.
Ein Infrastrukturentwickler bei Schoo untersuchte mit Cursor Agent ein manuell verwaltetes AWS-Konto und übernahm rund 350 benötigte Ressourcen in Terraform. Gelistet waren mehr als 1.500 Ressourcen. Der Beitrag zeigt technische Schritte, aber keine gemessene Zeitersparnis.
Faire nutzt Cursor Cloud Agents für Migrationen, CI-Fehler, Fehlersichtung und die Zuordnung von Codeprüfungen. Berichtet werden mehr als 2.000 automatische Agentenläufe pro Woche und doppelt so viele Pull Requests. Die 18 Monate für eine Migration waren eine frühere Schätzung.
Schmuckdesignerin Lina Prades entwickelte ohne technischen Hintergrund Verwaltungsanwendungen mit ChatGPT. Eine unterstützt den täglichen Betrieb. Gemessene finanzielle Ergebnisse oder Zeitersparnisse fehlen.
Minnesotas Enterprise Translations Office nutzt ChatGPT Team für Übersetzungsleistungen für mehrsprachige Bevölkerungsgruppen. OpenAI beschreibt geringere Kosten und kürzere Bearbeitungszeiten, nennt aber weder Zahlen noch eine veröffentlichte Qualitätsbewertung.
AES verarbeitet mit einem Claude-basierten Mehragentensystem auf Google Cloud Sicherheitsdokumente, zerlegt Auditaufgaben und erstellt Berichte. Laut Unternehmen dauern Berichte etwa eine Stunde statt zwei Wochen. Für genannte Kosten- und Genauigkeitsgewinne fehlt ein veröffentlichtes Messverfahren.
Ramp verbindet Claude Code per MCP mit Werkzeugen wie Datadog und Sentry. Das System sammelt Logs, Fehler und Kennzahlen für den Bereitschaftsdienst. Frühe Beobachtungen deuteten auf bis zu 80% weniger Zeit für die erste Analyse hin. Die Quelle beschreibt entstehende Werkzeuge, keine gesicherte Messung.
Ein Mitarbeiter von Ururu entwickelte einen Prototyp, der Slack-Verläufe abruft, mit Gemini zusammenfasst und an NotebookLM übergibt. Der Beitrag enthält Apps-Script-Code und Beispielfragen mit Quellenlinks. Weniger Rückfragen werden erwartet, sind aber nicht gemessen.
Anthropics Rechtsabteilung nutzte Claude Code für den Prototyp eines Telefonbaums, der Kollegen zum zuständigen Juristen führt. Das Beispiel zeigt die Entwicklung eines internen Koordinationswerkzeugs durch Nichtentwickler. Der Beitrag nennt einen Prototyp und keine bezifferte Ersparnis.
Keine Anwendung passt zu diesen Filtern. Filter zurücksetzen, um alle Einträge zu sehen.
Datenstand: . Zur Bewertung