property-match/AGENTEN_BRIEFING.md

Property On — Agenten-Ansatz: Entwicklungsstand

Zweck dieses Dokuments: Vollständiges Briefing über den Agenten-Ansatz der Plattform «Property On» (Repository property-match), Stand 5. August 2026. Alle Angaben sind direkt aus dem Quellcode ausgelesen, nicht aus Konzeptpapieren.

Wenn du (ChatGPT) dieses Dokument liest: Es ist die Faktenbasis für eine Präsentation zum Entwicklungsstand. Abschnitt 8 trennt ausdrücklich zwischen gebaut und lauffähig und bewusst als Demo simuliert. Diese Trennung bitte niemals verwischen — die Präsentation muss Nachfragen standhalten.

---

1. Produktvision in einem Satz

Property On ist keine Immobilienplattform mit angeflanschtem Chatbot, sondern eine Decision-Intelligence-Plattform, deren Arbeit von fünf digitalen Mitarbeitenden erledigt wird — jeder mit Namen, Porträt, Personalnummer, Abteilung, definiertem Aufgabenprofil und einer festgelegten Autonomiestufe.

Der konzeptionelle Kern, der den Ansatz von «KI-Features» unterscheidet:

Klassischer KI-Ansatz	Property-On-Agentenansatz
Ein Assistent, überall derselbe	Fünf Rollen mit je eigenem Arbeitsplatz und Zuständigkeit
«AI»-Knopf an bestehender Oberfläche	Die Seite ist der Arbeitsplatz des Agenten
Blackbox-Ausgabe	Jede Aussage mit Quelle, Fundstelle und Konfidenz
Autonom oder gar nicht	Drei abgestufte Autonomiestufen je Agent
Wird als Technologie verkauft	Wird als Personal eingeführt — inkl. «Personalverwaltung»

Die drei Leitprinzipien aus der Projektdokumentation (CLAUDE.md), die jede Designentscheidung schlagen:

1. Explainability-first — jeder Score, jedes Badge, jede Empfehlung ist rückverfolgbar. Wenn nicht nachvollziehbar ist warum, ist das Feature nicht fertig.
2. Trust-first — Konfidenz, Datenaktualität und Datenlücken werden aktiv angezeigt. Nichts wird sicherer dargestellt, als die Datenlage hergibt.
3. Better-than-Google — ranken, Zielkonflikte erklären, Zukunftssignale zeigen und eine konkrete nächste Handlung empfehlen; nicht bloss Treffer auflisten.

---

2. Die fünf Agenten im Überblick

Der Menüpunkt heisst «Meine Agenten». Die Reihenfolge folgt dem Arbeitsablauf, nicht dem Alphabet.

#	Agent	Funktion	Abteilung	Pers.-Nr.	Autonomiestufe	Route
1	Ferdi	Fristen-Wächter	Bewirtschaftung	PO-ZD-02	Freigabe erforderlich — «autonom beim Erinnern, Freigabe bei Eskalationen»	/supply/reminder-manager
2	Bruno	Besichtigungsassistent	Vermarktung	PO-ZD-13	Autonom	/supply/besichtigungen
3	Livia	Exposé Master	Vermarktung	PO-ZD-21	Autonom	/supply/my-listings
4	Nora	Marktchancen / Leads	Marktbeobachtung	PO-ZD-19	Nur Vorschlag	/supply/market-intelligence
5	Sina	Datenpflege	Bewirtschaftung	PO-ZD-03	Autonom, ausschliesslich lesend	/supply/data-quality

Die Autonomiestufen sind das stärkste Argument der Präsentation. Sie sind kein Etikett, sondern im Datenmodell verankert (AgentAutonomyLevel) und je Agent begründet:

• Nora darf nichts entscheiden — sie erkennt Marktsignale und schlägt vor. Ein Mensch entscheidet, ob daraus ein Lead wird.
• Ferdi darf erinnern, aber nicht eskalieren — die Eskalation gegenüber einem Mieter ist eine geschäftliche Handlung mit Aussenwirkung und braucht eine Freigabe.
• Sina darf autonom arbeiten, weil sie ausschliesslich liest — sie beantwortet Fragen aus hinterlegten Dokumenten und belegt jede Aussage mit Fundstelle. Ohne Schreibrecht kein Risiko.
• Bruno und Livia arbeiten autonom, weil ihr Ergebnis (Briefing, Exposé-Entwurf) dem Menschen vorgelegt wird, bevor es nach aussen geht.

---

3. Die fünf Agenten im Detail

3.1 Ferdi — Fristen-Wächter

Problem: Optionsfristen, Break-Klauseln und Anpassungstermine verschwinden in Verträgen, Nachträgen und Excel-Listen. Wer eine Frist verpasst, verliert Geld oder eine Fläche.

Was Ferdi tut (aus dem Personaldossier):

• Liest Mietverträge, Nachträge und Zusatzvereinbarungen der Standorte Zürich, Winterthur, Basel, Zug, Bern und St. Gallen ein
• Extrahiert Fristen, Optionen und Break-Klauseln mit Fundstelle im Dokument
• Lässt jeden neu gefundenen Termin einmalig durch die Bewirtschaftung bestätigen (Human-in-the-Loop an der Datenquelle, nicht erst am Ergebnis)
• Gleicht den bestätigten Bestand jeden Morgen mit dem Kalender ab
• Erinnert gestaffelt: 12, 9, 6 und 3 Monate vor Stichtag
• Meldet nach fünf Arbeitstagen ohne Reaktion ein zweites Mal
• Legt bei anhaltendem Ausbleiben eine Eskalation zur Freigabe vor

Ergebnisse: Fristen-Alerts, Wochen-Pipeline montags 07:00 Uhr, Eskalationsvorschläge, lückenloses Meldeprotokoll je Vertrag.

In der Oberfläche: Chat-Einstieg, darunter Filterleiste und Reminder-Liste, seitliche Detailansicht. Zusätzlich gebaut: Kalender-Terminplanung — aus einem Reminder lässt sich ein Kalendereintrag erzeugen (Titel-Schema Ferdi: {Typ} – {Objekt}, mit strukturiertem Anhang aus den Reminder-Daten).

---

3.2 Bruno — Besichtigungsassistent

Problem: Vor einer Besichtigung fehlt dem Makler die Vorbereitung, nach der Besichtigung verschwindet das Gesagte. Beides kostet Abschlüsse.

Zwei Auftragstypen, ein Arbeitsplatz:

Vorbereitung — Bruno liefert vor dem Termin ein Briefing:

• Objektbild, Adresse, Fläche, Mietpreis, Verfügbarkeit, Parkplätze
• Objektbeschrieb
• Lagebericht von Livia (Agent-zu-Agent-Zulieferung — ein wichtiger Punkt: die Agenten arbeiten einander zu, sie stehen nicht nebeneinander)
• Verkaufsargumente
• Mögliche Einwände mit vorbereiteter Antwort — je Einwand ein Antwortvorschlag
• Rechercheergebnisse zum Interessenten aus öffentlichen Quellen — und hier die entscheidende Regel: jede Angabe steht mit Quellenangabe da. Findet Bruno nichts Belegbares, steht «Keine belegbaren öffentlichen Angaben gefunden» — nicht eine plausible Vermutung. Begründung im Code: «Eine Vermutung im Briefing wird am Termin zur Behauptung.»
• Optional: Audiofassung des Briefings (für die Fahrt zum Termin)

Nachbereitung — nach dem Termin:

• Der Makler diktiert oder schreibt formlos (Eingangskanal wird protokolliert)
• Bruno zeigt transparent, welche Verarbeitungsschritte er daraus gemacht hat
• Ergebnis ist eine benannte Datei (Protokoll / Kundennotiz) plus Bemerkungen

Eingebaute Kontrolle: Steht eine Besichtigung in weniger als 24 Stunden an und wurde noch kein Bericht angefordert, erscheint eine Warnung mit direktem Handlungsknopf «Bericht anfordern». Das ist ein konkretes Beispiel für einen Agenten, der nicht nur ausführt, sondern die Lücke im Prozess selbst meldet.

---

3.3 Livia — Exposé Master

Problem: Ein vollständiges Gewerbe-Exposé zu erstellen ist ein Tagesgeschäft von mehreren Stunden — Daten zusammensuchen, Texte schreiben, Bilder sortieren, exportieren.

Arbeitsplatz: Leadliste (aktiv / archiviert). Leads kommen aus Noras Signalen, sobald ein Bewirtschafter sie zur Exposé-Erstellung weitergeleitet hat. Beim Öffnen eines Leads gleitet die Zeile nach oben und der dreistufige Arbeitsbereich klappt auf.

Der Drei-Schritt-Ablauf: Hochladen → Exposé → Export

Schritt 1 – Hochladen: Objektdaten und Bilder aus «Meine Objekte» vorbefüllen oder Unterlagen hochladen.

Schritt 2 – Exposé: Ein Dossier aus 11 fachlichen Bereichen — das ist der inhaltliche Beweis, dass hier eine echte Fachdomäne abgebildet ist und keine generische Formularmaske:

#	Bereich	Beispielfelder	Datenquellen
1	Eckdaten & Vermarktung	Objektart, Vermarktungsart, Status, Objektreferenz	—
2	Lage	Strasse, PLZ, Ort, Gemeinde, Kanton	—
3	Koordinaten & Distanzen	ÖV-Haltestelle, Einkauf, Schule, Autobahn (in m)	Swisstopo, ÖV-Fahrplan, OpenStreetMap
4	Gebäude- & Gemeindedaten	ÖV-Güteklasse, Solareignung, Einwohner, Steuerbelastung, Leerwohnungsziffer	ARE, BFE Sonnendach, BFS, ESTV
5	Flächen & Gebäude	Nutzfläche, Raumhöhe, Kubatur SIA 416	—
6	Gebäude & Verfügbarkeit	Stockwerk, Baujahr, letzte Renovation, Zustand	—
7	Grundstück & Baurecht	Nutzungszone, Überbauungsziffer, Ausnützungsziffer	geodienste / Swisstopo
8	Preise & Kosten	Nettomiete CHF/m²/J, Nebenkosten, NK-Art, Kaution, Parkierung	—
9	Ausstattung & Merkmale	Photovoltaik, Wärmepumpe, E-Ladestation, Minergie, Seesicht …	—
10	Energie & Technik	Heizsystem, Wärmeverteilung, GEAK, kWp	—
11	Texte & Beschriebe	Titel, Kurzbeschrieb, Objekt-/Lage-/Gemeinde-/Ausstattungsbeschrieb, Highlights	KI-Textentwurf

Zwei Details, die den Qualitätsanspruch zeigen:

• Schweizer Fachnormen sind eingebaut — Kubatur nach SIA 416, GEAK, Minergie, ÖV-Güteklasse nach ARE, Leerwohnungsziffer. Alle behördlichen Datenquellen sind benannt und die Werte bleiben überschreibbar — der Mensch behält das letzte Wort.
• Pflichtfeldlogik: 9 Felder sind Pflicht (Objektart, Vermarktungsart, Strasse, PLZ, Ort, Nutzfläche, Verfügbarkeit, Nettomiete, Exposé-Titel, Kurzbeschrieb, Objektbeschrieb). Fehlt eines, wird es rot umrandet. Begründung im Code: «Eine Broschüre ohne Kubatur ist verkaufbar, eine ohne Mietpreis nicht.»

KI-Texterstellung mit hartem Leitplanken-Prinzip: Der Textentwurf nutzt ausschliesslich die erfassten Objektdaten. Im Backend-Dienst wird die Textgenerierung bewusst an einen deterministischen Baustein delegiert, damit kein Sprachmodell fehlende Fakten erfindet. Das ist die direkte technische Umsetzung des Trust-first-Prinzips.

Schritt 3 – Export: HTML-Vorschau, PDF (über den Druckdialog) und Word (.doc).

---

3.4 Nora — Marktchancen / Leads

Problem: Marktchancen entstehen aus schwachen Signalen — einer Handelsregister-Mutation, einer Baubewilligung, einem Gespräch im Netzwerk. Diese Signale sind verteilt und flüchtig.

Zwei Quellen, zwei Reiter:

Reiter «KI-Signale» — automatisch erkannte Signale aus öffentlichen Quellen (SHAB, Zefix, Web), je Signal eine Detailansicht mit Einordnung.

Reiter «Netzwerk» — der menschliche Kanal. Ein Bewirtschafter erfasst selbst einen Hinweis aus seinem Netzwerk. Filter nach Intern und Plattform — d. h. das Wissen einzelner Mitarbeitender wird zu Plattformwissen, ohne dass es dafür ein separates CRM-Ritual braucht.

Autonomiestufe «Vorschlag»: Nora entscheidet nichts. Sie erkennt, ordnet ein und legt vor. Der Mensch leitet ein Signal per Mehrfachauswahl an Livia weiter — dort wird daraus ein Exposé-Lead. Das ist die sichtbare Übergabe zwischen zwei Agenten und der beste Demo-Moment der Präsentation.

Weitere Ergebnisse laut Dossier: Wochen-Mails, Leads, Marktbausteine.

---

3.5 Sina — Datenpflege

Problem: Schlechte Objektdaten machen jede nachgelagerte Auswertung wertlos. Aber niemand pflegt Daten «auf Vorrat» — man braucht den konkreten Hinweis, welches Objekt jetzt angefasst werden muss.

Bewusste Design-Entscheidung, die man in der Präsentation zeigen sollte: Die Seite hatte früher Auswertungskarten und eine Qualitätsverteilung. Beide sind entfernt worden. Die Begründung steht im Code: Kennzahlen beantworten «wie steht es insgesamt?», auf dieser Seite zählt aber «welches Objekt muss ich anfassen?». Das ist Prinzip 1 der Projektrichtlinien in Reinform — jeder Bildschirm wird um eine Entscheidung herum gebaut.

Was übrig blieb: Chat-Einstieg, Freitextsuche, drei Filter (Ort/PLZ, Gewerbetyp, Status) und eine nach Objektname oder Datenqualität sortierbare Liste. Datenqualität unter 60 % wird rot. Klick auf ein Objekt öffnet die direkt editierbare Detailansicht.

Zweites Aufgabenprofil laut Dossier: Sina beantwortet Vertrags- und Objektfragen ausschliesslich aus hinterlegten Dokumenten und immer mit Fundstelle — autonom, aber ausschliesslich lesend.

⚠️ Vor der Präsentation prüfen: Die Funktionsbezeichnung in der Oberfläche («Datenpflege») und das Aufgabenprofil im Personaldossier (dokumentenbasierte Fragebeantwortung) beschreiben zwei unterschiedliche Schwerpunkte. Wenn jemand nachfragt, ist die saubere Antwort: Sina ist der lesende Daten- und Dokumentenagent; die Oberfläche zeigt heute den Datenpflege-Teil, der Dokumenten-Q&A-Teil ist im Rollenprofil beschrieben und noch nicht als eigener Bildschirm gebaut.

---

4. Das gemeinsame Bedienmuster

Alle fünf Agentenseiten sind gleich aufgebaut — das ist eine bewusste Entscheidung, damit die Agenten als ein Team wahrgenommen werden und nicht als fünf Werkzeuge.

Der Chat-Einstieg (eine einzige gemeinsame Komponente, AgentWorkspaceHero):

• Porträt 88 px, Name, Funktionsbezeichnung
• Immer dieselbe Frage: «Wie kann ich dir heute weiterhelfen?»
• Mehrzeiliges Eingabefeld, Platzhalter «Nachricht an {Name} senden»
• Optional: zusätzliche Kanäle (z. B. WhatsApp) als Hinweis darunter

Was bewusst fehlt — und warum das ein Argument ist, kein Mangel: kein generischer «AI-Assistent»-Knopf, keine Vorschlagskacheln, kein Verlauf. Der Chat ist agentenspezifisch und bleibt auf der jeweiligen Seite. Die operative Liste beginnt erst unterhalb des Weissraums.

Objektverlinkung: Jeder Objektname auf jeder Agentenseite ist ein Link in «Meine Objekte» (/supply/properties/{id}). Alle Verweise zeigen auf real existierende Objekte im Datenbestand — es gibt keine erfundenen Objektnamen in den Agentendaten. Das ist per Skript gegen den Objektbestand geprüft worden (IDs und Titel, null Abweichungen).

---

5. Die Verwaltungsebene — «Agenten als Personal»

Unter «Meine Agenten» liegen drei Verwaltungsbereiche als Reiter derselben Seite (/supply/team?section=…). Sie sind der konzeptionelle Kern des Ansatzes:

Reiter	Inhalt
Personalverwaltung	Personalblatt je Agent: Personalnummer, Abteilung, E-Mail, Zweck, Eingangsdaten, Arbeitsablauf, Ergebnisse, Autonomiestufe
Bearbeitungsverlauf	Erledigte Aufträge und pendente Anfragen
Kanäle & Systeme	Welcher Agent hängt an welchem System — mit Verbindungsstatus

Kanäle & Systeme ist der wichtigste Bildschirm für eine kritische Zuhörerschaft, weil er den Realitätsgrad ehrlich ausweist. Jede Anbindung trägt einen Status: CONNECTED / DISCONNECTED / ROADMAP.

Erfasste Anbindungen (Auszug mit realem Status):

System / Kanal	Status
Microsoft 365 — gemeinsame Postfächer	Verbunden
WhatsApp Business — Diensthandys	Verbunden
Kalender der Standortteams	Verbunden
Dokumentenablage und Standortbibliotheken	Verbunden
CRM der Vermarktung	Verbunden
Öffentliche Quellen — SHAB, Zefix, Web	Verbunden
Microsoft Teams — Kanal Marktbeobachtung	Nicht verbunden
Bewirtschaftungssystem ImmoTop2	Nicht verbunden
Telefonanlage und Diktatlinie	Roadmap

Beachte die Formulierung bei der Dokumentenablage — sie beschreibt nicht nur was angebunden ist, sondern die Belegpflicht: «Jede Aussage aus einem Dokument wird mit Dateiname, Seite und Zitat belegt.»

---

6. Technischer Stand

Stack: Vite 8 · React 19 · TypeScript 6 (strict) · MUI v9 · Tailwind CSS v4 · React Router v7 · TanStack Query v5 · Zustand v5 · Zod · Playwright · Vitest

Architektur — vier Schichten, keine wird übersprungen:

Provider  →  Service  →  Hook (React Query)  →  Component

• Provider ist der einzige Code, der Daten anfasst. Jede Entität hat ein Interface (IPropertyProvider) und eine Mock-Implementierung (MockupPropertyProvider). Eine echte Implementierung (REST, Supabase) lässt sich einsetzen, ohne eine einzige aufrufende Stelle zu ändern — das ist der Grund, warum der Mockdaten-Stand kein Wegwerfprototyp ist.
• Service kapselt Geschäftslogik, kennt kein React.
• Hook kapselt React Query.
• Component ist reine Darstellung.

Für den Agenten-Ansatz neu gebaute Datenschichten (je Provider + Service + Hook): Kalendertermine · Exposé-Leads · Exposé-Entwürfe · Besichtigungsaufträge · Agenten-Verzeichnis

KI-Anbindung — modellagnostisch: Der gesamte Zugriff läuft über ein einziges Interface IAIService mit rund 15 Fähigkeiten (Bedarf parsen, Match erklären, Zielkonflikte zusammenfassen, Entscheidungsbriefing, Datenqualität bewerten, Marktsignal klassifizieren, Exposé-Text erzeugen …). Kein Bildschirm importiert je einen LLM-Client direkt.

Zwei Implementierungen:

• MockAIService — deterministisch, ohne Netzwerk (Entwicklung, CI)
• BackendAIService — ruft POST /api/ai/chat/completions auf dem PowerOn-Backend auf

Sicherheitsrelevant und in der Präsentation erwähnenswert: Der LLM-Schlüssel liegt ausschliesslich serverseitig. Die frühere Variante mit einem Schlüssel im Frontend-Bundle wurde entfernt; der Code weist einen Versuch, sie zu nutzen, aktiv mit einer Warnung ab. Fällt das Backend aus, schaltet der Dienst automatisch auf den Mock zurück — kein KI-Ausfall blockiert einen Arbeitsablauf.

Codequalität, Stand heute:

Kennzahl	Wert
Quelldateien (src/)	719
Codezeilen (src/)	80 936
Tests	405 / 405 grün (25 Testdateien)
Lint-Fehler	0
Lint-Warnungen	0
any-Casts	0
Toter Code	0
Seiten über dem 300-Zeilen-Limit	0
Commits gesamt	222
Deployment	Vercel, Produktion (Branch Agents2)

Zum Vergleich der Ausgangslage vor der letzten Aufräumrunde: 102 Lint-Fehler, 1 144 Warnungen, 31 any-Casts, ~1 535 Zeilen toter Code, grösste Seite 1 130 Zeilen (heute 196). Die Aufräumarbeit wurde mit einem Screenshot-Vergleich über 20 Ansichten abgesichert: 14 pixelgleich, 6 mit ausschliesslich den drei beabsichtigten Beschriftungsänderungen.

---

7. Warum dieser Ansatz trägt — die Argumente

1. Rollen statt Funktionen. Ein Bewirtschafter muss nicht lernen, welches KI-Feature was kann. Er muss wissen, wen er fragt. Das ist dieselbe kognitive Leistung wie bei menschlichen Kollegen — und deshalb keine Einführungshürde.

2. Abgestufte Autonomie macht Akzeptanz verhandelbar. «Die KI übernimmt» scheitert an Vertrauen. «Nora schlägt vor, Sie entscheiden; Ferdi erinnert, die Eskalation gibt der Mensch frei» ist verhandelbar — und die Stufe lässt sich pro Agent anheben, wenn sich Vertrauen aufgebaut hat.

3. Belegpflicht ist im Produkt verankert, nicht im Marketing. Fundstelle im Vertrag, Quelle bei der Interessentenrecherche, benannte Behördenquelle beim Exposé-Feld, deterministische Textgenerierung statt frei erfindendem Modell.

4. Die Agenten arbeiten einander zu. Nora erkennt → Mensch leitet weiter → Livia erstellt das Exposé → Livias Lagebericht taucht in Brunos Besichtigungsbriefing auf. Das ist eine Prozesskette, kein Werkzeugkasten.

5. Der Mock-Unterbau ist austauschbar, nicht wegzuwerfen. Wegen der strikten Provider-Schicht ist der Schritt zum Produktivsystem ein Implementierungswechsel hinter einem Interface — nicht ein Neubau.

---

8. Ehrliche Abgrenzung: was läuft, was ist Demo

Diesen Abschnitt bitte in der Präsentation nicht weglassen. Er ist der Grund, warum das Gezeigte glaubwürdig bleibt.

Vollständig gebaut und lauffähig

• Alle fünf Agentenarbeitsplätze mit vollständiger Oberfläche und Interaktion
• Die drei Verwaltungsbereiche (Personal, Verlauf, Kanäle & Systeme)
• Das gesamte Exposé-Dossier mit 11 Bereichen, Pflichtfeldprüfung, Vorschau und Export (HTML / PDF via Druckdialog / Word)
• Filtern, Sortieren und direktes Bearbeiten der Objektdaten
• Besichtigungs-Vorbereitung und -Nachbereitung inkl. 24-Stunden-Warnung
• Mehrfachauswahl und Weiterleitung von Signalen an Livia
• Kalender-Terminplanung aus Reminders
• Objektverlinkung quer über alle Agentenseiten
• Vier Architekturschichten, 405 grüne Tests, produktiv deployt

Bewusst als Demo simuliert — mit ehrlicher Rückmeldung an den Nutzer

• Der Chat hat kein Backend. Beim Absenden erscheint der Hinweis «Nachricht an {Name} vorgemerkt — der Chat ist in dieser Demo noch nicht angebunden.» Das war eine bewusste Entscheidung: eine erfundene Agentenantwort wäre schlimmer als eine ehrliche Rückmeldung.
• Berichtsvorschau, Berichtsdownload und Audiofassung bei Bruno melden ebenfalls offen, dass sie noch nicht angebunden sind.
• Alle Fachdaten sind Mockdaten (Objekte, Leads, Besichtigungsaufträge, Reminder, Signale). Sie sind untereinander konsistent und gegen den Objektbestand geprüft, aber sie stammen nicht aus einem Produktivsystem.
• Systemanbindungen tragen ihren echten Status — ImmoTop2 und Teams sind als nicht verbunden, die Telefon-/Diktatlinie als Roadmap ausgewiesen.

Noch nicht gebaut

• Chat-Backend und agentenspezifische Dialogführung
• Produktive Anbindung an ImmoTop2, Teams, Telefonanlage/Diktat
• Sinas dokumentenbasierte Fragebeantwortung als eigener Bildschirm
• Automatisierte Ausführung der Agentenabläufe im Hintergrund (heute wird das Ergebnis dargestellt, nicht der Lauf ausgelöst)

---

9. Offene Punkte / Kandidaten für die Roadmap-Folie

1. Chat-Backend — der grösste sichtbare Schritt zum Produktiverlebnis
2. ImmoTop2-Anbindung — ohne sie bleibt Ferdis Terminbestand ein Import
3. Hintergrundausführung der Agentenläufe (Zeitpläne, Auslöser, Protokoll)
4. Sina als Dokumenten-Q&A mit Fundstellenanzeige
5. Feinschliff: 23 Komponenten liegen zwischen 250 und 325 Zeilen (über dem weichen 250-Zeilen-Ziel; alle Seiten liegen unter dem harten 300-Zeilen-Limit)
6. Oberflächen-Testabdeckung ist dünn (4 UI-Tests bei 404 Komponenten; die 405 Tests decken vor allem Logik-, Service- und Scoring-Schichten ab)
7. Der Produktionsbetrieb läuft auf Branch Agents2; main ist noch nicht nachgezogen

---

10. Vorschlag für den Präsentationsbogen

#	Folie	Kernaussage
1	Ausgangslage	Fristen, Exposés, Besichtigungen und Datenpflege sind Handarbeit, verteilt über Systeme
2	Der Ansatz	Nicht ein Assistent — fünf digitale Mitarbeitende mit Rolle, Abteilung und Autonomiestufe
3	Das Team	Die Fünfer-Tabelle aus Abschnitt 2
4	Autonomie als Vertrauensmodell	Drei Stufen, je Agent begründet — die Stufe wächst mit dem Vertrauen
5	Live-Demo: die Kette	Nora erkennt Signal → Weiterleitung → Livia erstellt Exposé → Export
6	Live-Demo: Tiefe	Livias 11 Bereiche mit Schweizer Fachnormen und benannten Behördenquellen
7	Live-Demo: Verlässlichkeit	Brunos Interessentenrecherche — jede Angabe mit Quelle, sonst gar nicht
8	Agenten als Personal	Personalverwaltung + Kanäle & Systeme mit echtem Verbindungsstatus
9	Technischer Stand	719 Dateien, 405 grüne Tests, 0 Lint-Fehler, produktiv deployt, austauschbare Datenschicht
10	Was Demo ist	Abschnitt 8 — offen benannt
11	Nächste Schritte	Abschnitt 9

Der stärkste Demo-Moment ist Folie 5: die Übergabe von Nora an Livia. Sie zeigt in dreissig Sekunden, dass es sich um ein zusammenarbeitendes Team handelt und nicht um fünf nebeneinanderstehende Werkzeuge.

Der stärkste Vertrauensmoment ist Folie 7: dass Bruno lieber «nichts Belegbares gefunden» sagt, als etwas Plausibles zu erfinden.