Zurück zu Allen Fallstudien
energyVoller Zugang freigeschaltet

Acht Spezialisten-Agenten, die einen Rechenzentrums-Standort in einem Lauf Prüfen

Pre-Due-Diligence für einen Kandidatenstandort bedeutete Wochen getrennter Fachgutachten in inkompatiblen Formaten. Wir haben einen Schwarm aus acht Domänen-Agenten gebaut, der echte öffentliche Daten abfragt und einen einzigen bewerteten, belegten Bericht zusammensetzt.

Europäischer Energiekonzern · Rechenzentrums-Entwicklung

energy
8
specialist Agents
19
report Sections
4
weeks To V1

!Der Bedarf

Die Vorprüfung eines Kandidatenstandorts bedeutet, Grundstück, Verkehr, Netz, Umwelt, Wasser, Planungsrecht und Glasfaser zu bewerten — jeweils von anderen Fachleuten, in anderen Formaten, zu anderen Zeitpunkten. Standorte waren nicht vergleichbar, das frühe Ranking blieb Ermessenssache. Schlimmer noch: Akzeptanz in der Bevölkerung und ESG — die Dimension, die ein Projekt am ehesten spät und teuer scheitern lässt — wurde zuletzt bewertet oder gar nicht, weil sie am schwersten zu quantifizieren war.

Der Ansatz

Wir haben einen Schwarm aus acht Spezialisten-Agenten auf dem Claude Agent SDK gebaut, einen je Diligence-Domäne, wobei Community und ESG zu einem vollwertigen Agenten aufgewertet wurden statt zum Nachgedanken. Jeder Agent fragt echte öffentliche Quellen ab — Katasterregister, offene Infrastruktur- und Netzkarten, OpenStreetMap, den Schutzgebietsdienst der europäischen Umweltagentur, Peering-Daten von Internetknoten und per Crawler erschlossene Behördenportale — statt sich auf Modellwissen zu verlassen. Jede Agentenausgabe, ihre Belege und ihr Score werden in eigenen Zeilen persistiert, und ein Narrativ-Assembler fügt sie zu einem einzigen strukturierten Bericht zusammen. Acht Referenzstandorte laufen als benotete Evaluationen in der CI, sodass eine Prompt-Änderung, die die Berichtsqualität still verschlechtert, den Build scheitern lässt, statt bei einem Entscheider zu landen.

Verwendete Technologien

Claude Agent SDKTypeScriptSupabaseReactVitestGitHub ActionsFirecrawl

Das Ergebnis

Acht Spezialisten-Agenten — Grundstück, Verkehr, Netz, Umwelt, Wasser, Planung, Glasfaser und Community/ESG
Ein 19-teiliger Vorprüfungsbericht pro Lauf, mit Gesamtscore sowie Scores und Beobachtungen je Agent
Über 40 priorisierte nächste Schritte, die in die folgende Diligence-Phase übergehen
Jede Agentenausgabe, jeder Beleg und jeder Score persistiert und nachträglich prüfbar
Acht Referenzstandorte bei jedem CI-Lauf benotet — Qualitätsregressionen lassen den Build scheitern
Ein authentifizierter Report-Viewer, der Live-Engine-Ausgaben rendert, keine statischen Folien

Die Wirkung

Version eins in vier Wochen geliefert — vom leeren Repository bis zu Berichten, die ein Entscheider liest
Am Referenzstandort erreichte die Engine 63,05 gegenüber dem Referenzwert 62 eines unabhängigen Ingenieurbüros — rund ein Punkt Abstand, ohne Analyst im Prozess
Die Scores differenzieren statt zu clustern: über acht Referenzstandorte reichen die Ergebnisse von 47,96 für einen ländlichen Standort bis 75,5 für einen Top-Korridor
Community- und ESG-Risiko wird jetzt im ersten Durchgang bewertet, bei 63,6% Abdeckung der Differenzierungsfaktoren, statt erst nach der Mittelbindung aufzutauchen
Der Standortvergleich wechselte von inkompatiblen Fachdokumenten zu einem konsistenten, belegten Score

Bereit für ähnliche Ergebnisse?

Kontaktieren Sie uns
Supalabs AI solutions