ValueOn AG 5de8aa0558 integration view

2026-04-12 18:32:37 +02:00

27 KiB

Raw Blame History

Investor-Demo Dienstag — Live Product Demo (20 Min)

Beschreibung und Kontext

Was: 20-Minuten Live-Demo von PowerON PORTA für Investoren und Treuhänder am Dienstag. Wer präsentiert: Kollegen präsentieren Keynotes (Use Cases), Patrick (CTO/CEO) zeigt die Plattform live. Publikum: Investoren (ROI, Skalierbarkeit, Marktdifferenzierung) + Treuhänder (Praxisnutzen, Datenschutz, Zeitersparnis).

Business-Treiber: Die Demo muss in 20 Min zeigen, dass PowerON kein Konzept ist, sondern ein funktionierendes Produkt mit echtem Kundennutzen. Investoren wollen Traktion sehen, Treuhänder wollen sich wiedererkennen.

Abhängigkeiten:

Trustee-Tooling-Plan: c-work/1-plan/2026-04-customer-trustee-tooling-and-demo-prep.md (Phase 1–3 erledigt ✅)
Customer Demo Enablement: c-work/1-plan/2026-04-customer-demo-enablement.md (Analyse vorhanden)
UI-Enhancements: c-work/1-plan/2026-04-porta-ui-enhancements-team-meeting.md

Risiko bei Nicht-Umsetzung: Demo scheitert live, Investoren sehen nur Slides statt funktionierendes Produkt. Vertrauensverlust.

Fokus und kritische Details

Was die Audienz überzeugt (Schritt 1 — gemeinsam klären)

Investoren wollen sehen:

Funktionierendes Produkt — kein Mockup, echte Datenverarbeitung
Marktdifferenzierung — warum nicht ChatGPT/Copilot/Langdock?
Wiederholbarkeit — keine Einmal-Demo, sondern konfigurierbare Workflows
Skalierbarkeit — Multi-Tenant, Multi-LLM, Usage-Based
Internationalisierung — neue Sprache in 5 Min, AI-übersetzt, kein Redeploy

Treuhänder wollen sehen:

Zeitersparnis — vorher 5–15 Min/Beleg → nachher Sekunden
Datenschutz — keine Kundendaten an OpenAI/Google
Integration — Abacus/Bexio/SharePoint ohne Systemwechsel
Kontrolle — Audit-Trail, Nachvollziehbarkeit

Drei Live Use Cases (aus Keynote-Deck)

#	Use Case	Dauer	Wow-Effekt	Technische Basis
UC1	Treuhand: Automatisierte Spesenverarbeitung	6 Min	Beleg → OCR → Kontierung → Export in Sekunden	Trustee-Feature, Graph-Editor Workflow, SharePoint-Nodes
UC2	Immobilien: Automatisierte Machbarkeitsstudie	4 Min	Grundstück eingeben → 6 Min statt 4 Std. Recherche	RealEstate-Feature, Agent + webSearch + readUrl
UC3	Enterprise: AI Knowledge Chatbot	4 Min	Frage stellen → sofortige Antwort mit Quellenangabe	Chatbot-Feature, RAG, Neutralisierung
UC4	Sprach-Deployment: Neue Sprache in 5 Minuten	3 Min	Sprache anlegen → AI übersetzt → UI sofort mehrsprachig	i18n-System, AI-Batch-Translation, Admin-UI
UC5	Integrationen: Architektur-Visualisierung	1 Min	Komplette Integrationslandschaft auf einen Blick	Neue Systemseite, Custom React-Komponente
—	Neutralisierung (Querschnitt)	3 Min	PII live entfernen + Re-Personalisierung	Neutralisierung-Feature, Private LLM

Kritische Stellen

Graph-Editor Performance: Workflow muss flüssig laufen (keine 15s-Wartezeiten)
Neutralisierung live zeigen: Muss am AI-Gate greifen, nicht nur im Playground
Stabile Testdaten: Jeder Demo-Lauf muss identische Ergebnisse liefern
Internet-Abhängigkeit: UC2 (webSearch) braucht stabiles Internet — Fallback vorbereiten
LLM-Latenz: Multi-LLM-Routing muss schnell sein — bevorzugt Azure OpenAI (geringste Latenz)

Ziel und Nicht-Ziele

Ziel:

Drei Use Cases end-to-end live lauffähig auf einer Demo-Instanz
Bootstrap-Modul demo das den kompletten Demo-Zustand idempotent aufbaut
Detailliertes Drehbuch mit Timing, Talking Points und Fallbacks
Automatisiertes Testdrehbuch (pytest) das die Demo-Schritte verifiziert
Alles auf INT-Umgebung deployt und getestet bis Montag Abend

Explizit NICHT:

Keine neuen Features bauen (nutzen was da ist)
Kein neues Frontend (UI-Enhancements separat)
Keine neuen Connector-Implementierungen
Keine Änderung am Billing für die Demo

Betroffene Module

Gateway: modules/bootstrap/bootstrapDemo.py (neu), modules/system/mainSystem.py (Nav-Eintrag), features/trustee/, features/realestate/, features/chatbot/, features/neutralization/, features/workspace/, features/graphicalEditor/
Frontend: pages/system/IntegrationsOverviewPage.tsx (neu), config/pageRegistry.tsx (Eintrag)
DB-Migration: nein (nur Daten-Seeding)
Andere Komponenten: Testdaten (PDF, Excel, CSV), Demo-Skript (Markdown), Test-Suite (pytest)

Entscheidungen

Datum	Entscheidung	Begründung
2026-04-12	Bootstrap-Modul statt manuellem Setup	Idempotent, reproduzierbar, jeder kann die Demo aufsetzen
2026-04-12	UC2 (Immobilien) als Agent-Demo statt RealEstate-Feature voll nutzen	RealEstate-Feature ist noch Shell; Agent + webSearch zeigt dieselbe Story
2026-04-12	Neutralisierung als Querschnitt in UC1 + UC3 einbauen, nicht als eigenen Block	Natürlicher Flow, keine "Feature-Parade"
2026-04-12	Testdrehbuch als pytest-Suite unter `gateway/tests/demo/`	Automatisch prüfbar, CI-fähig, reproduzierbar
2026-04-12	Fallback-Screenshots für UC2 (Internet-abhängig)	Demo darf nicht an WLAN scheitern

Umsetzungs-Checkliste

Phase 0: Klärung — Was zeigen wir? (So Abend / Mo Morgen)

Use-Case-Auswahl bestätigen mit Kollegen (Keynote-Alignment)
- UC1: Treuhand Spesenverarbeitung → zeigt Plug&Play + Workflow
- UC2: Immobilien Machbarkeitsstudie → zeigt AI-Agent-Power + Zeitersparnis
- UC3: Knowledge Chatbot → zeigt RAG + Enterprise-Readiness
- UC4: Sprach-Deployment → zeigt Skalierbarkeit + Enterprise-Readiness (neue Sprache in 5 Min)
- UC5: Integrationen → zeigt Plug&Play-Architektur visuell (Datenquellen → PORTA → Services)
- Querschnitt: Neutralisierung → zeigt Privacy-First
Demo-Storyline abstimmen: Reihenfolge, Übergänge, wer was sagt
Fallback-Strategie: Was wenn ein UC live hängt? (→ vorbereitete Screenshots/Video)

Phase 1: Bootstrap-Modul `demo` (Mo Vormittag)

gateway/modules/bootstrap/bootstrapDemo.py erstellen
- Funktion bootstrapDemoEnvironment(db) — idempotent, aufgerufen via CLI-Flag oder API
- Erstellt Demo-Mandant "PowerON Demo" mit allen nötigen Feature-Instanzen
- Seeded Demo-User: demo@poweron.ch (Admin), treuhänder@demo.ch (Rolle: Mandant)
- Aktiviert Features: workspace, trustee, realestate, chatbot, neutralization, graphicalEditor
- Lädt Demo-Testdaten (PDFs, Excel) in den Workspace
- Konfiguriert Neutralisierung (enabled=true, Demo-Mappings)
- Erstellt Graph-Editor Demo-Workflows aus System-Templates
- Setzt Demo-Billing (Trial-Modus mit genügend Credits)
CLI-Einstiegspunkt in app.py oder separates Script scripts/bootstrapDemo.py
```
python -m scripts.bootstrapDemo --env int --reset
```
- --reset löscht bestehenden Demo-Mandant und baut neu auf
- --env wählt Zielumgebung (local, int)
Demo-Testdaten vorbereiten (Ordner gateway/demoData/)
- invoices/ — 3 Muster-Rechnungen (PDF): Handwerker, Büromaterial, Versicherung
- expenses/ — 2 Spesenbelege (PDF): Reisekosten, Bewirtung
- tenant-dossier.pdf — Fiktives Mieterdossier (Name, Adresse, Mietzins) für Neutralisierung
- knowledge-base/ — 3-4 Firmen-Dokumente (Handbuch, FAQ, Prozessbeschreibung) für RAG
- budget-2026.xlsx — Budget-Soll-Werte für Trustee-Vergleich

Phase 2: Demo-Konfiguration pro Use Case (Mo Nachmittag)

UC1: Treuhand — Spesenverarbeitung

Trustee-Instanz konfigurieren (Connector: Bexio-Sandbox oder Mock)
Graph-Editor Workflow erstellen/aktivieren: Trigger (manual) → SharePoint listFiles → Loop → downloadFile → extractFromFiles → processDocuments → syncToAccounting (System-Template "Treuhand: PDF-Klassifizierung & Trustee-Import" als Basis nutzen)
SharePoint-Demo-Ordner mit 3 Musterbelegen befüllen (oder lokaler Upload-Pfad)
Demo-Prompt vorbereiten: "Verarbeite die Belege im Eingangsordner und erstelle die Buchungen"
Erwartetes Ergebnis dokumentieren: Beleg → extrahierte Positionen → MWST-Code → Kontierung

UC2: Immobilien — Machbarkeitsstudie

Workspace-Instanz mit RealEstate-Kontext konfigurieren
Demo-Prompt vorbereiten: "Erstelle eine Machbarkeitsstudie für das Grundstück an der Musterstrasse 42, 8001 Zürich. Analysiere Zonierung, Baurecht und Nutzungspotential."
Agent-Tools sicherstellen: webSearch, readUrl, createChart verfügbar
Fallback: Vorbereitete Ergebnis-Screenshots falls Internet ausfällt
Erwartetes Ergebnis dokumentieren: Automatische Datensammlung → BZO-Analyse → Zusammenfassung

UC3: Enterprise — Knowledge Chatbot

Chatbot-Instanz konfigurieren mit Demo-Datenbank (oder Workspace-RAG)
Knowledge-Base befüllen: 3-4 Dokumente hochladen + RAG-Index aufbauen
Demo-Fragen vorbereiten:
- "Wie ist unser Reklamationsprozess?" (→ Antwort mit Quellenangabe)
- "Welche Fristen gelten für Nebenkostenabrechnungen?" (→ zeigt domänenspezifisches Wissen)
- "Erstelle eine Zusammenfassung der Q1-Ergebnisse" (→ zeigt Analyse-Fähigkeit)
Neutralisierung aktivieren und in einer Frage live demonstrieren
Erwartetes Ergebnis dokumentieren: Frage → Antwort mit Quellenangabe + Audit-Trail

UC5: Integrationen — Architektur-Visualisierung (neue Seite)

Neue Systemseite page.system.integrations erstellen
- Route: /integrations (unter "Meine Sicht" / System-Block)
- Navigation-Eintrag in mainSystem.py → NAVIGATION_SECTIONS
- Page-Registry-Eintrag in pageRegistry.tsx → Icon: FaProjectDiagram oder FaCubes
React-Komponente IntegrationsOverviewPage.tsx bauen
- 3-Schichten-Layout (vertikal, von unten nach oben):
- Schicht 1 (unten): Datenquellen
  - Box pro OAuth-Connection (Microsoft-Icon, Google-Icon) → persönliche Daten
  - Box pro System-Connector (Abacus-Instanz, Bexio-Instanz, RMA, SharePoint, etc.)
  - Daten kommen von GET /api/connections + Feature-Instanz-Configs
- Schicht 2 (Mitte): PORTA (PowerON)
  - Zentrale Box mit PowerON-Logo
  - Darin: Sub-Boxes für jeden aktiven Workflow (System-Templates + Custom-Workflows)
  - Daten kommen von GET /api/workflows (Graph-Editor Workflows)
- Schicht 3 (oben): Services / Mandanten
  - Box pro Mandant mit den aktivierten Features/Services darin
  - Daten kommen von Navigation-API (GET /api/navigation → dynamic block)
- Verbindungslinien zwischen den Schichten (CSS/SVG, kein Canvas)
- Rendering-Technologie: Custom React mit CSS Grid + framer-motion Animationen
  - Kein Mermaid (zu statisch, schwer zu stylen)
  - Kein xyflow (Overkill, neue Dependency)
  - Bestehende Libs nutzen: react-icons (Connector-Icons), framer-motion (Hover/Enter-Animationen)
API-Endpoint GET /api/system/integrations-overview (optional)
- Aggregiert: Connections, Feature-Instanzen, Workflows, Mandanten
- Oder: Frontend aggregiert aus bestehenden APIs (einfacher, weniger Backend-Aufwand)
Demo-Daten sicherstellen: Mindestens 2 Connections (Microsoft, Google), 2 System-Connectors (Abacus, Bexio), 3 Workflows, 2 Mandanten mit Features

UC4: Sprach-Deployment — Neue Sprache in 5 Minuten

Sicherstellen: i18n Admin-UI erreichbar unter /admin/languages
Bestehende Sprachen prüfen: DE, EN, FR vorhanden und vollständig
Demo-Sprache vorbereiten: Italienisch (it) NICHT vorinstalliert lassen — wird live angelegt
AI-Übersetzungs-Pipeline testen: POST /api/i18n/sets mit code: "it" → async Translation → Ergebnis in <5 Min
Sprachwechsel im UI testen: Nach Anlage → Sprachselektor zeigt "it" → UI komplett auf Italienisch
Fallback: Falls AI-Translation zu lang dauert → Sprache vorher anlegen, live nur den Wechsel zeigen
Billing sicherstellen: Demo-Mandant hat genügend Credits für AI-Batch-Translation

Querschnitt: Neutralisierung

Demo-Flow vorbereiten:
1. Fiktives Mieterdossier (PDF) im Workspace öffnen
2. Neutralisierung aktivieren → PII wird zu Platzhaltern
3. AI-Analyse auf neutralisierten Daten ausführen
4. Re-Personalisierung zeigen (Platzhalter → Originaldaten)
NeutralizationPanel im Frontend vorbereiten (Mappings sichtbar)

Phase 3: Drehbuch der Demo (Mo Nachmittag)

Detailliertes Drehbuch erstellen (siehe unten, Abschnitt "Demo-Drehbuch")
Talking Points für jede Szene (was sagen, was zeigen, was klicken)
Timing-Markers (Minute 0-20) mit Puffer

Phase 4: Testdrehbuch — automatisiertes Testing (Mo Abend)

Test-Suite gateway/tests/demo/ erstellen
conftest.py mit Demo-Fixtures (Mandant, User, Feature-Instanzen)
test_demo_uc1_trustee.py — Trustee-Pipeline end-to-end
test_demo_uc2_realestate.py — Agent-basierte Machbarkeitsstudie
test_demo_uc3_chatbot.py — Knowledge-Chatbot mit RAG
test_demo_uc4_i18n.py — Sprach-Deployment + AI-Translation + UI-Wechsel
test_demo_neutralization.py — Neutralisierung roundtrip
test_demo_bootstrap.py — Bootstrap idempotent + Demo-Zustand korrekt
Alle Tests grün auf INT-Umgebung

Phase 5: Generalprobe (Di Vormittag)

Komplette Demo 1x durchspielen auf INT mit echtem Browser
Timing messen — muss in 20 Min passen (Ziel: 18 Min mit Puffer)
Edge Cases testen: Was wenn LLM langsam? Was wenn SharePoint-Timeout?
Backup-Plan: Browser-Tab mit vorbereiteten Ergebnissen für jeden UC

Demo-Drehbuch (20 Minuten)

Szene 0: Setup (vor der Demo, nicht sichtbar)

Browser auf: PORTA Dashboard (Demo-Mandant eingeloggt als demo@poweron.ch)
Tabs vorbereitet: Dashboard, Workspace, Graph-Editor, Trustee, Chatbot
SharePoint-Demo-Ordner mit Belegen befüllt
Neutralisierung aktiviert
Knowledge-Base indexiert

Szene 1: Intro & Integrationslandschaft (0:00 – 3:00)

Was zeigen: PORTA Dashboard → Integrationsseite — die Architektur auf einen Blick Talking Points:

"Das ist PORTA — unsere AI Execution Layer. Ein Login, alle AI-Workflows."
"Jeder Mandant hat seine eigenen Features, Daten, Berechtigungen — komplett getrennt."

Klick-Sequenz:

Dashboard → Mandanten-Übersicht
Feature-Store → aktivierte Features zeigen (Treuhand, Chatbot, Neutralisierung)
Integrationen öffnen → "Hier sehen Sie die komplette Architektur auf einen Blick."
Schicht für Schicht erklären:
- Unten: "Das sind die Datenquellen — Microsoft, Google, Abacus, Bexio. Die stecken wir an wie Stecker."
- Mitte: "Hier laufen die Workflows — visuell gebaut, AI-gesteuert. System-Templates und individuelle."
- Oben: "Die Services pro Mandant — jeder bekommt nur, was er braucht."
"50+ Konnektoren, keine Seat-Lizenzen, Bezahlung pro Workflow-Ausführung."
→ Überleitung: "Schauen wir uns an, wie das konkret funktioniert."

Szene 2: UC1 — Treuhand Spesenverarbeitung (3:00 – 9:00)

Was zeigen: Beleg → OCR → KI-Kontierung → Export — in Sekunden statt Minuten Talking Points:

"Treuhänder verbringen 5-15 Min pro Beleg mit manueller Erfassung."
"PowerON automatisiert das: Beleg hochladen oder aus SharePoint holen, KI extrahiert und kontiert."

Klick-Sequenz:

Graph-Editor öffnen → Demo-Workflow "Treuhand: Belegverarbeitung" zeigen
"Das ist ein visueller Workflow — kein Code nötig. SharePoint → Loop → Extraktion → Kontierung."
Workflow manuell starten → Live-Ausführung zeigen
Trustee-Bereich öffnen → extrahierte Positionen zeigen (Beleg, MWST, Konto)
"Das lief gerade in Sekunden. Vorher: 15 Minuten pro Beleg. Das ist 98% Zeiteinsparung."
Audit-Trail zeigen: "Jeder Schritt ist nachvollziehbar — für Revision und Compliance."

Transition: "Und das Beste: Die Kundendaten verlassen nie die Schweiz. Schauen wir uns das an."

Szene 3: Neutralisierung live (9:00 – 12:00)

Was zeigen: PII-Schutz in Echtzeit — Daten werden vor dem LLM-Call anonymisiert Talking Points:

"Treuhänder, Anwälte, Gesundheitssektor — die können keine Kundendaten an OpenAI senden."
"PowerON löst das architektonisch: PII wird entfernt, BEVOR Daten zum Modell gehen."

Klick-Sequenz:

Workspace öffnen → Mieterdossier (PDF) hochladen
Neutralisierungs-Panel zeigen: "Hier sehen Sie die Mappings — jeder Name, jede Adresse wird durch Platzhalter ersetzt."
AI-Analyse starten: "Analysiere das Mieterdossier und erstelle eine Risikobewertung"
Ergebnis zeigen: Analyse ist inhaltlich korrekt, aber keine echten Namen im LLM-Call
Re-Personalisierung: "Im Ergebnis stehen wieder die echten Namen — der Platzhalter-Roundtrip ist transparent."
"Das ist keine opt-in Checkbox. Das ist Architektur. PII kann physisch nicht zum Modell-Anbieter gelangen."

Transition: "Jetzt zeigen wir, wie die KI auch ausserhalb der Treuhand arbeitet."

Szene 4: UC2 — Immobilien Machbarkeitsstudie (12:00 – 15:00)

Was zeigen: Grundstück → automatische Recherche → Analyse in Minuten statt Stunden Talking Points:

"Immobilienfirmen recherchieren 2-4 Stunden pro Grundstück. Manuell, über verschiedene Quellen."
"PowerON automatisiert die Recherche und erstellt eine Machbarkeitsstudie."

Klick-Sequenz:

Workspace öffnen → Prompt eingeben: "Erstelle eine Machbarkeitsstudie für Musterstrasse 42, 8001 Zürich"
Agent arbeitet live: "Der Agent sucht jetzt automatisch in öffentlichen Quellen — swisstopo, Zonenpläne, ÖREB."
Ergebnis zeigen: Zusammenfassung mit Zonierung, Baurecht, Nutzungspotential
Chart zeigen (falls generiert): Flächenaufteilung, Nutzungsmix
"6 Minuten statt 4 Stunden. 92% Zeiteinsparung. Und das funktioniert für jedes Grundstück in der Schweiz."

Transition: "Letztes Beispiel — wie die KI als Firmen-Wissensbasis funktioniert."

Szene 5: UC3 — Knowledge Chatbot (15:00 – 17:00)

Was zeigen: Firmenwissen sofort abrufbar — mit Quellenangabe Talking Points:

"Informationssilos sind der Produktivitätskiller Nr. 1. ERP, CRM, SharePoint — Daten überall."
"PowerON gibt ein einheitliches Interface auf alle Datenquellen."

Klick-Sequenz:

Chatbot öffnen → "Wie ist unser Reklamationsprozess?"
Antwort zeigen: Strukturiert, mit Quellenangabe (Dokument + Seite)
Follow-up: "Welche Fristen gelten für Nebenkostenabrechnungen?"
Antwort mit Rechtsgrundlage zeigen
"Sofortige Antworten statt 10 Minuten Suche. Rollenbasierter Zugriff — jeder sieht nur, was er sehen darf."

Szene 6: UC4 — Sprach-Deployment live (17:00 – 20:00)

Was zeigen: Neue Sprache in Minuten — AI übersetzt das komplette UI automatisch Talking Points:

"Europäische Kunden brauchen Mehrsprachigkeit. Deutsch, Französisch, Englisch — und morgen vielleicht Italienisch oder Portugiesisch."
"Bei PowerON legen Sie eine neue Sprache an, die AI übersetzt alle UI-Texte, und in 5 Minuten ist das System komplett in der neuen Sprache verfügbar. Ohne Code-Änderung, ohne Redeploy."
"Das ist kein Google Translate. Die AI versteht den Kontext — 'Offen' als Status vs. 'Offen' als Zustand wird korrekt übersetzt."

Klick-Sequenz:

Administration → System → UI-Sprachen öffnen → bestehende Sprachen zeigen (DE, EN, FR)
"Neue Sprache anlegen" klicken → z.B. Italienisch (it) wählen
AI-Übersetzung startet → Fortschritt zeigen (Batch-Pipeline)
Sprache wechseln → komplettes UI ist sofort auf Italienisch
"Das hat gerade 5 Minuten gedauert. Für eine komplette Enterprise-Plattform. Kein Entwickler nötig."
Optional: "Update All" zeigen — scannt die Codebase, synchronisiert neue Keys, übersetzt automatisch

Transition: "Das war PowerON PORTA — zurück zu den Zahlen."

Szene 7: Closing (im Keynote-Deck, nicht in PORTA)

Zurück zu den Keynote-Slides: Pricing, Roadmap, Next Steps
CTA für Investoren / Treuhänder

Testdrehbuch (automatisiert)

Architektur

gateway/tests/demo/
├── conftest.py                    # Demo-Fixtures, DB-Setup
├── test_demo_bootstrap.py         # Bootstrap idempotent, Demo-Zustand korrekt
├── test_demo_uc1_trustee.py       # UC1: Beleg → Extraktion → Kontierung
├── test_demo_uc2_realestate.py    # UC2: Agent → Web-Recherche → Analyse
├── test_demo_uc3_chatbot.py       # UC3: Frage → RAG → Antwort + Quelle
├── test_demo_uc4_i18n.py          # UC4: Sprache anlegen → AI-Translation → UI-Wechsel
├── test_demo_neutralization.py    # Neutralisierung: PII → Platzhalter → Roundtrip
└── README.md                      # Ausführungshinweise

Test-Szenarien (Given-When-Then)

T-BOOT: Bootstrap

Given  keine Demo-Daten in der DB
When   bootstrapDemoEnvironment(db) ausgeführt wird
Then   Demo-Mandant existiert mit allen Feature-Instanzen
  AND  Demo-User existiert mit korrekten Rollen
  AND  Demo-Testdaten sind im Workspace geladen
  AND  Neutralisierung ist aktiviert
  AND  Graph-Editor hat Demo-Workflows

Given  Demo-Daten bereits vorhanden
When   bootstrapDemoEnvironment(db) erneut ausgeführt wird
Then   kein Fehler (idempotent)
  AND  Zustand ist identisch

T-UC1: Treuhand Spesenverarbeitung

Given  Demo-Mandant mit Trustee-Instanz und 3 Musterbelegen im Workspace
When   Graph-Editor Workflow "Treuhand: Belegverarbeitung" gestartet wird
Then   alle 3 Belege werden extrahiert
  AND  jeder Beleg hat mindestens 1 extrahierte Position
  AND  jede Position hat: Betrag, MWST-Satz, Konto-Vorschlag
  AND  Workflow-Status = completed
  AND  Audit-Trail enthält alle Schritte

Given  extrahierte Positionen vorhanden
When   syncToAccounting aufgerufen wird
Then   Positionen werden an Connector übergeben (Mock: Bexio-Sandbox)
  AND  Sync-Status = "synced" für alle Positionen

T-UC2: Immobilien Machbarkeitsstudie

Given  Demo-Mandant mit Workspace-Instanz
When   Agent-Prompt "Erstelle Machbarkeitsstudie für Musterstrasse 42, 8001 Zürich" ausgeführt wird
Then   Agent nutzt webSearch und/oder readUrl Tools
  AND  Ergebnis enthält: Zonierung, Baurecht-Infos, Flächenanalyse
  AND  Ergebnis ist strukturiert (Abschnitte, ggf. Chart)
  AND  Antwortzeit < 120 Sekunden

T-UC3: Knowledge Chatbot

Given  Demo-Mandant mit Chatbot-Instanz und indexierter Knowledge-Base (3+ Dokumente)
When   Frage "Wie ist unser Reklamationsprozess?" gestellt wird
Then   Antwort referenziert mindestens 1 Quell-Dokument
  AND  Antwort ist inhaltlich korrekt (enthält Prozessschritte)
  AND  Antwortzeit < 15 Sekunden

Given  Chatbot mit RAG-Index
When   Frage zu Thema ausserhalb der Knowledge-Base gestellt wird
Then   Antwort zeigt an, dass keine relevante Quelle gefunden wurde (kein Halluzinieren)

T-UC4: Sprach-Deployment

Given  Demo-Mandant mit i18n Admin-Zugriff und bestehenden Sprachen DE, EN, FR
  AND  Sprache "it" (Italienisch) existiert NICHT
When   POST /api/i18n/sets mit code "it" ausgeführt wird
Then   AI-Batch-Translation startet
  AND  nach Abschluss enthält das it-Set alle Keys aus dem de-Master-Set
  AND  Übersetzungen sind kontextuell korrekt (Stichprobe: "Speichern" → "Salva", "Abbrechen" → "Annulla")
  AND  Gesamtdauer < 5 Minuten

Given  Sprache "it" vollständig übersetzt
When   User die Sprache im UI auf "it" wechselt
Then   alle UI-Elemente zeigen italienische Texte
  AND  kein Fallback auf deutsche Keys sichtbar (ausser bei fehlenden Übersetzungen)

T-NEU: Neutralisierung

Given  Demo-Mandant mit aktivierter Neutralisierung
  AND  Mieterdossier-PDF mit PII (Name: "Hans Muster", Adresse: "Bahnhofstrasse 1")
When   PDF hochgeladen und Neutralisierung ausgeführt wird
Then   neutralisierter Text enthält Platzhalter statt "Hans Muster"
  AND  Mapping-Tabelle enthält Zuordnung Platzhalter → Original
  AND  resolveText() stellt Originaldaten korrekt wieder her

Given  neutralisierter Text
When   AI-Analyse "Erstelle Risikobewertung" ausgeführt wird
Then   LLM erhält nur neutralisierten Text (kein PII im Request)
  AND  Ergebnis nach Re-Personalisierung enthält "Hans Muster"

Ausführung

cd gateway/

# Alle Demo-Tests:
pytest tests/demo/ -v -m "not expensive"

# Nur Bootstrap:
pytest tests/demo/test_demo_bootstrap.py -v

# Nur UC1:
pytest tests/demo/test_demo_uc1_trustee.py -v

# Mit Live-AI-Calls (expensive, für Generalprobe):
pytest tests/demo/ -v -m ""

Akzeptanzkriterien

#	Kriterium (Given-When-Then)	Prio
1	Given Demo-Mandant, When Bootstrap ausgeführt wird, Then alle Features aktiv + Testdaten geladen + Neutralisierung an	must
2	Given 3 Musterbelege, When Trustee-Workflow läuft, Then Belege extrahiert + kontiert + Audit-Trail vorhanden	must
3	Given Workspace mit Agent, When Machbarkeitsstudie-Prompt, Then strukturierte Analyse mit Quellen in <2 Min	must
4	Given Chatbot mit Knowledge-Base, When Frage gestellt, Then Antwort mit Quellenangabe in <15s	must
5	Given Mieterdossier-PDF, When Neutralisierung aktiv + AI-Analyse, Then PII nie an LLM gesendet + Re-Personalisierung korrekt	must
6	Given i18n Admin-UI, When neue Sprache "it" angelegt wird, Then AI übersetzt alle Keys in <5 Min und UI zeigt Italienisch nach Sprachwechsel	must
7	Given komplettes Drehbuch, When Demo komplett durchgespielt, Then Timing ≤ 20 Min mit Puffer	must
8	Given pytest-Suite, When `pytest tests/demo/` ausgeführt, Then alle Tests grün (ohne expensive: Bootstrap + Struktur; mit expensive: Live AI)	should

Testplan

ID	AC	Art	Automatisiert	Repo-Pfad	Status
T1	1	integration	ja	gateway/tests/demo/test_demo_bootstrap.py	pending
T2	2	e2e	ja (teilweise, AI=expensive)	gateway/tests/demo/test_demo_uc1_trustee.py	pending
T3	3	e2e	ja (expensive)	gateway/tests/demo/test_demo_uc2_realestate.py	pending
T4	4	e2e	ja (expensive)	gateway/tests/demo/test_demo_uc3_chatbot.py	pending
T5	5	e2e	ja (expensive)	gateway/tests/demo/test_demo_neutralization.py	pending
T6	6	e2e	ja (expensive)	gateway/tests/demo/test_demo_uc4_i18n.py	pending
T7	7	manual	nein	— (Generalprobe Di Morgen)	pending
T8	8	ci	ja	`pytest tests/demo/ -v`	pending

Abschluss

b-reference/ aktualisiert (keine neuen Features, nur Demo-Config)
TOPICS.md aktualisiert (falls neues Thema)
Dieses Dokument → z-archive/ verschoben

27 KiB Raw Blame History Unescape Escape

Investor-Demo Dienstag — Live Product Demo (20 Min)

Beschreibung und Kontext

Fokus und kritische Details

Was die Audienz überzeugt (Schritt 1 — gemeinsam klären)

Drei Live Use Cases (aus Keynote-Deck)

Kritische Stellen

Ziel und Nicht-Ziele

Betroffene Module

Entscheidungen

Umsetzungs-Checkliste

Phase 0: Klärung — Was zeigen wir? (So Abend / Mo Morgen)

Phase 1: Bootstrap-Modul demo (Mo Vormittag)

Phase 2: Demo-Konfiguration pro Use Case (Mo Nachmittag)

UC1: Treuhand — Spesenverarbeitung

UC2: Immobilien — Machbarkeitsstudie

UC3: Enterprise — Knowledge Chatbot

UC5: Integrationen — Architektur-Visualisierung (neue Seite)

UC4: Sprach-Deployment — Neue Sprache in 5 Minuten

Querschnitt: Neutralisierung

Phase 3: Drehbuch der Demo (Mo Nachmittag)

Phase 4: Testdrehbuch — automatisiertes Testing (Mo Abend)

Phase 5: Generalprobe (Di Vormittag)

Demo-Drehbuch (20 Minuten)

Szene 0: Setup (vor der Demo, nicht sichtbar)

Szene 1: Intro & Integrationslandschaft (0:00 – 3:00)

Szene 2: UC1 — Treuhand Spesenverarbeitung (3:00 – 9:00)

Szene 3: Neutralisierung live (9:00 – 12:00)

Szene 4: UC2 — Immobilien Machbarkeitsstudie (12:00 – 15:00)

Szene 5: UC3 — Knowledge Chatbot (15:00 – 17:00)

Szene 6: UC4 — Sprach-Deployment live (17:00 – 20:00)

Szene 7: Closing (im Keynote-Deck, nicht in PORTA)

Testdrehbuch (automatisiert)

Architektur

Test-Szenarien (Given-When-Then)

T-BOOT: Bootstrap

T-UC1: Treuhand Spesenverarbeitung

T-UC2: Immobilien Machbarkeitsstudie

T-UC3: Knowledge Chatbot

T-UC4: Sprach-Deployment

T-NEU: Neutralisierung

Ausführung

Akzeptanzkriterien

Testplan

Links

Abschluss

27 KiB

Raw Blame History

Phase 1: Bootstrap-Modul `demo` (Mo Vormittag)