Langdock im Mittelstand einführen: So gelingt der KI-Rollout ohne Chaos
Chantal Seiter20.7.2026
Was bei einem Langdock-Rollout im Mittelstand wirklich zählt und wo die meisten Projekte ins Stocken geraten
Inhalt
- Kein Legacy-System, aber auch keine grüne Wiese
- Langdock im Überblick
- Der Fahrplan: die Phasen bis zur unternehmensweiten Nutzung
- Technische Integration: Erst die Basis, dann die Komplexität
- Prozessanpassung: Governance schlägt Begeisterung
- Nutzerakzeptanz: Wie überzeugst du dein Team von KI?
- Langdock einführen: Was gilt im DACH-Raum?
- Die Langdock-Implementierung ist ein laufender Prozess
- Dein Implementierungspartner für Langdock
- Fazit: Was erfolgreiche Rollouts richtig machen
Wer Langdock im Mittelstand einführt, stößt schnell auf dieselben Fragen: Welche Systeme binde ich zuerst an? Wer darf in deinem Unternehmen eigene KI-Agenten bauen? Und wie sorge ich dafür, dass meine Teams das Tool nach dem Go-live auch wirklich nutzen? Fehlt dir zu Beginn eine klare Struktur, entstehen schnell Insellösungen, überforderte IT-Kolleg*innen und eine Adoption Rate, die bald wieder deutlich absinkt.
Dieser Implementierungsguide zeigt dir deshalb die drei kritischen Schwerpunkte einer Langdock-Einführung: von der technischen Integration über die Prozessanpassung bis zur Nutzerakzeptanz. Dazu erfährst du, was im DACH-Raum bei keinem Rollout fehlen darf. On top gibt’s Praxiswissen von Georg Obermayr. Er ist Director Development bei der Digitalagentur schalk&friends, einem offiziellen Specialist Partner von Langdock.
Das Wichtigste in Kürze
- Bei Langdock entfällt die Datenmigration, die Vorkonfiguration von Rollen und Berechtigungen bleibt trotzdem entscheidend und passt sich an dein individuelles Anforderungsprofil an.
- Setze bei der technischen Integration auf Standardintegrationen statt Eigenentwicklungen, das verkürzt die Time-to-Value um bis zu zwölf Wochen.
- Ohne Rückhalt vom Management scheitern laut MIT-Studie 95 Prozent der KI-Initiativen in der Implementierungsphase. Klare Rollen und Governance sind deshalb essenziell.
- Dezentrales Enablement über AI-Champions überzeugt Teams eher als zentrale Schulungen, wie die Beispiele von Merck und GetYourGuide zeigen.
- Im DACH-Raum sind DSGVO-Konformität, EU-Hosting und freie Modellwahl feste Anforderungen an jede KI-Plattform.
Dein Onboarding in Bestzeit: Mit unserem „Implementierungsguide“ erhältst du die wichtigsten Insights von Expert*innen. Wir zeigen die entscheidenden Schritte, um dein System in Bestzeit live zu schalten.
Kein Legacy-System, aber auch keine grüne Wiese
Bei den meisten Software-Einführungen ist die Datenmigration einer der größten Zeitfresser. Bei Langdock entfällt dieser Schritt: Die Plattform ist kein Ablösesystem, es gibt kein Vorgänger-Tool, aus dem Chat-Verläufe oder Konfigurationen übertragen werden müssten. Der Start ist immer ein Neustart.
Das heißt allerdings nicht, dass du direkt loslegen kannst. Wer glaubt, man installiert Langdock und startet sofort mit dem ersten Use Case, unterschätzt die Vorarbeit. Rollen, Berechtigungen, Datenquellen und die ersten Use Cases solltest du unbedingt vor dem Go-live festlegen.
Zu Beginn hast du umfangreiche Konfigurationsmöglichkeiten, die du an dein individuelles Anforderungs- und Komplexitätsprofil anpassen kannst. Ein kleines Team mit wenigen Systemen braucht eine deutlich schlankere Vorkonfiguration als ein Mittelständler mit gewachsener IT-Landschaft und mehreren Fachbereichen. Langdock wächst dementsprechend mit deinem Bedarf.
Drei Schwerpunkte bestimmen, wie reibungslos dein Rollout verläuft:
- Die technische Integration (welche Systeme du in welcher Reihenfolge anbindest)
- Die Prozessanpassung (welche Use Cases du mit welcher Governance umsetzt)
- Die Nutzerakzeptanz (wer wie befähigt wird)
Alle drei Schwerpunkte bedingen einander. Ignorierst du bei der Langdock-Einführung einen dieser Punkte, wirkt sich das auf die anderen beiden aus.
Langdock im Überblick
Langdock ist eine europäische KI-Plattform für Unternehmen, die Chat, Agenten, Workflows, Integrationen und API in einer Lösung bündelt. Im Zentrum steht dabei, Unternehmen die freie Wahl zwischen verschiedenen KI-Modellen zu lassen, statt sie an einen einzelnen Anbieter zu binden.
Langdock bietet:
- DSGVO-Konformität mit EU-Hosting, keine Weitergabe von Trainingsdaten und volle Datenhoheit
- Modellfreiheit: OpenAI, Anthropic, Google, Mistral und weitere Anbieter auf einer Plattform
- Fünf Produkte in einem: Chat, Agenten, Workflows, Integrationen, API
- Governance-Features wie Rollen, Rechte, Audit-Logs und zentrale Prompt-Libraries
- Governance-Produkt für Workspace-Admins, um Agenten und Skills zentral zu prüfen und automatisierte Compliance-Regeln durchzusetzen (bis 1. Januar 2027 kostenlos nutzbar)
- Zertifizierung nach ISO 27001 und SOC 2 Typ II
Der Fahrplan: die Phasen bis zur unternehmensweiten Nutzung
Langdock selbst beschreibt die Einführung im eigenen AI Adoption Playbook als einen Weg mit vier aufeinander aufbauenden Phasen: Preparation, Pilot, Company-Wide Rollout, Long-Term Success.
1
Preparation
AI-Strategie und C-Level-Rückhalt festlegen, Workspace inklusive Branding, Security und Single-Sign-on (SSO) konfigurieren
2
Pilot
AI Champions einladen, erste Use Cases testen, Feedback einsammeln
3
Company-Wide Rollout
Plattform für die gesamte Organisation öffnen, Workshops und interne Kommunikation begleiten
4
Long-Term Success
Adoption-KPIs wie Daily, Weekly und Monthly Active Users verfolgen, schrittweise zu komplexeren Workflows übergehen
Technische Integration: Erst die Basis, dann die Komplexität
Zu viele Integrationen auf einmal sind die häufigste Falle bei der technischen Einführung von Langdock. Ein gestufter Ansatz verkürzt die Time-to-Value um bis zu zwölf Wochen, wie die Erfahrung von schalk&friends zeigt. Berücksichtige deshalb folgende Faktoren:
Bestandsprüfung vor dem ersten API-Call
Bevor du eine Integration anbindest, musst du SSO, SCIM (die automatische Synchronisierung von Nutzerkonten zwischen deinem Identity-Provider und Langdock) und die Security-Settings konfiguriert haben. Dieser Schritt wird in der Praxis am häufigsten übersprungen, weil Teams direkt mit den ersten Anwendungsfällen starten wollen. Fehlt diese Grundlage, entstehen später Berechtigungschaos und Sicherheitslücken, die sich nur mit deutlich mehr Aufwand nachträglich beheben lassen.
Genauso wichtig ist die Datenqualität deiner Quellsysteme. Schlechte Inhalte in SharePoint oder Confluence führen unweigerlich zu schlechtem Output, ganz gleich, wie gut das zugrunde liegende Sprachmodell ist. Prüfe deine Quellsysteme deshalb vorab auf Datenqualität, bevor du sie anbindest. Dazu zählen bspw. das Zusammenführen von Dubletten und eine einheitliche Schreibweise deiner Datensätze. Kläre außerdem, welche Fragen zu deiner IT-Landschaft vorab beantwortet sein müssen. Etwa zu Schnittstellen, Kompatibilität und veralteten Systemen.
Insider-Wissen
Über die Implementierungsexpert*innen
Für diesen Artikel haben wir mit Georg Obermayr von schalk&friends gesprochen. Er bringt die KI-Transformation in Unternehmen voran und begleitet Betriebe beim Aufbau funktionierender Marketing-Ökosysteme.
Du brauchst Unterstützung bei deiner Langdock-Implementierung?
Hier geht's zu schalk&friends®Welche Langdock-Integration zuerst?
Langdock bietet über 50 Standardintegrationen, unter anderem zu Salesforce, Jira, Confluence und Google. Diese solltest du vollständig ausschöpfen, bevor eigene Entwicklungen ins Spiel kommen. Insgesamt stehen mehr als 600 vorgefertigte Aktionen zur Verfügung, etwa Jira-Tickets anlegen oder aktualisieren, Termine im Google Kalender verwalten, HubSpot-Deals erstellen oder aktualisieren, Notion-Seiten anlegen oder Nachrichten in Slack versenden. Du kannst sie direkt im Chat per „@“ aufrufen, ohne Integrationen manuell konfigurieren zu müssen.
Die Plattform erlaubt auch den Import eigener MCP-Server sowie die Anbindung externer Agenten über A2A (Agent-to-Agent-Protokoll). Allerdings: Erst wenn ein konkreter Bedarf über die Standardanbindungen hinausgeht, lohnt sich der Schritt zur Custom-Integration über MCP oder API. Hierfür sind entsprechende Entwicklungskompetenzen im Team oder die Unterstützung eines externen Implementierungsspezialisten wie schalk&friends nötig.
Denk bei der Langdock-Einführung von Anfang an modular: Ein Aufbau, der mit deinem Unternehmen mitwächst, erspart dir spätere Umbauten und lässt sich schrittweise um weitere Integrationen erweitern.
Quick Wins statt Vollständigkeit
Der Versuch, alle Systeme gleichzeitig anzubinden, scheitert in der Praxis regelmäßig. Fokussierst du dich stattdessen zuerst auf Standardintegrationen statt auf Eigenentwicklungen, lässt sich die Time-to-Value um bis zu zwölf Wochen reduzieren.
„Standard-Integrationen klingen erstmal gut, scheitern in der Praxis aber häufig an spezifischen Vorgaben oder Speziallösungen in den Systemen. Hier muss jeder Einzelfall separat betrachtet werden – immer mit dem Ziel, schnell Use Cases zu ermöglichen.“
– Georg Obermayr, Director Development bei schalk&friends
Prozessanpassung: Governance schlägt Begeisterung
Ein häufiges Problem in Unternehmen mit großen Ambitionen: Teams bauen eigene Agenten, ohne die Lösungen der anderen zu kennen oder zu nutzen. So entstehen Insellösungen, die sich nicht skalieren lassen.
Dass eine KI-Einführung vom gesamten Unternehmen gelebt werden muss, zeigt die Studie „The GenAI Divide: State of AI in Business 2025“ des MIT-Projekts NANDA: Ohne starke Unterstützung durch das Management scheitern 95 Prozent der KI-Initiativen in der Implementierungsphase.
Das bestätigt auch Langdocks eigene Erfahrung aus hunderten Rollouts: Erfolgreiche Einführungen entstehen selten allein von oben oder allein von unten, sondern aus einer Kombination aus beidem. Die Führungsebene agiert richtungsweisend und stellt Ressourcen zur Verfügung, während Champions in den Teams über konkrete Use Cases für Akzeptanz sorgen.
Use Cases richtig bewerten
Bewerte neue Use Cases nach einer Impact-Effort-Matrix, bevor du mit der technischen Umsetzung startest. Statt von oben starre Vorgaben zu machen, funktioniert eine geführte Use-Case-Entwicklung über Workshops mit den einzelnen Teams meist deutlich besser. Die Fachbereiche kennen ihre eigenen Anforderungen schließlich eher. Achte dabei auf Scope-Disziplin: Typische Warnsignale sind ausufernde Anforderungen und Use Cases, die sich immer weiter aufblähen, statt in überschaubaren Schritten umgesetzt zu werden.
Klare Rollen statt Reibungsverluste
Eine strukturierte Agent-Architektur verhindert, dass jedes Team seine eigene, isolierte Lösung baut. Langdock bietet dafür eine zentrale Agenten-Bibliothek, die teamübergreifend genutzt werden kann.
Ebenfalls hilft eine einfache Rollen-Matrix, die festlegt, wer wofür verantwortlich ist. Bewährt haben sich dabei vier Kernrollen:
Rolle | Verantwortung |
|---|---|
C-Level-Sponsor | Sichert Budget und Rückhalt, verbindet die KI-Initiative sichtbar mit den Unternehmenszielen |
AI-Leitung | Einzelperson oder kleines Kernteam, verantwortet Strategie, Rollout-Plan und Champion-Programm |
Kommunikationsteam | Sorgt für Sichtbarkeit über Newsletter, Intranet und Erfolgsgeschichten |
IT & Infrastruktur | Stellt die sichere technische Basis bereit, etwa SSO, Netzwerk- und Security-Konfiguration |
Iterativ statt perfekt implementieren
Ein explorativer Ansatz ist bei KI-Plattformen entscheidender als bei klassischer Software. Starte klein, teste Use Cases iterativ und etabliere standardisierte Review-Zyklen, in denen bestehende Anwendungsfälle regelmäßig überprüft werden. Durch gezieltes Enablement und Wiederverwendung lässt sich die Entwicklungszeit für neue Use Cases spürbar reduzieren.
„Am Schluss sind KI-Use-Cases auch Projekte. Sie müssen auf die Prioritäten des Fachbereiches ausgerichtet werden und brauchen die Zusammenarbeit verschiedener Disziplinen. Eine klare Roadmap hilft hier, um alle mitzunehmen.“
– Georg Obermayr, Director Development bei schalk&friends
Nutzerakzeptanz: Wie überzeugst du dein Team von KI?
Der größte Rollout-Killer ist selten die Technologie selbst. Es sind Berührungsängste, falsche Erwartungen und zu wenig Zeit für die Einarbeitung.
Was sind die häufigsten Widerstände?
Ängste vor Jobverlust solltest du im Unternehmen offen adressieren, denn Schweigen verstärkt sie eher, als sie aufzulösen. Genauso problematisch sind falsche Erwartungen: Zu hohe wie zu niedrige Einschätzungen an das, was KI leisten kann, führen gleichermaßen zu Frust. Häufig taucht außerdem das Not-invented-here-Syndrom auf, bei dem Teams eigene Lösungen gegenüber bestehenden bevorzugen. Gehe hier mit deinem Team in den konstruktiven Austausch, statt eigene Wünsche pauschal abzulehnen.
Wenn Widerstand gegen die Langdock-Implementierung aufkommt, hilft ein Perspektivwechsel: Technologie ist laut Langdocks eigener Erfahrung nur zu 20 Prozent für den Erfolg einer KI-Einführung verantwortlich, die restlichen 80 Prozent entscheiden sich beim Menschen. Skepsis hat dabei selten mit der Technik selbst zu tun, sondern meistens damit, dass sich jemand nicht gehört oder abgehängt fühlt. Wer Bedenken ernst nimmt statt sie zu ignorieren, verhindert, dass aus leiser Zurückhaltung aktiver Widerstand wird.
20 % Technologie, 80 % Mensch: Die Technik ist die Basis jeder KI-Transformation, doch die eigentliche Herausforderung liegt darin, Menschen durch den kulturellen Wandel zu begleiten. Wer Bedenken ernst nimmt, verhindert, dass aus leisen Zweifeln aktiver Widerstand wird.
Das Enablement-Modell schafft Abhilfe
Den Umgang mit KI lernt man selten durch Theorie, sondern durch praktisches Ausprobieren. Experience Workshops schaffen erste Hands-on-Erfahrungen. Ein KI-Expertenmodell funktioniert dabei oft besser als eine zentrale IT-Instanz, die den Ton vorgibt. Identifiziere deshalb Power User pro Team, die als AI Champions andere Kolleg*innen unterstützen können.
Was in der Praxis funktioniert
Prompt Libraries bieten niedrigschwellige Einstiegspunkte, die jedes Teammitglied sofort nutzen kann. Langdock bringt eine entsprechende Prompt-Library-Funktion mit, so entsteht für dich kein zusätzlicher Aufwand. Hackathons und AI Clinics unterstützen das kreative Ausprobieren und bieten bei Bedarf gleichzeitig technischen Support.
Tipp: Mache KI-Erfolge sichtbar, etwa über Newsletter, Town Halls oder das Intranet, um das Momentum im Unternehmen aufrechtzuerhalten.
Beim eigentlichen Rollout hat sich laut Langdock das Train-the-Trainer-Prinzip bewährt: Statt extern zu schulen, werden deine AI Champions selbst zu internen Trainer*innen, die ihr Wissen organisch in die Teams tragen. Kolleg*innen lernen so von Menschen, die ihre Routinen kennen, was in der Praxis eine höhere Akzeptanz erzeugt als externe Schulungen. Auch persönliche Formate zahlen darauf ein. Bei Hackathons und AI Weeks bauen Teams einen Tag oder eine Woche lang reale Use Cases. Das baut Berührungsängste ab und weckt Begeisterung.
Vom Pilot zur unternehmensweiten AI-Kultur
1
Pilot
AI Champions einladen, erste Use Cases experimentell testen
2
Rollout
Train-the-Trainer, Champions schulen ihre Teams selbst
3
Momentum
Hackathons und AI Weeks als Bühne für reale Use Cases
4
Kultur
Monatliche AI-Cafés etablieren Erfahrungsaustausch als Routine
„Ein klarer Kompass erleichtert die Akzeptanz. Wie sieht das Team die Rolle von KI? Welche Rolle sehen sie zukünftig für sich selbst als Menschen? Wenn das Team selbst diese Grundlage für sich findet, reduziert das automatisch Berührungsängste.“
– Georg Obermayr, Director Development bei schalk&friends
Langdock einführen: Was gilt im DACH-Raum?
DSGVO-Konformität ist im DACH-Raum eine Grundvoraussetzung. Auch europäisches Hosting und EU-Rechenzentren fordern Unternehmen zunehmend, ebenso nachweisbare Zertifizierungen wie ISO 27001 und SOC 2 Typ II. Die freie Modellwahl gewinnt an Bedeutung, weil Betriebe nicht an einen einzelnen Hyperscaler gebunden sein wollen. Und gerade im Mittelstand sind die IT-Landschaften oft historisch gewachsen, weshalb eine schrittweise Integration hier besonders notwendig ist.
Langdock selbst bringt diese Anforderungen von Haus aus mit: Die Plattform wurde in Deutschland gegründet, ist DSGVO-konform, lässt sich wahlweise in deutschen Rechenzentren oder als eigenes Deployment betreiben und ist nach ISO 27001 sowie SOC 2 Typ II zertifiziert. Deine Daten fließen nicht in das Training der Modelle und die volle Datenhoheit bleibt bei dir.
Die Modellfreiheit zwischen OpenAI, Anthropic, Google und Mistral kommt noch hinzu: Du bist nicht auf einen einzelnen Anbieter angewiesen, sondern kannst je nach Anwendungsfall, Compliance-Anforderung oder Kostenlage das passende Modell wählen, ohne die Plattform wechseln zu müssen. Darüber hinaus lassen sich auch eigene Modelle anbinden, etwa selbst gehostete oder individuell lizenzierte Varianten, falls eine bestehende Investition oder eine spezifische Compliance-Vorgabe das verlangt.
Die Langdock-Implementierung ist ein laufender Prozess
Was in Sachen KI-Einführung heute komplex ist, ist in einigen Monaten oft schon Standard. Ein reifegradorientierter Ansatz holt Unternehmen dort ab, wo sie gerade stehen, von einfachen Prompts bis zu komplexen Agent-Architekturen. Use Cases, Modelle und Integrationen solltest du deshalb regelmäßig neu bewerten, statt sie einmal festzulegen und dann nicht mehr anzufassen. Eine Kultur des Experimentierens hilft dabei, verankert sich aber nur, wenn sie im Arbeitsalltag gelebt wird.
Ein einfaches, aber wirksames Format dafür sind laut Langdock monatliche „AI-Cafés“: informelle Treffen, bei denen Mitarbeitende offen darüber sprechen, wie sie KI im Arbeitsalltag einsetzen. Solche Formate normalisieren den Umgang mit KI-Unterstützung. Und: KI-Kompetenz sollte langfristig in Weiterbildungspläne und Leistungsbeurteilungen einfließen.
Um den Fortschritt objektiv zu messen, lohnt sich ein Blick auf drei Kennzahlen-Kategorien:
Kategorie | Beispielmetriken |
|---|---|
Verhalten | Aktive Nutzer*innen (täglich/wöchentlich/monatlich), Rollout-Größe im Verhältnis zur Belegschaft, Aktivität pro Nutzer*in |
Ergebnis | Wert konkreter Use Cases, aktive Assistenten und Workflows, Integrationstiefe |
Reaktion | Regelmäßige Umfragen zur wahrgenommenen Kompetenz, Aktivität in internen Wissens-Communitys, Präsenz von KI-Themen in der Führungskommunikation |
Dein Implementierungspartner für Langdock
Eine tiefgreifende KI-Einführung ist ein umfangreiches Projekt, das Zeit, Know-how und personelle Ressourcen bindet, die im Tagesgeschäft oft knapp sind. Deshalb kann es sich lohnen, externe Unterstützung durch eine KI-Beratung an Bord zu holen: schalk&friends ist eine Münchner Digitalagentur mit mehr als 25 Jahren Markterfahrung und eigenem KI-Leistungsbereich. Die Agentur deckt mit ihrem Digital Marketing Kit aus Consult, Code, Create und Care den gesamten Weg von der Strategie bis zum laufenden Betrieb ab und hat einen eigenen Bereich für KI-Workshops und -Implementierungen aufgebaut, zertifiziert unter anderem nach BVDW-Standards.
Bei Langdock-Projekten setzt schalk&friends auf einen vierstufigen Prozess:
- Scoping & Blueprint, bei dem Ziele, Nutzergruppen, Datenquellen und Erfolgskriterien festgelegt werden.
- Setup & Integration, wo Systeme wie CMS, DAM, CRM oder Ticketsysteme angebunden und Identity- und Access-Strukturen eingerichtet werden.
- Bei Enablement & Rollout werden Rollen und Rechte modelliert, erste Assistenten konfiguriert und Teams im Prompting und Workflow-Design geschult.
- Bei Scale & Optimise wird die Nutzung anhand von KPIs ausgewertet, weitere Use Cases priorisiert und die Integration in Shop, App oder Portal vertieft.
Möchtest du deine Langdock-Einführung mit externer Unterstützung angehen, kannst du dich direkt über das Kontaktformular von schalk&friends bei der Münchner Digitalagentur melden.
Fazit: Was erfolgreiche Rollouts richtig machen
Langdocks eigenes AI Adoption Playbook fasst die Erfahrung aus hunderten Rollouts zusammen:
Dos | Don’ts |
|---|---|
Menschen ins Zentrum stellen: KI als Ergänzung verstehen, nicht als Ersatz, Entscheidungen bleiben beim Menschen | Zu komplex starten: aufwendige Integrationen von Anfang an, statt Komplexität schrittweise aufzubauen |
Schnelle Erfolge sichtbar machen: Früh erste Ergebnisse zeigen und unternehmensweit kommunizieren | Support unterschätzen: zu wenig Zeit und Ressourcen für die Implementierungsphase einplanen |
IT als strategische Partnerin einbinden, nicht nur als Support-Funktion | IT-Expertise ignorieren: technische Kompetenz erst spät oder gar nicht einbeziehen |
Eine erfolgreiche Langdock-Einführung im Mittelstand steht auf drei Säulen: einer sauberen technischen Basis, klarer Governance bei der Prozessanpassung und einem Enablement-Modell, das deine Teams tatsächlich mitnimmt. Die Vorkonfiguration der Plattform hilft dabei, dein individuelles Anforderungsprofil zu erfüllen.
Langdock entwickelt sich wie andere KI-Softwares schnell weiter. Baust du heute eine skalierbare Struktur auf, sparst du dir in zwölf Monaten aufwendige Nacharbeit.
Hinweis: Dieser Artikel ist mit Unterstützung von schalk&friends entstanden. Die Agentur ist offizieller Specialist Partner von Langdock. Die Inhalte wurden redaktionell neutral aufbereitet und spiegeln praxisnahe Erfahrungen aus der Implementierungsarbeit wider.
Bei den Tipps sowie rechtlichen Informationen in diesem Artikel handelt es sich um eine zusammenfassende Darstellung der geltenden Grundlagen. Es besteht kein Anspruch auf Vollständigkeit oder Richtigkeit der Angaben. Eine im Einzelfall umfassende Prüfung und Beratung durch eine Rechtsanwaltskanzlei wird durch den Artikel nicht ersetzt.
Autor*In
Chantal Seiter
Chantal ist Redakteurin bei OMR Reviews. Wenn sie gerade mal nicht in die Tasten haut, betreibt sie Café Hopping oder erkundet neue Städte. Am liebsten beides zusammen. Vor ihrem Start bei OMR Reviews hat die Eigentlich-Kielerin in Kreativagenturen und als Freelancerin gearbeitet. 2022 hat sie außerdem eine Weiterbildung zur Fashion Stylistin abgeschlossen.
Dieser Artikel erscheint auf OMR Reviews – der führenden DACH-Plattform für B2B-Software-Bewertungen, Software-Vergleiche, Agenturen, Business Services und B2B-Tech-Content. Mit mehr als 80.000 verifizierten Bewertungen und 12.000+ gelisteten Tools hilft OMR Reviews Unternehmen dabei, passende Software-Lösungen und Dienstleister fundiert zu recherchieren, zu vergleichen und bessere Entscheidungen zu treffen.
