Wie ONLYOFFICE-Teams KI in der Praxis nutzen: reale Fälle aus dem Unternehmen

8 Oktober 2026Von Elena

Zusammenfassung

ONLYOFFICE-Teams nutzen KI in verschiedenen praktischen Anwendungen, um die Produktivität zu steigern und Arbeitsabläufe zu optimieren. Durch die Automatisierung repetitiver Aufgaben in den Bereichen Design, Marketing, Ingenieurwesen und Betrieb haben sie die für zahlreiche Prozesse benötigte Zeit erheblich reduziert, sodass sich die Teammitglieder auf komplexere und kreativere Aspekte ihrer Arbeit konzentrieren können. Diese Implementierungen zeigen die effektive Integration von KI in realen Szenarien, die zu messbaren Verbesserungen der Effizienz führen.

  • StoreShot reduziert die Upload-Zeit für mobiles Design von zwei Tagen auf eine Stunde.
  • Die KI-Pipeline generiert Vorlagenkarten in Sekunden, nicht in Minuten.
  • Jasper sorgt für konsistente, markengerechte Inhalte in mehreren Sprachen.
  • dsutil automatisiert die Diagnosen des DocumentServer und verbessert die Effizienz.
  • KI-gesteuerte Pull-Request-Überprüfungen verbessern die Codequalität und -geschwindigkeit.

Bei ONLYOFFICE entwickeln wir Werkzeuge, die Menschen helfen, mit Dokumenten zu arbeiten, zusammenzuarbeiten und Arbeitsabläufe zu automatisieren. Aber auch wir nutzen KI: in Design, Marketing, Technik und Betrieb, um unsere eigene Arbeit schneller, konsistenter und weniger repetitiv zu gestalten.

Dies sind keine experimentellen Pilotprojekte oder Konzeptnachweise. Dies sind echte Implementierungen, die in die Produktion gingen und von unseren Teams entwickelt wurden, um tatsächliche Probleme zu lösen, mit denen sie täglich konfrontiert sind. So sieht das in der Praxis aus.

Wie ONLYOFFICE-Teams KI in der Praxis nutzen: reale Fälle aus dem Unternehmen

Mobiles Design: Ein Figma-Plugin, das eine zweitägige Aufgabe in eine Stunde verwandelt

Das Problem. Jedes Mal, wenn das Mobile-Design-Team Screenshots für den App Store und Google Play hochladen musste, benötigte es etwa einen Tag manuelle Arbeit pro Store: Dateien aus Figma exportieren, umbenennen, in lokalisierungsspezifische Ordner sortieren, mit Drittdiensten komprimieren (mit frustrierenden Freemium-Beschränkungen) und alles im richtigen Format hochladen.

Die Lösung. Das Team entwickelte StoreShot, ein Figma-Plugin, das in Zusammenarbeit mit Claude entwickelt wurde und den gesamten Prozess automatisiert.

Was StoreShot tut:

  • Erkennt automatisch den Ziel-Store (App Store oder Google Play) aus dem Figma-Dateinamen.
  • Erkennt Lokalisierungsnamen aus Seitentiteln, abgekürzten Sprachcodes.
  • Kompromiert PNG-Dateien um ca. 35% ohne Qualitätsverlust, bei ungefähr 5 Sekunden pro Bild, ohne Drittdienste, ohne Token-Limits.
  • Generiert automatisch die korrekte Ordnerstruktur für jeden Store.
  • Bietet drei Upload-Optionen: ZIP-Archiv, direkte Übertragung nach GitHub oder Übertragung zu Gitea in einem einzigen Commit.

Das Ergebnis. Der erste Produktionslauf verarbeitete 652 Dateien in zwei Stores:

  • Play Market: 252 Dateien in 8 Lokalen, ~37% Kompression.
  • App Store: 400 Dateien in 10 Lokalen, ~35% Kompression.
  • Gesamtzeit: ca. 1 Stunde statt ca. 2 Tagen.

Jetzt muss ein Designer nur noch den Button klicken, das Archiv entpacken und einen Pull Request erstellen.

Marketing: Vom Datei-Upload zur kompletten Template-Karte in Sekunden

Wie ONLYOFFICE-Teams KI in der Praxis nutzen: reale Fälle aus dem Unternehmen

Das Problem. Das Marketing-Team verwaltet einen großen und kontinuierlich wachsenden Dokumentvorlagen-Marktplatz. Jedes Mal, wenn eine neue Vorlage hinzugefügt wurde, musste jemand manuell eine Karte ausfüllen: Titel, Beschreibung, SEO-Felder, Kategorien, URL-Slug und Coverbilder in mehreren Sprachen. Mit Tausenden von Vorlagen bereits im Katalog war dies eine erhebliche wiederkehrende Kostenstelle.

Die Lösung. Das Team baute eine KI-Pipeline, die eine vollständige, veröffentlichbare Vorlagekarte aus einem einzigen Datei-Upload generiert.

Wie es funktioniert: Eine Datei wird im CMS im PDF-, DOCX-, XLSX- oder PPTX-Format hochgeladen. Zwei Prozesse laufen parallel. Die KI analysiert den Text, identifiziert den Dokumenttyp (fertige Vorlage oder ausfüllbares Formular) und generiert alle Metadaten in der benötigten Sprache. Gleichzeitig werden Vorschau-Images der ersten Seite in vier Auflösungen erzeugt: 916×648, 1448×1024, 566×400 und 260×184. Der Redakteur prüft und veröffentlicht. Das ist alles.

Was die Pipeline automatisch verarbeitet:

  • 8 Textfelder: Titel, kurze Beschreibung, SEO-Titel, SEO-Beschreibung, vollständige Beschreibung, Kategorien, Dokumenttyp und URL-Slug.
  • 9 Sprachen: Englisch, Chinesisch, Brasilianisches Portugiesisch, Französisch, Spanisch, Deutsch, Italienisch, Japanisch und Arabisch, jede Lokalisierung in ihrer eigenen Sprache generiert.
  • Intelligente Duplikationsvermeidung: keine Namenskonflikte oder doppelten URLs.
  • Erhaltung manuell eingegebener Daten: Die Pipeline überschreibt keine Felder, die bereits von einem Menschen bearbeitet wurden.
  • Automatische Regenerierung, wenn eine Datei ersetzt wird, damit die Karte aktuell bleibt.

Das Ergebnis. KI übernimmt bis zu 95% der Routinearbeit pro Vorlage. Die Generierung dauert Sekunden statt 15–20 Minuten. Aktuell sind 3.505 Vorlagen in Produktion, und jede neue wird erheblich schneller veröffentlicht als zuvor.

Marketing: Konsistente, markengerechte Inhalte in großem Maßstab mit Jasper

Wie ONLYOFFICE-Teams KI in der Praxis nutzen: reale Fälle aus dem Unternehmen

Das Problem. Das Marketing-Team produziert eine hohe Menge an Inhalten über mehrere Kanäle: Blogbeiträge, Social-Media-Texte, Anzeigenkreationen, E-Mail-Kampagnen, SEO-Artikel und Produktbeschreibungen, die alle einen konsistenten Ton, Wortschatz und Markenstimme beibehalten müssen. Mit einem internationalen Publikum und Inhalten in mehreren Sprachen war es zunehmend schwierig, die Qualität und Konsistenz hoch zu halten und gleichzeitig den Veröffentlichungsrhythmus einzuhalten.

Die Lösung. Das Marketing-Team hat Jasper, eine KI-Plattform, die speziell für Marketinginhalte entwickelt wurde, als Kernwerkzeug zur Beschleunigung der Inhaltsproduktion eingeführt, während die Ergebnisse markenspezifisch bleiben.

Die Hauptanwendungsfälle, in denen Jasper jetzt in den Arbeitsablauf des Teams integriert ist:

  • Langform-Inhalte: Blogbeiträge, Artikel und Produktleitfäden, die unter Verwendung von Jasper Canvas entworfen wurden, wobei das Team strategische Richtung vorgibt und Jasper die Struktur sowie das erste Schreiben übernimmt.
  • Anzeigentexte und soziale Medien: Kurzinhalte für bezahlte Kampagnen, LinkedIn-Posts und soziale Updates, die mit Jaspers Bibliothek von über 50 marketing-spezifischen Vorlagen erstellt werden.
  • E-Mail-Marketing: Kampagnen-E-Mails und Pflege-Sequenzen, die in Jasper entworfen und verfeinert werden, wodurch die Zeit vom Briefing bis zum versandbereiten Text reduziert wird.
  • Mehrsprachige Inhalte: Inhalte werden in mehr als 30 Sprachen generiert und angepasst, was ONLYOFFICE’s internationales Marketing unterstützt, ohne das Team proportional zu vergrößern.
  • Konsistenz der Markenstimme: Jaspers Brand Voice-Funktion wird auf den Ton und Stil von ONLYOFFICE trainiert, sodass KI-generierte Ausgaben unabhängig davon, wer die Aufgabe einleitet, mit den Markenstandards übereinstimmen.

Das Ergebnis. Routinemäßige Inhaltsproduktion wie Entwürfe, soziale Texte, Anzeigenvarianten bewegt sich deutlich schneller. Die Zeit des Teams verschiebt sich hin zu Strategie, redaktionellen Entscheidungen und kreativen Entscheidungen, die menschliches Eingreifen erfordern. KI übernimmt das Volumen; das Team kümmert sich um die Qualität.

Automatisierung und Administration: Ein KI-gestütztes Diagnosewerkzeug für DocumentServer

Wie ONLYOFFICE-Teams KI in der Praxis nutzen: reale Fälle aus dem Unternehmen

Das Problem. Die Diagnose von Problemen mit ONLYOFFICE DocumentServer-Installationen in Docker-, Linux- und Windows-Umgebungen erforderte von DevOps- und Support-Ingenieuren manuelle Prüfungen von Containern, Diensten, Protokollen und Konfigurationen. Erste Diagnosen waren zeitaufwendig und inkonsistent.

Die Lösung. Das Team entwickelte dsutil, ein intelligentes Kommandozeilenwerkzeug für DocumentServer-Diagnosen, unter Verwendung eines KI-gesteuerten, iterativen Entwicklungsansatzes (manchmal auch Vibe-Coding genannt): schnelle Hypothesen, sofortige Iterationen, minimale Zeit bis zur Produktion.

dsutil prüft:

  • Status und Gesundheitsprüfungen von Containern.
  • Wichtige Dienste: docservice, converter und andere.
  • Nginx, PostgreSQL, RabbitMQ und Redis.
  • Protokolle auf Fehler, Zeitüberschreitungen, Speicherprobleme und Laufzeitprobleme.
  • Generiert einen strukturierten Bericht, einschließlich JSON-Ausgabe.

Unterstützte Umgebungen: Docker, natives Linux, Windows.

Die Architektur, die Prüfungslogik und die Analyse von Protokollmustern wurden gemeinsam mit KI entworfen. Das Ergebnis ist ein Werkzeug, das akkumuliertes diagnostisches Wissen widerspiegelt, anstatt dass jeder Ingenieur es von Grund auf neu aufbauen muss.

Das Ergebnis. Schnelle, standardisierte Erstdiagnosen. Reduzierte Belastung für DevOps und Support. Schnelle Identifizierung von Infrastrukturproblemen. dsutil ist Open Source und auf GitHub verfügbar: github.com/ONLYOFFICE/ds-util

Automatisierung und Administration: KI-Überprüfung für jeden Pull Request

Das Problem. Codeüberprüfungen benötigen Zeit, und wichtige Details werden übersehen, insbesondere unter Druck von Fristen. Das Team benötigte eine Möglichkeit, die Qualität der Überprüfungen konstant aufrechtzuerhalten, ohne die Ingenieurzeit dafür proportionell zu erhöhen.

Die Lösung. Das Automatisierungs- und Administrationsteam implementierte eine automatisierte Überprüfung von Pull Requests unter Verwendung von Claude im Repository DocSpace-buildtools. Jeder PR wird jetzt vor der menschlichen Überprüfung einer KI-Analyse unterzogen.

Wie es funktioniert: Wenn ein PR eröffnet oder aktualisiert wird, wird automatisch eine Pipeline ausgeführt, die den Kontext sammelt, die Änderungen analysiert und einen strukturierten Bericht generiert. Claude prüft Sicherheitsprobleme, Codequalität, Konfigurationsdateien, Genauigkeit von README, CI/CD-Pipeline-Logik und Abhängigkeiten. Probleme werden direkt im PR mit Prioritäten gepostet. Der Status wird verfolgt, während der PR anschließend aktualisiert wird.

Das Ergebnis. KI übernimmt bis zu 80% der routinemäßigen Analyse der Überprüfung, damit sich die Ingenieure auf Architektur und die komplexen Entscheidungen konzentrieren können, die tatsächlich menschliches Urteilsvermögen erfordern. Die Überprüfungsstandards wurden konsistent und vorhersehbar. Fehler und Schwachstellen werden früher im Prozess erkannt. Es ist kein Ersatz für menschliche Prüfer, sondern ein Werkzeug, das die menschliche Überprüfung schneller und zuverlässiger macht.

Marketing: Von Figma zu produktionsbereitem HTML-E-Mail in fünf Minuten

Das Problem. Die Konvertierung eines E-Mail-Designs von Figma in produktionsbereiten HTML-Code ist ein technisch kniffliger Prozess: Parsing der Layoutstruktur, Schreiben von plattformübergreifend kompatiblem Code, Umgang mit verschiedenen Renderverhalten in Gmail, Outlook und Apple Mail, Erfassung häufiger Fehler und Verwaltung der Lokalisierung. Eine einzige E-Mail könnte 3–5 Stunden Ingenieurzeit in Anspruch nehmen.

Die Lösung. Das Marketing-Team entwickelte Figma2Email, ein KI-gestütztes Werkzeug, das ein Figma-Layout in eine funktionierende HTML-E-Mail-Vorlage konvertiert.

Wie es funktioniert: Ein Link zum Figma-Layout wird eingefügt. Die KI analysiert die Struktur und Stile, generiert HTML, das für E-Mail-Clients maßgeschneidert ist, und überprüft die Ausgabe durch einen Validator. Das resultierende Layout benötigt typischerweise nur geringfügige abschließende Anpassungen.

Ergebnisse:

  • Generierungszeit: ca. 5 Minuten statt 3–5 Stunden.
  • Codebereitschaft direkt verfügbar: ca. 95%.
  • Plattformübergreifende Kompatibilität über Gmail, Outlook und Apple Mail.
  • Automatische Korrektur häufiger Codierungsfehler.
  • Unterstützung der Lokalisierung für mehr als 10 Sprachen.

Das Ergebnis. KI übernimmt bis zu 95% der routinemäßigen Umwandlungsarbeit. Das Team konzentriert sich auf das endgültige Korrekturlesen und die Inhaltsqualität, nicht auf die Problemlösung mit Rendering-Eigenheiten in E-Mails.

Was diese Fälle gemeinsam haben

Sieben verschiedene Teams. Sieben verschiedene Probleme. Sieben verschiedene KI-Implementierungen. Aber sie teilen ein konsistentes Muster:

Die KI übernimmt die Routine; der Mensch übernimmt das Urteil. In jedem Fall übernahm die KI die repetitiven, mechanischen Arbeiten: wiederholte Uploads, Metadatengenerierung, DNS-Operationen, Protokollanalysen, Codeüberprüfungen, Infrastruktur-Audits, Codegenerierung, während die Menschen die Verantwortung für die endgültige Überprüfung, Qualitätskontrolle und die Entscheidungen, die zählen, behielten.

Die Produktivitätsgewinne sind konkret und messbar. Zwei Tage auf eine Stunde. Fünfzehn Minuten auf Sekunden. Drei bis fünf Stunden auf fünf Minuten. $2.500 pro Monat an Infrastrukturkosten. Dies sind keine Schätzungen potenzieller zukünftiger Werte, sondern Ergebnisse aus Produktionsbereitstellungen.

Die Werkzeuge wurden schnell, iterativ und mit KI-Unterstützung entwickelt. Mehrere dieser Werkzeuge wurden unter Verwendung KI-gestützter Codierung entwickelt: Claude, GitHub Copilot, mit iterativen, schnellen Entwicklungszyklen. Der Entwicklungsansatz spiegelt die gleiche Philosophie wider wie die Tools selbst: Nutze KI für die Teile, die automatisiert werden können, und halte das menschliche Urteil im Mittelpunkt dessen, was wichtig ist.

Testen Sie ONLYOFFICE selbst

ONLYOFFICE bietet Dokumenteneditoren, Zusammenarbeit-Räume und KI-Integration für Teams jeder Größe, die als Cloud-Service oder selbst gehostet auf Ihrer eigenen Infrastruktur verfügbar sind.

Ein kostenloses Konto erstellen

Erstellen Sie Ihr kostenloses ONLYOFFICE-Konto

Öffnen und bearbeiten Sie gemeinsam Dokumente, Tabellen, Folien, Formulare und PDF-Dateien online.