{"id":18308,"date":"2026-05-18T08:51:57","date_gmt":"2026-05-18T06:51:57","guid":{"rendered":"https:\/\/spheriq.ch\/blog\/?p=18308"},"modified":"2026-05-21T07:13:04","modified_gmt":"2026-05-21T05:13:04","slug":"warum-spheriq-ai-als-pipeline-gebaut-ist","status":"publish","type":"post","link":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/","title":{"rendered":"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist"},"content":{"rendered":"\n

Spheriq AI arbeitet als gef\u00fchrtes Pipeline-System und ist damit aufwendiger gebaut als ein frei improvisierender Chatbot. Diese Architektur ist entscheidend, wenn KI im gemeinn\u00fctzigen Sektor verl\u00e4sslich, datensparsam und nachvollziehbar eingesetzt werden soll. Dieser Hintergrundbeitrag erkl\u00e4rt, warum und wie Spheriq AI mit Prompt-Launchern und einer achtstufigen Pipeline arbeitet.<\/strong><\/p>\n\n\n

\n\t
\n\t\tInhaltsverzeichnis\t<\/div>\n\t\t
    \n\t\t\t\t
  1. \n\t\t\tWarum ein Chatbot nicht gen\u00fcgt <\/a>\n\t\t<\/li>\n\t\t\t\t\t
  2. \n\t\t\tPr\u00e4zise Launcher statt Hokuspokus <\/a>\n\t\t<\/li>\n\t\t\t\t\t
  3. \n\t\t\tDie acht Stufen der Pipeline <\/a>\n\t\t<\/li>\n\t\t\t\t\t
  4. \n\t\t\tWas Nutzer:innen von dieser Architektur haben <\/a>\n\t\t<\/li>\n\t\t\t\t<\/ol>\n\t<\/div>\n\n\n\n

    Die meisten KI-Werkzeuge starten mit einem leeren Eingabefeld. Die Nutzer:innen m\u00fcssen selbst wissen, welche Informationen relevant sind, wie sie die Frage formulieren, welche Daten sie einf\u00fcgen d\u00fcrfen und wie die Antwort am Ende gepr\u00fcft werden muss. F\u00fcr allgemeine und einmalige Aufgaben mag das gen\u00fcgen. F\u00fcr den Alltag in Fundraising, F\u00f6rderung oder Gesuchspr\u00fcfung reicht es nicht. <\/p>\n\n\n\n

    Warum ein Chatbot nicht gen\u00fcgt<\/strong> <\/h2>\n\n\n\n

    Spheriq AI arbeitet mit \u00f6ffentlichen, aber auch vertraulichen institutionellen Daten. Dazu geh\u00f6ren zum Beispiel Projektdaten zu Vorhaben, die noch nicht \u00f6ffentlich sind, Gesuche, Strategiedokumente oder personenbezogene Daten. Diese Daten sind nur f\u00fcr bestimmte Nutzer:innen und Rollen sichtbar \u2013 aus gutem Grund. Eine KI, die den Datensatz nicht pr\u00e4zise kennt, ist von bescheidenem Nutzen. Und ein h\u00e4ndisches Copy-Paste wird schnell aufw\u00e4ndig und riskant. <\/p>\n\n\n\n

    Spheriq ist vor allem ein Werkzeugkasten. Der Nutzen entwickelt sich im Alltag und im konkreten Arbeitskontext. Eine Frage auf einem Organisationsprofil kann eine andere Antwort nahelegen als eine in der Suche, auf einem Projekt oder in einer sorgf\u00e4ltig aufgebauten Liste oder bei einem weit fortgeschrittenen Gesuch. Spheriq AI muss also nicht nur die Frage verstehen, sondern auch den Ort der Anfrage, die Rolle der Nutzerin oder des Nutzers und damit den Zweck des jeweiligen Arbeitsschritts mit einbeziehen. <\/p>\n\n\n\n

    Pr\u00e4zise Launcher statt Hokuspokus<\/strong> <\/h2>\n\n\n\n

    Darum startet Spheriq AI im Alltag h\u00e4ufig \u00fcber sogenannte Launcher. Das sind vordefinierte Einstiegspunkte direkt im jeweiligen Arbeitskontext, zum Beispiel f\u00fcr Matching, Profilverbesserung oder F\u00f6rderrecherche. Nutzer:innen m\u00fcssen auf diese Weise nicht zuerst lernen, wie man einen gut funktionierenden KI-Prompt schreibt. Sie w\u00e4hlen eine passende Aktion, und Spheriq AI nimmt den aktuellen Kontext mit. <\/p>\n\n\n\n

    Ein Launcher ist mehr als ein Button. Er enth\u00e4lt eine fachliche Logik: Was soll gepr\u00fcft werden? Welche Daten d\u00fcrfen verwendet werden? Geht es um das eigene Profil, um eine externe Organisation, um ein Projekt, um F\u00f6rderkriterien oder um eine Suche? Spheriq AI startet damit nicht bei null, sondern mit einem gef\u00fchrten Auftrag. <\/p>\n\n\n\n

    Die acht Stufen der Pipeline<\/strong> <\/h2>\n\n\n\n

    Mit dem Klick auf den Launcher oder dem Absenden eines individuellen Prompts startet die Pipeline von Spheriq AI. Sie ist in acht getrennte Schritte gegliedert, die teilweise nochmals in einzelne Teilschritte aufgesplittet werden. Jeder Schritt hat eine eigene Aufgabe und reduziert ein anderes Risiko: falscher Kontext, falscher Datenzugriff, unvollst\u00e4ndige Evidenz, generische Antworten oder nicht nachvollziehbare Schlussfolgerungen. <\/p>\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    1. Planung<\/strong> 
    Die Pipeline klassifiziert zuerst die Absicht der Anfrage. Sie unterscheidet etwa, ob es um eine Selbstanalyse, ein Matching, eine F\u00f6rderrecherche oder eine Dokumentenanalyse geht. Gleichzeitig trennt sie Ausgangspunkt und Ziel der Anfrage (\u00abScope\u00bb und \u00abTarget\u00bb). Das klingt einfacher als es in der Praxis ist, weil die Suchrichtung stark kontextabh\u00e4ngig ist. Soll das eigene Profil bewertet, mit einem fremden verglichen oder soll das fremde auf Passung gepr\u00fcft werden? Durch die sorgf\u00e4ltige \u00abRequest Analysis\u00bb wird sichergestellt, dass die Weichen richtiggestellt sind. Es wird vermieden, dass eine Profilanalyse als Matching verstanden wird. Das ebnet den Weg f\u00fcr die weiteren Schritte.  <\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    2. Werkzeug-Einsatz vorbereiten <\/strong> 
    Auf Basis des Plans werden sp\u00e4ter konkrete Werkzeuge eingesetzt. Diese Werkzeuge brauchen aber klare Anweisungen: Welche Organisationen sind in organization_search konkret gesucht? Geht es um Themen, Zielgruppen oder Wirkungsgebiete? Kurz: Die Werkzeugparameter m\u00fcssen in der \u00abTool Argument Resolution\u00bb vorbereitet werden. Dazu geh\u00f6ren Entit\u00e4tskennungen, Suchfilter, Kategorien oder Evidenzpr\u00e4ferenzen. Dieser Schritt ist besonders wichtig bei Recherchen: Wenn eine Nonprofit-Organisation passende F\u00f6rderorganisationen sucht, m\u00fcssen der Suchtyp, die Themen, Zielgruppen und Wirkungsgebiet korrekt abgeleitet und codiert werden. <\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    3. Werkzeuge abrufen<\/strong> 
    Nun werden die ben\u00f6tigten Werkzeuge genutzt. Die Pipeline ruft also selbst\u00e4ndig Profile, Suchresultate, Listeninhalte oder Dokumente ab, bei umfangreichen Datenbest\u00e4nden in mehreren Teilschritten. Die zur\u00fcckgegebenen Daten, Dokumente und Suchergebnisse werden anschliessend in eine strukturierte Form gebracht, damit sie in den folgenden Schritten sauber interpretiert und verarbeitet werden k\u00f6nnen. Diesen Teilschritt nennt man \u00abCollection Item Preparation\u00bb. <\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    4. Kandidaten ausw\u00e4hlen<\/strong> 
    Nun ist der Tisch gedeckt \u2013 aber nicht jedes Resultat hat f\u00fcr die weitere Bearbeitung dieselbe Bedeutung. Bei gr\u00f6sseren Resultatmengen filtert und priorisiert die Pipeline in einem n\u00e4chsten Schritt die abgerufenen Elemente. Schwache oder irrelevante Treffer werden dabei entfernt, damit sie die weitere Auswertung nicht belasten. Diese sogenannte \u00abCandidate Selection\u00bb orientiert sich an Ausgangspunkt und Ziel der Abfrage: Bei einer F\u00f6rderrecherche z\u00e4hlen beispielsweise andere Signale als bei einem Profil-Check oder einer Dokumentzusammenfassung. <\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    5. Absicht \u00fcberpr\u00fcfen<\/strong> 
    Als n\u00e4chstes erfolgt mit der \u00abTarget Selection\u00bb ein wichtiger Kontrollschritt: Die Pipeline \u00fcberpr\u00fcft nochmals, ob die richtige Zielentit\u00e4t oder Zielsammlung gefunden wurde. Sie unterscheidet dabei auch exakte Treffer von partiellen und pr\u00fcft, ob erwartete Treffer g\u00e4nzlich fehlen. Sie kl\u00e4rt also ab, ob Ausgangspunkt und Ziel korrekt aufgel\u00f6st wurden. Dieser Schritt verhindert, dass eine Antwort auf einer falschen oder nur scheinbar passenden Grundlage entsteht. <\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    6. Grundlagen kondensieren<\/strong> 
    Die vorbereitete Datenmenge kann in diesem Stadium noch sehr umfangreich sein: Duzende von Suchresultaten und hunderttausende Zeichen in geladenen Dokumenten stehen f\u00fcr die Auswertung bereit. Deshalb werden mit dem \u00abBatch Reducer\u00bb nun gr\u00f6ssere Resultatsets verdichtet. Da dies ein heikler Zwischenschritt ist, stellt ein anschliessender Arbeitsschritt, der sogenannte \u00abExact Collection Rewrite\u00bb sicher, dass die relevante Evidenz erhalten bleibt und die Z\u00e4hlweise korrekt ist. Als Resultat steht nun die Grundlage f\u00fcr die Antwort kompakt zur Verf\u00fcgung. So wird sichergestellt, dass die KI nicht einfach in einer riesigen Datenmenge \u00abschwimmt\u00bb, sondern mit einer geordneten Evidenzbasis arbeiten kann.<\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    7. Auswertung<\/strong>\u00a0
    Wohlverstanden:\u00a0Erst jetzt beginnt die eigentliche fachliche Bewertung. Die Pipeline interpretiert\u00a0nun\u00a0die Evidenz und beurteilt\u00a0anhand der Fragestellung, was\u00a0\u00abstark\u00bb\u00a0ist, was\u00a0\u00abschwach\u00bb, was\u00a0wirklich\u00a0zusammenpasst\u00a0oder\u00a0welche Schlussfolgerungen aus den vorhandenen Informationen\u00a0gezogen werden k\u00f6nnen. Hier kommt\u00a0nun viel\u00a0Philanthropie-spezifisches\u00a0Know-how ins Spiel: F\u00f6rderlogiken, Fit, Hope, Badges, Profilqualit\u00e4t,\u00a0Matching,\u00a0Gesuchsvorpr\u00fcfung\u00a0oder F\u00f6rderkriterien werden nicht\u00a0einfach\u00a0generisch, sondern nach\u00a0einer sauber aufgebauten\u00a0Logik ausgewertet\u00a0(siehe\u00a0dazu\u00a0Teil\u00a03\u00a0der Hintergrundserie: Schl\u00fcssel f\u00fcr die KI).<\/a> Dabei entsteht im \u00abFinal\u00a0Answer\u00a0Builder\u00bb eine erste Version der Antwort, die aber meist detaillierter als n\u00f6tig und vor allem\u00a0noch nicht konsequent auf das gew\u00fcnschte Ausgabeformat verdichtet\u00a0ist.\u00a0\u00a0<\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n

    \r\n\t
    \r\n\t\t\n\n

    8. Antworten<\/strong> 
    Zum Schluss wird die Antwort im \u00abFinal Answer Rewrite\u00bb bereinigt und ans gew\u00fcnschte Format angepasst. Sprache und Ausgabeformat werden gepr\u00fcft, interne Details entfernt, Inkonsistenzen bereinigt (Final Answer Repair). Das ist zentral, denn f\u00fcr unterschiedliche Anwendungsf\u00e4lle gelten unterschiedliche Antwortlogiken. Eine Profilanalyse braucht zum Beispiel eine andere Struktur als ein Matching, eine Badge-Einsch\u00e4tzung oder eine Zusammenfassung von F\u00f6rderkriterien. Die Pipeline sorgt deshalb nicht nur f\u00fcr eine Antwort, sondern f\u00fcr ein passendes Format. Auch die Verankerung in der verf\u00fcgbaren Evidenz wird hier noch einmal kontrolliert (Verifier). Falls n\u00f6tig, geht die Pipeline nochmals auf vorherige Schritte zur\u00fcck. Die finale Antwort soll verst\u00e4ndlich, knapp, n\u00fctzlich und nachvollziehbar sein: Ohne KI-Slang, ohne \u00dcbertreibungen und ohne Schmeicheleien (die sogenannte \u00abSycophancy\u00bb). <\/p>\n\n\t<\/div>\r\n<\/div>\r\n\n\n\n

    Die Pipeline der Spheriq AI ist kein Selbstzweck. Sie erf\u00fcllt mehrere Aufgaben gleichzeitig: Sie kontrolliert den Datenzugriff, reduziert Halluzinationen, st\u00e4rkt die Nachvollziehbarkeit und sorgt daf\u00fcr, dass Philanthropie-spezifische Konzepte konsistent angewendet werden. Sie hilft auch dabei, fehlende, widerspr\u00fcchliche oder nicht zug\u00e4ngliche Informationen rechtzeitig aufzudecken und klar zu benennen, statt L\u00fccken mit Vermutungen zu f\u00fcllen. Die Pipeline ist damit mehr als schnelle Textproduktion. <\/p>\n\n\n\n

    Damit folgt Spheriq AI den Grunds\u00e4tzen, die heute unter Begriffen wie \u00abResponsible AI\u00bb oder \u00abExplainable AI\u00bb diskutiert werden: KI soll unterst\u00fctzend wirken, Datenzugriff begrenzen, Antworten nachvollziehbar machen und menschliche Verantwortung nicht ersetzen. Auch die Leitlinien der EU-Kommission f\u00fcr vertrauensw\u00fcrdige KI setzen genau hier an: Bei menschlicher Aufsicht, technischer Robustheit, Datenschutz, Transparenz und Rechenschaft. <\/p>\n\n\n\n

    Was Nutzer:innen von dieser Architektur haben<\/strong> <\/h2>\n\n\n\n

    F\u00fcr Nutzer:innen bedeutet die Pipeline vor allem: Weniger Prompt-Arbeit, pr\u00e4zisere Kontexte und spezifischere sowie nachvollziehbarere Antworten. Wenn Spheriq AI neben Organisations- oder Projektprofilen auch Dokumente verwendet, werden diese am Ende der Antwort aufgef\u00fchrt und zusammengefasst. So bleibt sichtbar, worauf sich eine Einsch\u00e4tzung st\u00fctzt. <\/p>\n\n\n\n

    Kurz: Wer Spheriq AI nutzt, soll nicht \u00fcberlegen m\u00fcssen, welche Daten kopiert werden d\u00fcrfen oder wie eine fachlich pr\u00e4zise Frage aufgebaut ist. Die Launcher und die Pipeline \u00fcbernehmen die F\u00fchrung, die Nutzung bleibt aber flexibel. Nach einer Antwort kann im Chat weitergearbeitet und die Resultate k\u00f6nnen vertieft, gek\u00fcrzt oder weiterbearbeitet werden.  <\/p>\n\n\n\n

    Zwar macht die Pipeline die KI langsamer als manche allgemeinen Chatbots. Gleichzeitig wird sie dadurch verl\u00e4sslicher, pr\u00e4ziser und stabiler. Und darin liegt ihr Zweck. So entsteht keine schnell improvisierte KI-Antwort, sondern eine gef\u00fchrte, pr\u00fcfbare und kontextbezogene Unterst\u00fctzung f\u00fcr den Arbeitsalltag im Nonprofit-Sektor.  <\/p>\n","protected":false},"excerpt":{"rendered":"Spheriq AI arbeitet als gef\u00fchrtes Pipeline-System und ist damit aufwendiger gebaut als ein frei improvisierender Chatbot. Diese Architektur ist entscheidend, wenn KI im gemeinn\u00fctzigen Sektor verl\u00e4sslich, datensparsam und nachvollziehbar eingesetzt werden soll. Dieser Hintergrundbeitrag erkl\u00e4rt, warum und wie Spheriq AI mit Prompt-Launchern und einer achtstufigen Pipeline arbeitet. Die meisten KI-Werkzeuge starten mit einem leeren Eingabefeld. Die Nutzer:innen m\u00fcssen selbst wissen, welche Informationen relevant sind, wie…","protected":false},"author":41,"featured_media":18309,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"image","meta":{"_acf_changed":false,"footnotes":""},"categories":[519,518],"tags":[],"post_label":[],"class_list":["post-18308","post","type-post","status-publish","format-image","has-post-thumbnail","hentry","category-neue-funktionen-news","category-news","post_format-post-format-image"],"acf":[],"yoast_head":"\nWarum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist - Spheriq-Blog<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist - Spheriq-Blog\" \/>\n<meta property=\"og:description\" content=\"Spheriq AI arbeitet als gef\u00fchrtes Pipeline-System und ist damit aufwendiger gebaut als ein frei improvisierender Chatbot. Diese Architektur ist entscheidend, wenn KI im gemeinn\u00fctzigen Sektor verl\u00e4sslich, datensparsam und nachvollziehbar eingesetzt werden soll. Dieser Hintergrundbeitrag erkl\u00e4rt, warum und wie Spheriq AI mit Prompt-Launchern und einer achtstufigen Pipeline arbeitet. Die meisten KI-Werkzeuge starten mit einem leeren Eingabefeld. Die Nutzer:innen m\u00fcssen selbst wissen, welche Informationen relevant sind, wie...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/\" \/>\n<meta property=\"og:site_name\" content=\"Spheriq-Blog\" \/>\n<meta property=\"article:published_time\" content=\"2026-05-18T06:51:57+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-05-21T05:13:04+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline-1024x768.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"768\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Stefan Sch\u00f6bi\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Stefan Sch\u00f6bi\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"8\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/\"},\"author\":{\"name\":\"Stefan Sch\u00f6bi\",\"@id\":\"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/62b049ecdf798241ab7ff2d50b7a8bae\"},\"headline\":\"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist\",\"datePublished\":\"2026-05-18T06:51:57+00:00\",\"dateModified\":\"2026-05-21T05:13:04+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/\"},\"wordCount\":1789,\"commentCount\":0,\"image\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png\",\"articleSection\":[\"Neue Funktionen\",\"News\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/\",\"url\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/\",\"name\":\"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist - Spheriq-Blog\",\"isPartOf\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png\",\"datePublished\":\"2026-05-18T06:51:57+00:00\",\"dateModified\":\"2026-05-21T05:13:04+00:00\",\"author\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/62b049ecdf798241ab7ff2d50b7a8bae\"},\"breadcrumb\":{\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage\",\"url\":\"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png\",\"contentUrl\":\"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png\",\"width\":1448,\"height\":1086},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/spheriq.ch\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/spheriq.ch\/blog\/#website\",\"url\":\"https:\/\/spheriq.ch\/blog\/\",\"name\":\"Spheriq-Blog\",\"description\":\"Der Blog f\u00fcr Fundraiser, Stiftungsverwalter, Stiftungsr\u00e4te und alle, die sich f\u00fcr Fragen und Themen rund um den gemeinn\u00fctzigen Sektor interessieren.\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/spheriq.ch\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/62b049ecdf798241ab7ff2d50b7a8bae\",\"name\":\"Stefan Sch\u00f6bi\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/befd6bd7dcb40adf1a2f4f8beca8985d26dada415a40bb2216803b2f0fb013ac?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/befd6bd7dcb40adf1a2f4f8beca8985d26dada415a40bb2216803b2f0fb013ac?s=96&d=mm&r=g\",\"caption\":\"Stefan Sch\u00f6bi\"},\"description\":\"Stefan Sch\u00f6bi ist seit 1. November 2022 CEO von Spheriq. Zuvor hat er den 2012 gegr\u00fcndeten Migros-Pionierfonds aufgebaut und geleitet und zuletzt das gesamte nationale gesellschaftliche Engagement der Migros-Gruppe verantwortet. Von 2008 bis 2012 war er Marketing-Chef der Z\u00fcrcher Hochschule der K\u00fcnste. Sch\u00f6bi hat in Z\u00fcrich, Berlin und Wien Literatur studiert und zur Z\u00fcrcher Wirtschaftsgeschichte promoviert. Er besitzt ein MBA in Marketing und Zertifikate der INSEAD und der Universit\u00e4t Stanford.\",\"url\":\"https:\/\/spheriq.ch\/blog\/author\/stefan-schoebi\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist - Spheriq-Blog","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/","og_locale":"de_DE","og_type":"article","og_title":"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist - Spheriq-Blog","og_description":"Spheriq AI arbeitet als gef\u00fchrtes Pipeline-System und ist damit aufwendiger gebaut als ein frei improvisierender Chatbot. Diese Architektur ist entscheidend, wenn KI im gemeinn\u00fctzigen Sektor verl\u00e4sslich, datensparsam und nachvollziehbar eingesetzt werden soll. Dieser Hintergrundbeitrag erkl\u00e4rt, warum und wie Spheriq AI mit Prompt-Launchern und einer achtstufigen Pipeline arbeitet. Die meisten KI-Werkzeuge starten mit einem leeren Eingabefeld. Die Nutzer:innen m\u00fcssen selbst wissen, welche Informationen relevant sind, wie...","og_url":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/","og_site_name":"Spheriq-Blog","article_published_time":"2026-05-18T06:51:57+00:00","article_modified_time":"2026-05-21T05:13:04+00:00","og_image":[{"width":1024,"height":768,"url":"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline-1024x768.png","type":"image\/png"}],"author":"Stefan Sch\u00f6bi","twitter_card":"summary_large_image","twitter_misc":{"Verfasst von":"Stefan Sch\u00f6bi","Gesch\u00e4tzte Lesezeit":"8\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#article","isPartOf":{"@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/"},"author":{"name":"Stefan Sch\u00f6bi","@id":"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/62b049ecdf798241ab7ff2d50b7a8bae"},"headline":"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist","datePublished":"2026-05-18T06:51:57+00:00","dateModified":"2026-05-21T05:13:04+00:00","mainEntityOfPage":{"@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/"},"wordCount":1789,"commentCount":0,"image":{"@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage"},"thumbnailUrl":"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png","articleSection":["Neue Funktionen","News"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/","url":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/","name":"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist - Spheriq-Blog","isPartOf":{"@id":"https:\/\/spheriq.ch\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage"},"image":{"@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage"},"thumbnailUrl":"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png","datePublished":"2026-05-18T06:51:57+00:00","dateModified":"2026-05-21T05:13:04+00:00","author":{"@id":"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/62b049ecdf798241ab7ff2d50b7a8bae"},"breadcrumb":{"@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#primaryimage","url":"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png","contentUrl":"https:\/\/spheriq.ch\/blog\/wp-content\/uploads\/2026\/05\/Spheriq-AI-Hintergrundbeitrag-1-Pipeline.png","width":1448,"height":1086},{"@type":"BreadcrumbList","@id":"https:\/\/spheriq.ch\/blog\/warum-spheriq-ai-als-pipeline-gebaut-ist\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/spheriq.ch\/blog\/"},{"@type":"ListItem","position":2,"name":"Warum\u00a0Spheriq\u00a0AI als Pipeline gebaut ist"}]},{"@type":"WebSite","@id":"https:\/\/spheriq.ch\/blog\/#website","url":"https:\/\/spheriq.ch\/blog\/","name":"Spheriq-Blog","description":"Der Blog f\u00fcr Fundraiser, Stiftungsverwalter, Stiftungsr\u00e4te und alle, die sich f\u00fcr Fragen und Themen rund um den gemeinn\u00fctzigen Sektor interessieren.","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/spheriq.ch\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Person","@id":"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/62b049ecdf798241ab7ff2d50b7a8bae","name":"Stefan Sch\u00f6bi","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/spheriq.ch\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/befd6bd7dcb40adf1a2f4f8beca8985d26dada415a40bb2216803b2f0fb013ac?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/befd6bd7dcb40adf1a2f4f8beca8985d26dada415a40bb2216803b2f0fb013ac?s=96&d=mm&r=g","caption":"Stefan Sch\u00f6bi"},"description":"Stefan Sch\u00f6bi ist seit 1. November 2022 CEO von Spheriq. Zuvor hat er den 2012 gegr\u00fcndeten Migros-Pionierfonds aufgebaut und geleitet und zuletzt das gesamte nationale gesellschaftliche Engagement der Migros-Gruppe verantwortet. Von 2008 bis 2012 war er Marketing-Chef der Z\u00fcrcher Hochschule der K\u00fcnste. Sch\u00f6bi hat in Z\u00fcrich, Berlin und Wien Literatur studiert und zur Z\u00fcrcher Wirtschaftsgeschichte promoviert. Er besitzt ein MBA in Marketing und Zertifikate der INSEAD und der Universit\u00e4t Stanford.","url":"https:\/\/spheriq.ch\/blog\/author\/stefan-schoebi\/"}]}},"_links":{"self":[{"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/posts\/18308","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/users\/41"}],"replies":[{"embeddable":true,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/comments?post=18308"}],"version-history":[{"count":4,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/posts\/18308\/revisions"}],"predecessor-version":[{"id":18645,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/posts\/18308\/revisions\/18645"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/media\/18309"}],"wp:attachment":[{"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/media?parent=18308"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/categories?post=18308"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/tags?post=18308"},{"taxonomy":"post_label","embeddable":true,"href":"https:\/\/spheriq.ch\/blog\/wp-json\/wp\/v2\/post_label?post=18308"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}