Wir haben einer KI ein Support-Ticket gegeben. Sie hat die Integration neu erstellt und den Regelkreis geschlossen.

Wie Claude Code und APIANT einen komplizierten Fehler bei der Synchronisierung mehrerer Zahlungen in eine verifizierte Lösung verwandelten, die erst ganz am Ende von einem Menschen freigegeben wurde.

Dieses hier stammt von CRMConnectAPIANTs schlüsselfertige Integration sorgt für die Synchronisierung von Mindbody und HubSpot. Sie kümmert sich um Kundendaten, Duplikatsbereinigung und Feldzuordnung, sodass Marketingteams mit aktuellen Aktivitäten statt mit veralteten Exporten arbeiten können. Konkret geht es hier um die Umwandlung von Mindbody-Verkäufen in HubSpot-Deals, sodass Umsätze automatisch im CRM landen – mit dem richtigen Betrag dem richtigen Kunden zugeordnet.

Ein Kunde zahlte an der Rezeption etwa 8.400 US-Dollar. Im CRM-System wurden jedoch nur 400 US-Dollar angezeigt. Es gab keine Fehlermeldungen, nichts schien defekt zu sein, und die meisten Verkäufe wurden problemlos synchronisiert. Dieser eine Verkauf hat still und leise irgendwo zwischen Mindbody und HubSpot einen Großteil seines Wertes verloren.

Das sind die schlimmsten Fehler: die, die sich in den 2 % der Transaktionen verstecken, die etwas ungewöhnlich sind. Wir haben diesen Fall einer KI übergeben und sie den gesamten Prozess steuern lassen – von der Diagnose über eine getestete Lösung bis hin zur Kundenantwort. So lief es ab.

Das Ticket

Ein Boutique-Fitnessstudio meldete sich mit einem kleinen, ärgerlichen Rätsel. Der Großteil ihrer Verkäufe lief reibungslos über Mindbody zu HubSpot. Nur bei diesem einen Deal gab es Schwierigkeiten.

Die Ursache lag in Verkäufen, die auf mehr als eine Weise bezahlt wurden. Eine Zahlung wurde auf eine Karte und ein Kontoguthaben aufgeteilt, und die alte Synchronisierung las aus einem Bericht, der nicht alle Zahlungsarten enthielt. Daher wurde die Transaktion mit einem Bruchteil des tatsächlich vom Kunden gezahlten Betrags abgewickelt.

Warum dies normalerweise eine langsame und schmerzhafte Lösung ist

Ein solcher Fehler kostet normalerweise tagelange Entwicklungszeit. Jemand muss die Integration rekonstruieren, den fehlerhaften Synchronisierungspfad identifizieren, die Logik anpassen, ohne die funktionierenden Pfade zu beeinträchtigen, und das Ganze dann in einem Live-System testen, das wirklich schwer zu manipulieren ist. Kassensoftware bietet schließlich keine einfache Testumgebung mit einer Schaltfläche für ungewöhnliche Teilzahlungen.

Daher bleibt es meist unverändert. Der Kunde wartet. Die Behebung ist riskant. Niemand ist wirklich nervös, eine funktionierende Integration anzufassen.

Wir haben es stattdessen der KI übergeben.

Wir haben das Ticket an Claude Code auf APIANT weitergegeben und ihn einfach machen lassen. Nicht nur „einen Code-Schnipsel vorschlagen“, sondern ihn tatsächlich arbeiten lassen: die Integration lesen, verstehen, anpassen, mit dem echten Mindbody-Konto testen und uns Bericht erstatten. Und so hat es funktioniert – ganz ohne menschliches Zutun.

Es hat die wahre Ursache gefunden. Die Ursache des Problems lag in drei separaten Problemen, die sich hinter einem einzigen Symptom verbargen: Die Synchronisierung las aus einem Bericht, der einige Zahlungsarten ausließ, Verkäufe mit mehreren Artikeln wurden falsch gezählt, und es konnte vorkommen, dass mehrere Verkäufe mit derselben Kennung kollidierten.

Die Integration wurde ordnungsgemäß wiederhergestellt. Statt einer schnellen Lösung wurde die Transaktionslogik in eine gemeinsame Komponente umstrukturiert, die sowohl für die Sofortsynchronisierung (die bei jedem Verkauf ausgelöst wird) als auch für die nächtliche Aktualisierung verwendet wird. Gleiche Logik, zwei Auslöser, keine Abweichungen mehr. Beide Synchronisierungen greifen nun auf eine umfassendere Datenquelle zu, die tatsächlich jede Zahlung inklusive Konto- und Mitgliedschaftsguthaben enthält.

Dadurch wurde es in großem Umfang schnell. Es wurde ein Cache hinzugefügt, damit der nächtliche Job nicht Tausende von vergangenen Verkäufen erneut durchsuchen muss. Beim ersten Durchlauf wird der Cache erstellt; bei jedem weiteren Durchlauf wird die aufwändige Suche übersprungen.

Es fügte die vom Kunden gewünschten Details hinzu. Bei jedem Geschäft wird nun die verwendete Zahlungsmethode erfasst, sodass das Studio auf einen Blick sehen kann, wie ein Verkauf bezahlt wurde.

Anschließend wurde es am realen System getestet.

Dieser Teil fühlt sich immer noch ein bisschen wie Science-Fiction an.

Die KI öffnete das Kassensystem von Mindbody im Browser und führte Testverkäufe durch. Ein Artikel wurde in einer Zahlung bezahlt. Ein Artikel wurde in zwei Zahlungen aufgeteilt. Mehrere Artikel wurden in einer Zahlung bezahlt. Mehrere Artikel wurden in zwei Zahlungen aufgeteilt. Ein Laufkunde ohne Kundendatensatz bediente die Kasse wie ein Mitarbeiter.

Anschließend wurde jeder Verkaufsprozess innerhalb der Integration überwacht und die Ergebnisse Zeile für Zeile ausgewertet. Wurde die richtige Anzahl an Deals erstellt? Stimmten die Beträge zur Gesamtsumme? Wurde die Zahlungsmethode angezeigt? Hat die zweimalige Synchronisierung Duplikate erzeugt oder wurde der Verkauf korrekt als bereits verarbeitet erkannt?

Alle Filialen wurden geprüft. Die Beträge stimmten überein. Keine Duplikate. Die Zahlungsmethoden wurden korrekt verarbeitet.

Es hat seinen eigenen Fehler bemerkt.

Mitten im Prozess führte eine eigene Änderung zu einem kleinen Fehler. Ein neues Feld war nicht korrekt verknüpft, was unbemerkt die Erstellung neuer Deals beeinträchtigte.

Die KI bemerkte den Fehler, da sie die Live-Ausführungsdaten auswertete, anstatt von der Korrektheit ihrer Arbeit auszugehen. Sie fand die genaue Ursache, korrigierte die Verkabelung, führte den fehlerhaften Verkauf erneut durch und bestätigte, dass die Korrektur das richtige Ergebnis lieferte. Der gesamte Vorgang wurde dabei dokumentiert.

Das ist der Unterschied zwischen dem Generieren von Code und dem Besitz des Ergebnisses.

Es schloss den Kreis mit dem Kunden.

Nachdem die Korrektur bestätigt worden war, verfasste die KI die Antwort an den Kunden in einfacher Sprache: Was war passiert, warum der Betrag fehlerhaft aussah, was sich nun ändert und die Zusicherung, dass vergangene Verkäufe beim nächsten Synchronisieren automatisch korrigiert würden. Diese Nachricht wurde im Ticket hinterlegt und war somit sofort versandbereit.

Ein Mensch hat den Text gelesen, zugestimmt und ihn weitergeleitet. Auch die Freigabe der Änderung für die Produktion erfolgte durch einen Menschen. Das ist so gewollt. Die KI übernimmt die aufwendige, präzise und unermüdliche Arbeit. Menschen behalten die Kontrolle über die beiden Entscheidungen, die immer menschlich sein sollten: was wir dem Kunden mitteilen und was live geht.

Eine Lösung für jeden Kunden

Hier kommt der entscheidende Punkt, wenn Sie beruflich Integrationen entwickeln. Es handelte sich nicht um ein einmaliges Skript, das an ein einzelnes Konto angehängt wurde. Die Mindbody-HubSpot-Synchronisierung ist ein ausgereiftes Produkt. API-AppEine einzige Integration, die zentral entwickelt und gepflegt wird und für alle Kunden, die sie nutzen, gilt. Als die KI die Deal-Logik neu berechnete, wurde also nicht nur dieses eine Studio korrigiert. Die gleiche Lücke bei der Zahlungsaufteilung wurde für alle Kunden dieser Integration geschlossen, und jeder Neukunde profitiert vom ersten Tag an von der korrigierten Version.

Das ist genau das Modell, das Systemintegratoren immer wieder fordern: Eine Lösung einmal entwickeln, sie vielfach verkaufen und zentral optimieren. Eine solche Verbesserung steigert die Produktqualität für die gesamte installierte Basis gleichzeitig. Genau das macht eine standardisierte Integration zu einem echten Umsatzbringer mit wiederkehrenden Einnahmen – anstatt zu einer Ansammlung kundenspezifischer Anpassungen, die mit zunehmender Größe immer fehleranfälliger werden.

Warum APIANT dies ermöglicht

Eine KI kann nur das bedienen, was sie sehen und berühren kann. Die meisten Integrationsplattformen sind eine Blackbox, daher ist die KI darauf angewiesen, Vorschläge von außen zu generieren.

APIANT ist genau umgekehrt aufgebaut. Jede Integration besteht aus Komponenten, die die KI tatsächlich untersuchen, bearbeiten und ausführen kann: Automatisierungen, gemeinsam genutzte Subroutinen, Feldzuordnungen, der Live-Ausführungsverlauf und zwischengespeicherte Werte. Die KI kann eine Komponente ändern, sie ausführen, genau nachvollziehen, was in jedem Schritt passiert ist, und Anpassungen vornehmen. In Kombination mit der Browsersteuerung des Quellsystems kann APIANT realitätsnahe Tests durchführen, anstatt Vermutungen anzustellen.

Diese Kombination ermöglichte es, aus einem unübersichtlichen Ticket aus der Praxis ein vollständiges, verifiziertes Refactoring zu entwickeln.

Fazit

Das war kein Spielzeugproblem. Es handelte sich um einen subtilen, vielschichtigen Fehler in einer laufenden Integration zwischen zwei wichtigen Systemen – die Art von Fehler, die normalerweise einen nervösen Ingenieur und eine ruhige Woche bedeutet.

Eine KI übernahm den gesamten Prozess. Sie diagnostizierte die eigentliche Ursache, optimierte die Integration, testete jeden Ablauf anhand der realen Verkaufsdaten, erkannte und behob ihren eigenen Fehler und verfasste die Kundenantwort. Mitarbeiter griffen lediglich ein, um die Nachricht und die Bereitstellung zu genehmigen.

Genau dahin geht die Entwicklung. Nicht zu einer KI, die einfach nur ein bisschen Code schreibt, sondern zu einer KI, die sich eines komplexen, spezifischen Problems annimmt und es bis zur fertigen, getesteten Lösung auf einer genau dafür entwickelten Plattform vorantreibt. Wenn Ihre Integrationen fast perfekt sind oder Fehler nur in den seltensten Fällen (etwa 2 %) auftreten, dann sieht die Lösung in Kürze so aus.

Sprechen Sie mit uns über APIANT