Nachfrageprognose & Personalplanung mit KI-Agenten

1

Die Herausforderung & Projekt-Setup

Roberto muss den Dienstplan für Roberto's Pizza & Pasta Service eine Woche im Voraus planen. Zu viele Köche an einem ruhigen Montag kosten Geld; zu wenige Fahrer an einem vollen Freitagabend bedeuten kalte Pizzen. Statt die Daten selbst zusammenzusuchen, baust du ein KI-Agenten-Team in Claude Code, das die Planung übernimmt.

# Open Claude Code Desktop, then in its terminal:
mkdir planning_next_week
cd planning_next_week
claude

2

Datenquellen erkunden

Sieh dir zuerst die vier Endpunkte an, mit denen deine Agenten arbeiten werden:

# Weather forecast for the next 7 days (Naples region)
curl -s "https://www.aipizzasim.com/weather?forecast=7" | python3 -m json.tool

# Italian holidays, school breaks, and bridge days
curl -s "https://www.aipizzasim.com/calendar?upcoming=10" | python3 -m json.tool

# Local sports events (football matches drive pizza orders!)
curl -s "https://www.aipizzasim.com/events?upcoming=10" | python3 -m json.tool

# Who is available to work next week
curl -s "https://www.aipizzasim.com/staff/availability?all=true" | python3 -m json.tool

# Baseline ("normal demand"): your team's own order history
curl -s -H "X-API-Key: <YOUR_API_KEY>" \
  "https://www.aipizzasim.com/pizzerias/<PIZZERIA_ID>/orders"

3

Skill Finder: skills.sh durchsuchen

Bevor du Skills selbst baust: Prüfe mit dem Skill Finder auf skills.sh, ob es ähnliche Skills schon gibt, und lade Brauchbares herunter.

Prompt — in die laufende Claude-Code-Sitzung einfügen:

Use the Skill Finder to search skills.sh for skills about weather
forecasts, local events, holiday calendars, or staff planning.
List what you find and install anything useful into this folder.

4

Skills mit dem Skill Creator bauen

Erstelle mit dem Skill Creator mindestens 3 (empfohlen: 4) Skills als .md-Dateien im Projektordner — einen pro Endpunkt:

• weather_agent → GET /weather?forecast=7
• events_agent → GET /events?upcoming=10
• calendar_agent → GET /calendar?upcoming=10
• staff_planner → GET /staff/availability?all=true

# Example skill file: weather_agent.md
---
name: weather_agent
description: Fetches the 7-day forecast and rates its impact on pizza demand.
---
# Weather Agent
1. Call GET https://www.aipizzasim.com/weather?forecast=7
2. Summarize temperature and rain probability per day.
3. Flag rainy days (rain = more delivery orders).

5

Agenten-Team konfigurieren

Das Team folgt einer Hub-and-Spoke-Architektur: Roberto ist Team Lead, delegiert an die vier Spezialisten und ruft selbst keine API auf. Lege die Teambeschreibung im Projektordner ab:

# Team Roberto — hub and spoke (e.g. in CLAUDE.md)
- Team lead: Roberto. Delegates, merges results, writes the final plan.
- weather_agent   -> GET /weather?forecast=7
- events_agent    -> GET /events?upcoming=10
- calendar_agent  -> GET /calendar?upcoming=10
- staff_planner   -> GET /staff/availability?all=true
- Baseline demand -> GET /pizzerias/<PIZZERIA_ID>/orders (X-API-Key)
Roberto never queries the API himself — he only coordinates.

6

Der Multi-Agenten-Lauf

Starte den Lauf mit diesem Prompt (englisch, weil er direkt in Claude Code eingefügt wird):

Open a team with members Roberto (Team Lead), weather_agent,
events_agent, calendar_agent, and staff_planner. Create a staffing
plan for Roberto's Pizza & Pasta Service for the coming week. Take
into account the weather forecast, sports events, public holidays,
bridge days, and staff availability. If a rainy day coincides with a
football match and there is no public holiday the day before, assume
130% of normal demand. Roberto wants to know how many drivers,
cooks, and service staff he needs per day.

7

Ergebnis prüfen & Parameter ändern

Prüfe den Wochenplan, ändere dann genau einen Parameter — sage dem Team z. B., dass nächste Woche ein zusätzlicher Feiertag liegt — und starte den Lauf erneut. Vergleiche beide Pläne: Was hat sich geändert, und begründet Roberto die Änderung mit den richtigen Daten?