Gut geeignet
Große Textmengen, die heute jemand liest und einordnet: Anfragen, Belege, Protokolle, Verträge. Suche im eigenen Wissen. Routineentscheidungen, bei denen ein Mensch das Ergebnis vor der Wirkung freigibt.
Wo bringt dir ein Sprachmodell etwas, wo nicht, und wie kommt es an dein ERP, dein CRM oder dein Ticketsystem? Wir beraten, indem wir bauen: Das Ergebnis ist ein Prototyp mit deinen Daten und eine schriftliche Bewertung – keine Folien.
Unverbindlich · Antwort innerhalb von 24 Stunden (Mo–Fr) · Direkt aus der Entwicklung, nicht vom Vertrieb
Ein Sprachmodell ist gut in Sprache: lesen, zuordnen, zusammenfassen, formulieren. Es ist schlecht in allem, was exakt sein muss. An dieser Trennlinie entscheidet sich, ob ein Projekt Geld spart oder Geld kostet.
Große Textmengen, die heute jemand liest und einordnet: Anfragen, Belege, Protokolle, Verträge. Suche im eigenen Wissen. Routineentscheidungen, bei denen ein Mensch das Ergebnis vor der Wirkung freigibt.
Alles, was sich mit festen Regeln beschreiben lässt – das ist normale Software: billiger, schneller und berechenbar. Exakte Berechnungen. Und jeder Fall, in dem ein Fehler teuer ist und niemandem auffällt.
Liegen die Daten überhaupt digital, vollständig und zugänglich vor? Die meisten KI-Projekte scheitern nicht am Modell, sondern daran, dass die Grundlage in Aktenordnern, E-Mail-Postfächern oder einer Schnittstelle ohne Doku steckt.
Vier Muster – vom kleinen Werkzeug bis zum Eingriff in den Kernprozess.
Das Modell sitzt hinter einer Schnittstelle (API) und wird von ERP, CRM oder Ticketsystem aufgerufen – oder ruft sie selbst auf. Die bestehenden Systeme bleiben, wie sie sind; die neue Fähigkeit wird angebaut, nicht eingebaut.
Handbücher, Verträge, Wissensdatenbank: Fragen in normaler Sprache, Antworten mit Fundstelle. Das Verfahren heißt RAG – das Modell soll nur aus den mitgegebenen Dokumenten antworten und die Fundstelle nennen; wie zuverlässig es das tut, messen wir vor dem Start.
E-Mail-Triage, Belegerfassung, Vorschläge für Standardantworten. Mit Freigabe durch einen Menschen, solange die Fehlerquote das verlangt – und ohne, sobald die Messung es hergibt.
Das Modell entscheidet selbst, welche Systeme es in welcher Reihenfolge abfragt. Mächtig, aber am schwersten zu testen und am teuersten im Betrieb – wir bauen das nur, wo ein einfacher Ablauf nachweislich nicht reicht.
Wir liefern keine Strategie-Präsentation, sondern zwei Dinge: einen Prototyp, der mit deinen Daten läuft – nicht mit Beispieldaten des Anbieters –, und eine schriftliche Bewertung – was funktioniert hat, wie oft das Modell danebenlag, was der Betrieb kosten würde und was für die Integration noch fehlt. Damit kannst du entscheiden, statt zu glauben.
Wir empfehlen nur, was wir selbst bauen und verantworten. Und wir beginnen mit dem einfachsten Weg, der das Ziel erreicht – die teuerste Stufe zuerst zu bauen ist der teuerste Fehler in KI-Vorhaben, und der vermeidbarste.
Womit wir arbeiten: Backends in Go und .NET, Flutter-Apps mit über 500.000 Downloads, Schnittstellen zu Live-Datenquellen im produktiven Betrieb. Für die App-Seite eines Vorhabens: KI-Integration in Apps.
Datenschutz: Welche Daten das Modell sieht, legst du fest – meist genügt ein Ausschnitt. Den Auftragsverarbeitungsvertrag nach Art. 28 DSGVO schließt du mit dem Anbieter; wir bereiten ihn vor und prüfen dessen Bedingungen. Und die Zweckbindung gilt auch für Prompts, also für die Anfragen an das Modell: Kundendaten aus dem CRM dürfen nicht plötzlich für etwas anderes verwendet werden.
KI-Verordnung: Seit dem 2. August 2026 gelten die Transparenzpflichten nach Art. 50 – wer mit einer KI interagiert, muss das erkennen können, und erzeugte Inhalte müssen maschinenlesbar als KI-erzeugt markiert sein. Für Einsatzbereiche wie Personalauswahl oder Kreditentscheidungen gelten strengere Pflichten, die stufenweise gelten. Welche Pflichten dein Einsatz auslöst – Kennzeichnung, Risikoklasse, Dokumentation – halten wir im Projekt schriftlich fest.
Mitbestimmung: Wenn ein System Daten über Beschäftigte verarbeitet oder ihr Verhalten auswerten könnte, kann die Einführung nach § 87 Abs. 1 Nr. 6 BetrVG mitbestimmungspflichtig sein. Das ist kein Hindernis, aber ein Termin, der früh im Plan stehen sollte – nicht nach dem Prototyp.
Im kostenlosen Erstgespräch: Welche Prozesse kommen infrage, wo liegen die Daten, was kostet ein Fehler? Ergebnis: eine schriftliche Einschätzung mit Budgetspanne.
Eine Aufgabe, deine Daten, in der Regel zwei bis drei Wochen ab Datenzugang. Wir messen an konkreten Beispielen, wie oft das Modell richtig liegt – und was eine Anfrage kostet.
Welche Systeme, welche Schnittstellen, welche Freigaben, welche Pflichten. Schriftlich, mit Aufwand je Schritt, damit du in Etappen entscheiden kannst.
Anbindung, Oberfläche, Monitoring für Kosten und Fehlerquote. Übergabe mit vollständigem Quellcode; auf Wunsch Wartung und Weiterentwicklung.
Der Potenzialcheck ist Teil des kostenlosen Erstgesprächs. Danach drei Spannen als Orientierung.
Alle Preise zzgl. gesetzlicher Umsatzsteuer. Grundlage des Festpreises ist der im Erstgespräch abgestimmte Leistungsumfang. Laufende Modellkosten des Anbieters fallen zusätzlich an und werden getrennt ausgewiesen.
In den allermeisten Fällen nicht. Ein fertiges Sprachmodell über die API eines Anbieters, versorgt mit deinen eigenen Daten und Regeln, deckt den größten Teil der Anwendungsfälle ab – zu einem Bruchteil dessen, was ein eigenes Modell kosten würde. Ein eigenes oder nachtrainiertes Modell lohnt sich erst bei sehr speziellen Daten oder wenn kein Anbieter infrage kommt. Das prüfen wir im Potenzialcheck, bevor jemand Geld dafür ausgibt.
Nur das, was du vorher festlegst. Wir klären zuerst, welche Daten das Modell überhaupt sehen muss – meist ein Ausschnitt statt der ganzen Datenbank. Mit dem Anbieter wird ein Auftragsverarbeitungsvertrag nach Art. 28 DSGVO geschlossen, wo verfügbar läuft die Verarbeitung in einer EU-Region, und wo der Anbieter das zusichert, ist die Nutzung deiner Daten zum Training vertraglich ausgeschlossen. Dürfen Daten das Haus nicht verlassen, ist ein offenes Modell auf eigener Infrastruktur der Weg.
Der Potenzialcheck ist Teil des kostenlosen Erstgesprächs. Ein Prototyp mit deinen Daten steht in der Regel zwei bis drei Wochen nach Datenzugang – dann siehst du an konkreten Beispielen, ob die Idee trägt, statt es aus einer Präsentation zu schließen. Die Integration in bestehende Systeme dauert je nach Schnittstellenlage typischerweise zwei bis vier Monate.
Dann sagen wir dir das, und der Potenzialcheck hat dich nichts gekostet. Oft reicht dann normale Software mit klaren Regeln – billiger, schneller, berechenbar. Die bauen wir auch.
Die Anweisungen an das Modell und die Wissensbasis – also die Dokumente, aus denen es antwortet – legen wir so ab, dass Fachleute ohne Programmierkenntnisse sie ändern können. Der technische Teil bleibt Software wie jede andere: Du bekommst den vollständigen Quellcode mit Dokumentation, und auf Wunsch übernehmen wir Wartung und Weiterentwicklung.
Die Anbieter rechnen pro verarbeiteter Textmenge ab – je Anfrage typischerweise Bruchteile eines Cents bis wenige Cent. Bei internen Werkzeugen mit ein paar hundert Anfragen am Tag sind das meist zweistellige bis niedrige dreistellige Beträge im Monat – je nach Modell und Kontextlänge; bei automatisierter Verarbeitung großer Dokumentmengen entsprechend mehr. Wir rechnen es im Prototyp an deinen Mengen durch und bauen einen Deckel ein. Die aktuellen Anbieterpreise nennen wir im Gespräch.
Wir melden uns Mo–Fr innerhalb von 24 Stunden mit einer ehrlichen Einschätzung – inklusive der Antwort, dem Vorschlag, womit wir anfangen würden. Der Potenzialcheck ist kostenlos und unverbindlich.