Häufige Fragen zu KI-Projekten
(01)Was brauche ich, um ein KI-Entwicklungsprojekt zu starten?
Im Idealfall bringen Sie ein klar definiertes Geschäftsproblem, relevante Daten und interne Stakeholder mit. Aber auch ohne vorhandene Daten können wir starten — in einem Discovery-Workshop identifizieren wir Potenziale und klären, welche Daten erfasst oder beschafft werden müssen. Entscheidend ist ein engagierter Projektverantwortlicher auf Ihrer Seite.
(02)Wie lange dauert ein typisches KI-Entwicklungsprojekt?
Die Dauer variiert je nach Komplexität. Als Richtwerte: Ein Proof of Concept dauert typischerweise 2–4 Wochen, ein MVP 6–10 Wochen, ein vollständiges Enterprise-System 12–24 Wochen. Wir empfehlen immer den Einstieg über einen fokussierten PoC, um Machbarkeit und Wert schnell zu validieren.
(03)Was kostet ein KI-Projekt?
Die Kosten hängen von Umfang, Datenlage und Integrationsaufwand ab. Festpreis nach Scoping, Angebot in 48 Stunden. Für den Einstieg gibt es Workshops zum Festpreis: Light Discovery (½ Tag) für 1.500 €, Strategy Day für 2.500 € und Prototyping Sprint (2 Tage) für 4.500 €. So klären Sie Nutzen und Machbarkeit, bevor größere Budgets gebunden werden.
(04)Welche Daten benötigen Sie für die Entwicklung?
Das hängt vom Use Case ab. Für klassisches Machine Learning benötigen wir historische, strukturierte Daten — je mehr, desto besser. Für LLM-basierte Anwendungen reichen oft wenige Beispiele und Domänenwissen. Wir analysieren die vorhandene Datenlage und empfehlen ggf. Strategien zur Datenanreicherung.
(05)Können Sie auch bestehende KI-Modelle verbessern?
Ja, die Optimierung bestehender Modelle gehört zu unseren Kernleistungen. Wir analysieren die Performance, identifizieren Schwachstellen und verbessern Genauigkeit, Geschwindigkeit oder Robustheit. Typische Maßnahmen sind Feature Engineering, Hyperparameter-Tuning, Architekturoptimierung und Retraining mit neuen Daten. Vorher vereinbaren wir messbare Ziele, damit die Verbesserung nachvollziehbar ist.
(06)Wie sorgen Sie dafür, dass die KI-Lösung langfristig funktioniert?
Durch konsequente MLOps-Praktiken: automatisiertes Monitoring, Drift-Erkennung, regelmäßiges Retraining und Performance-Warnungen. Wir bauen von Anfang an Systeme, die sich an veränderte Daten und Anforderungen anpassen, und dokumentieren sie so, dass Ihr Team sie versteht. Den laufenden Betrieb übernehmen wir auf Wunsch nach Vereinbarung.
(07)Welche Programmiersprachen und Frameworks setzen Sie ein?
Python ist unsere Hauptsprache für ML-Entwicklung, ergänzt durch TypeScript für Web-Interfaces und APIs. Wir nutzen PyTorch, TensorFlow, scikit-learn, Convex, Hugging Face und alle großen LLM-APIs. Die Framework-Wahl richtet sich nach dem optimalen Fit für Ihren Use Case.
(08)Kann die KI-Lösung in unsere bestehenden Systeme integriert werden?
Ja, Integration ist ein zentraler Bestandteil unserer Arbeit. Wir entwickeln REST- und GraphQL-APIs, Webhook-basierte Integrationen und direkte Datenbankanbindungen. Ob ERP, CRM, Data Warehouse oder Individualsoftware: Wir binden die KI-Lösung so ein, dass sie in Ihre bestehende Systemlandschaft passt.
(09)Wie gehen Sie mit sensiblen Daten und Datenschutz um?
Datenschutz ist in unserem Entwicklungsprozess fest verankert. Wir arbeiten mit Privacy by Design, Verschlüsselung, Zugriffskontrolle und Pseudonymisierung, entwickeln DSGVO-konform und bereiten Sie auf die Anforderungen des EU AI Act vor. Auf Wunsch betreiben wir die Lösung ausschließlich in Ihrer eigenen Infrastruktur.
(10)Bieten Sie auch Unterstützung nach dem Go-live?
Ja. Wir beheben Fehler 30 Tage ab der finalen Lieferung kostenlos. Wartung und Weiterentwicklung nach dem Go-live vereinbaren wir individuell, von Monitoring und Fehlerbehebung bis zu regelmäßigen Modell-Reviews und konkreten Verbesserungsvorschlägen, damit Ihre Lösung mit Ihren Anforderungen wächst und zuverlässig bleibt.
(11)Wo werden die Daten bei KI-Projekten gespeichert?
Standardmäßig in europäischen Rechenzentren, etwa bei AWS in Frankfurt oder bei Hetzner in Deutschland. Auf Wunsch betreiben wir die Lösung vollständig in Ihrer eigenen Infrastruktur. Welche Daten an welche Dienste fließen, dokumentieren wir transparent, damit Datenschutz und IT-Sicherheit jede Entscheidung nachvollziehen können.
(12)Wie ist der EU AI Act für mein Projekt relevant?
Wir ordnen Ihren Anwendungsfall früh in die Risikoklassen des EU AI Act ein und setzen Transparenzpflichten, Dokumentation und die nötigen technischen Maßnahmen um. So wissen Sie vor dem Start, welche Pflichten für Ihr Projekt gelten, und vermeiden teure Nacharbeiten kurz vor dem Go-live.
(13)Arbeiten Sie auch deutschland- und europaweit?
Ja. Wir arbeiten von Berlin aus für Unternehmen in ganz Deutschland und Europa, remote per Video-Call und in vier Sprachen: Deutsch, Englisch, Französisch und Italienisch. Länderspezifische Anforderungen wie Sprache, Datenschutz oder branchenspezifische Vorgaben berücksichtigen wir von Beginn an. Termine vor Ort sind nach Absprache möglich.
(14)Wie gehen Sie mit mehreren Sprachen um?
Wir setzen mehrsprachige Sprachmodelle und Embeddings ein, die alle gängigen EU-Sprachen abdecken, und testen die Systeme in jeder Zielsprache mit echten Beispielen aus Ihrem Alltag. Inhalte pflegen Sie idealerweise nur einmal; die Antworten entstehen dann automatisch in der Sprache der Nutzer.