Ablauf eines Artificial Intelligence Projekts

Von der ersten Idee bis zur laufenden Lösung: Hier sehen Sie, was in welcher Reihenfolge passiert und wer wofür verantwortlich ist.

Die sechs Schritte im Überblick

Jedes KI-Projekt bei uns folgt einer klaren Struktur. Die einzelnen Phasen überlappen sich teilweise, aber die Reihenfolge bleibt stabil. Zwischen den Schritten gibt es Entscheidungspunkte, an denen Sie das Projekt fortsetzen, anpassen oder beenden können.

1

Ersteinschätzung per Videocall

In einem 30-minütigen Gespräch klären wir, worum es geht. Sie beschreiben Ihr Problem, wir stellen Rückfragen zu Datenquellen, bestehenden Systemen und Erwartungen. Am Ende des Calls wissen beide Seiten, ob ein KI-Ansatz sinnvoll ist. Wenn nicht, sagen wir das direkt. Dieser Schritt kostet nichts.

2

Strategieworkshop

Zwei Tage, bei Ihnen vor Ort oder remote. Am ersten Tag kartieren wir Ihre Geschäftsprozesse und identifizieren Engpässe, Wiederholungen und datenintensive Entscheidungen. Am zweiten Tag priorisieren wir die Anwendungsfälle nach Aufwand und erwartetem Nutzen. Das Ergebnis ist ein schriftlicher Massnahmenplan mit Zeitrahmen, Ressourcenbedarf und einer ROI-Schätzung für die zwei bis drei vielversprechendsten Ideen.

3

Datenaufbereitung

Die meiste Arbeit in KI-Projekten steckt hier. Wir sichten Ihre Daten, prüfen Qualität und Vollständigkeit, bereinigen Fehler und bringen alles in ein einheitliches Format. Wenn nötig, richten wir eine sichere Daten-Pipeline ein, die neue Daten automatisch aufbereitet. Diese Phase dauert typischerweise zwei bis vier Wochen. Dabei arbeiten wir eng mit Ihrer IT-Abteilung zusammen, um Zugriffsrechte und Datenschutzanforderungen sauber umzusetzen.

4

Modellentwicklung und Tests

Wir trainieren mehrere Modelle parallel, vergleichen deren Genauigkeit und wählen das beste aus. Alle zwei Wochen zeigen wir Ihnen Zwischenergebnisse in einem kurzen Sprint-Review. Sie sehen echte Zahlen: Wie oft liegt das Modell richtig? Wo macht es Fehler? Diese Transparenz ist uns wichtig, weil sie Ihnen ermöglicht, frühzeitig zu korrigieren, statt am Ende überrascht zu werden.

5

Integration und Übergabe

Das fertige Modell wird in Ihre bestehende Infrastruktur eingebettet. Ob das eine API ist, die Ihr CRM aufruft, ein Dashboard für die Geschäftsleitung oder ein automatisierter Workflow in Ihrem ERP: Wir sorgen dafür, dass die Lösung dort ankommt, wo sie gebraucht wird. Ihr Team erhält eine halbtägige Schulung, damit alle wissen, wie sie die Ergebnisse interpretieren und was bei Auffälligkeiten zu tun ist. Den Quellcode und die Dokumentation übergeben wir vollständig.

6

Laufende Betreuung

KI-Modelle veralten. Kundendaten verändern sich, Märkte verschieben sich, interne Prozesse werden angepasst. Deshalb bieten wir einen optionalen Wartungsvertrag an: Wir überwachen die Modellleistung, erkennen Drift frühzeitig und trainieren das Modell bei Bedarf neu. Einmal im Quartal erhalten Sie einen Bericht mit Kennzahlen und Empfehlungen. Die Details zu Kosten und Umfang finden Sie auf der Preisseite.

Was wir von Ihnen brauchen

Ein KI-Projekt ist kein Auftrag, den man abgibt und nach drei Monaten abholt. Ihre Beteiligung ist entscheidend, aber überschaubar. Konkret brauchen wir:

  • Eine Ansprechperson, die den fachlichen Kontext kennt und für Rückfragen erreichbar ist. Etwa zwei Stunden pro Woche.
  • Zugang zu den relevanten Datenquellen, idealerweise über eine gesicherte Schnittstelle oder einen Datenexport.
  • Feedback in den Sprint-Reviews alle zwei Wochen: Stimmt die Richtung? Gibt es neue Anforderungen?
  • Eine klare Entscheidung am Ende jeder Phase, ob wir weitermachen. Kein Projekt läuft bei uns einfach weiter, ohne dass Sie aktiv zustimmen.
Whiteboard mit Projektplanung in einem Besprechungsraum

Typische Projektdauer und Meilensteine

Die Gesamtdauer eines Projekts hängt von der Komplexität ab. Hier ein realistisches Beispiel für ein mittelgrosses Automatisierungsprojekt mit einer Datenquelle und einer Systemintegration.

Beispiel: Automatische Rechnungsverarbeitung

Ein Logistikunternehmen mit 200 Mitarbeitenden erhält täglich 80 bis 120 Eingangsrechnungen per E-Mail und Post. Ziel: Rechnungen automatisch erfassen, mit Bestellungen abgleichen und zur Freigabe weiterleiten.

  • Woche 1: Ersteinschätzung und Strategieworkshop. Ergebnis: Machbarkeit bestätigt, Projektplan erstellt.
  • Woche 2–4: Datenaufbereitung. 3 000 historische Rechnungen digitalisiert und gelabelt.
  • Woche 5–8: Modellentwicklung. OCR-Pipeline und Klassifikationsmodell trainiert. Genauigkeit nach Sprint 2: 94 %.
  • Woche 9–10: Integration ins ERP-System. Automatischer Abgleich mit Bestelldatenbank.
  • Woche 11: Teamschulung und Go-live. Vier Mitarbeitende geschult.
  • Ab Woche 12: Wartungsvertrag. Monatliches Monitoring, vierteljährliches Retraining.

Ergebnis nach drei Monaten Betrieb: 12 Stunden weniger manuelle Arbeit pro Woche, Fehlerquote bei der Zuordnung von 8 % auf 1,5 % gesunken.

Bereit, Ihr eigenes Projekt zu besprechen? Kontakt aufnehmen