Umsetzung und Inbetriebnahme von KI-Anwendungen

KI-Implementierung: aus dem Prototyp wird ein Vorgang, der trägt

KI-Implementierung ist die Arbeit, die zwischen einer getroffenen Entscheidung und einem produktiven Vorgang liegt: Ein Modell oder ein zugekaufter Dienst wird an die Systeme angebunden, in denen die Arbeit tatsächlich stattfindet, mit Daten versorgt, deren Herkunft und Aktualität bekannt sind, und in einen Ablauf eingebettet, der auch für falsche Ausgaben eine definierte Antwort hat. Wichtig wird das Thema selten am Anfang, sondern an der Stelle, an der ein Pilot als erfolgreich gilt und ihn trotzdem niemand freischaltet — weil Berechtigungen, Protokollierung, Zuständigkeit und Qualitätsnachweis ungeklärt sind. Nötig sind dafür Schnittstellen, die den Zugriff überhaupt erlauben, ein Datenzulauf, der ohne Handarbeit nachläuft, ein Betriebsmodell mit benannter Verantwortung für Modell und Ergebnis — und eine Messgröße, die im laufenden Betrieb erhoben wird und nicht nur im Testfenster gilt.

Umsetzung besprechen Umsetzungsfelder ansehen

Entwicklungsteam bindet eine KI-Anwendung an die bestehende Systemlandschaft an

Führende Unternehmen vertrauen auf unser Netzwerk

Trennschärfe

Was Beratung zur KI-Implementierung leistet — und was nicht

Beratung zur KI-Implementierung setzt an, wenn die Frage nach dem Anwendungsfall beantwortet ist. Ihr Gegenstand ist die Betriebsfähigkeit: Welcher Dienst oder welches Modell erfüllt die Anforderung nachweisbar, wie kommt es an ERP, CRM, Dokumentenablage oder Maschinensteuerung heran, welcher Datenzulauf trägt es dauerhaft, wo werden Ein- und Ausgaben protokolliert, wer gibt eine Ausgabe frei und wer haftet, wenn sie falsch ist. Dazu gehört die unspektakuläre Hälfte: Berechtigungskonzept, Testfälle mit erwartetem Ergebnis, Rückfallweg bei Ausfall, Kostenkontrolle bei nutzungsabhängiger Abrechnung und eine Abnahme, die nicht aus einer Vorführung besteht.

Der wiederkehrende Irrtum in diesen Vorhaben ist die Gleichsetzung von Machbarkeit und Betrieb. Ein Prototyp beweist, dass ein Verfahren die Aufgabe grundsätzlich lösen kann — unter Aufsicht, mit handverlesenen Daten, ohne Last und ohne Haftung. Genau diese vier Bedingungen fallen bei der Inbetriebnahme weg, und mit ihnen verschiebt sich der Aufwand von der Modellqualität auf alles, was danach dauerhaft tragen muss.

Was sie nicht leistet. Sie ersetzt keine Fach- oder Prozessverantwortung: Wenn niemand im Haus entscheidet, welches Ergebnis als richtig gilt, lässt sich auch nichts abnehmen. Sie verkauft keine Plattform und keinen Modellanbieter — die Auswahl bleibt eine Entscheidung Ihres Hauses, wir bewerten sie herstellerneutral gegen Ihre Anforderung. Und sie hebt keine fehlende Datengrundlage auf: Wo Angaben nur in Freitextfeldern und Köpfen stehen, wird zuerst daran gearbeitet und nicht am Modell. Steht die Auswahl des Anwendungsfalls noch aus, gehört das eine Stufe früher hin — in die KI-Beratung.

Auslöser

Wann externe Unterstützung bei der KI-Einführung den Aufwand wert ist

Nicht jede KI-Einführung braucht Hilfe von außen. Wo eine Entwicklungsmannschaft mit Betriebserfahrung sitzt, die Schnittstellen dokumentiert sind und ein zweites Vorhaben derselben Art bereits produktiv läuft, ist der interne Weg der schnellere. In den folgenden Auslösern fällt die Rechnung anders aus, und zwar aus einem strukturellen Grund: Eine Inbetriebnahme dieser Art durchläuft ein Haus alle paar Jahre einmal. Wer sie regelmäßig für verschiedene Auftraggeber begleitet, kennt die Stellen, an denen sie zuletzt gescheitert ist — und die Reihenfolge, die Nacharbeit vermeidet.

1. Der Pilot funktioniert, die Freischaltung kommt nicht

Fachbereich und Geschäftsführung sind überzeugt, die Freigabe hängt an IT, Datenschutz oder Revision.
Offen sind meist dieselben Punkte: Protokollierung, Berechtigungen, Aufbewahrung, Nachvollziehbarkeit einer Ausgabe.
Diese Punkte lassen sich vorab beantworten — nachträglich kosten sie eine Runde.

2. Die Anbindung an das Bestandssystem ist der Engpass

Das Verfahren steht, aber ERP, CRM oder Archiv geben ihre Daten nicht in der benötigten Form heraus.
Exporte per Hand tragen einen Piloten, keinen Vorgang mit Tagesfrequenz.
Gebraucht wird jemand, der beide Seiten liest: Modellanforderung und Schnittstellenwirklichkeit.

3. Der Datenzulauf reicht für eine Vorführung, nicht für den Betrieb

Trainings- und Testdaten wurden einmalig aufbereitet, danach nie wieder.
Im Betrieb entscheidet, wie aktuell, vollständig und eindeutig die Daten täglich nachlaufen.
Ohne diesen Zulauf sinkt die Qualität still — und fällt erst auf, wenn jemand widerspricht.

4. Niemand ist für die Ausgabe zuständig

Es ist ungeklärt, wer eine maschinelle Empfehlung prüft, wer sie übersteuern darf und wer sie verantwortet.
Solange das offen ist, entsteht kein Vorgang, sondern ein Vorschlagswesen ohne Verbindlichkeit.
Betriebsmodell und Eskalationsweg gehören vor die Freischaltung, nicht danach.

5. Aus einem Anwendungsfall sollen viele werden

Der erste Fall läuft, jeder weitere wird von vorn gebaut — eigene Zugänge, eigene Protokolle, eigene Kosten.
Ohne gemeinsame Grundlage für Zugriff, Überwachung und Abrechnung wächst der Betriebsaufwand schneller als der Nutzen.
Der Umbau lohnt beim zweiten oder dritten Fall, nicht beim zehnten.

6. Der EU AI Act verlangt einen Nachweis, den es nicht gibt

Einordnung des Systems, Dokumentation, menschliche Aufsicht und Protokollierung sind gefordert und prüfbar.
Was dabei verlangt wird, entsteht ohnehin bei einer sauberen Inbetriebnahme — nur meist unvollständig aufgeschrieben.
Nachträgliche Dokumentation ist teurer als eine mitlaufende.

Erkennen Sie einen dieser Auslöser wieder? Eine erste Einordnung braucht keine halbe Stunde: an welcher Stelle Ihre Umsetzung hängt, welcher Schritt als Nächstes trägt — und ob Sie dafür jemanden von außen brauchen.

Umsetzungsstand einordnen

Umsetzungsfelder

Die Umsetzungsfelder einer KI-Einführung im Überblick

Die Felder einer KI-Implementierung sind einzeln oder in Kombination besetzbar. Reihenfolge und Gewicht ergeben sich aus der Frage, welche der drei Voraussetzungen im Haus die schwächste ist: der Zugang zu den Daten, die Anbindung an die Systeme oder die Verbindlichkeit im Ablauf. Die Felder hängen zusammen — eine Anbindung ohne Überwachung fällt beim ersten stillen Qualitätsverlust auf, und ein Betriebsmodell ohne Testfälle hat nichts, woran es eine Abnahme knüpfen könnte. Nachfolgend sind es die Felder, in denen Umsetzungsvorhaben bei uns am häufigsten besetzt werden; sie stehen für einen Ausschnitt und nicht für einen Katalog.

Lösungsschnitt und Anbieterbewertung

Zugekauft, angebunden oder selbst gebaut: Für jede Anforderung wird entschieden, ob ein fertiger Dienst, ein Basismodell mit eigener Anbindung oder ein trainiertes eigenes Verfahren trägt. Bewertet wird herstellerneutral gegen Ihre Anforderung — nachweisbare Qualität auf Ihren Fällen, Datenverarbeitungsort, Abhängigkeit vom Anbieter, Kosten pro Vorgang und Wechselaufwand. Ergebnis ist ein Lösungsschnitt mit begründeter Auswahl, nicht eine Werkzeugliste.

Datenzulauf und Aufbereitung

Ein Verfahren ist nur so gut wie der Zulauf, der es täglich erreicht: Herkunft, Aktualität, Vollständigkeit und Eindeutigkeit der Felder. Dazu gehören Extraktion aus Bestandssystemen, Bereinigung und Zusammenführung von Stammdaten, Aufbereitung unstrukturierter Dokumente, Zerlegung und Indizierung für Suchverfahren sowie eine automatisierte Prüfung, die Ausfälle im Zulauf meldet, bevor die Ergebnisse still schlechter werden.

Anbindung an ERP, CRM und Fachanwendungen

Die Stelle, an der die meisten Vorhaben hängen bleiben. Gearbeitet wird an Schnittstellen zu ERP, CRM, Dokumentenablage, Ticketsystem oder Maschinendaten, an Berechtigungen, die die Rechte des jeweiligen Nutzers durchhalten, an Warteschlangen und Wiederholungslogik für den Fehlerfall und an der Frage, wo ein Ergebnis sichtbar wird — im vorhandenen Arbeitsfenster oder in einer weiteren Anwendung, die niemand öffnet.

Betriebsmodell, Aufsicht und Freigabe

Wer prüft, wer übersteuert, wer verantwortet: Rollen, Freigabestufen und Eskalationswege werden festgelegt, bevor freigeschaltet wird. Dazu kommen Protokollierung von Ein- und Ausgaben, Aufbewahrungsfristen, ein Rückfallweg bei Ausfall des Dienstes und eine Betriebsüberwachung, die Antwortzeiten, Kosten pro Vorgang und Qualitätsabweichungen zusammen anzeigt. Ohne benannte Zuständigkeit entsteht kein Vorgang.

Qualitätsnachweis und Abnahme

Abgenommen wird gegen Testfälle mit erwartetem Ergebnis, nicht gegen einen Eindruck. Aufgebaut werden ein Bewertungssatz aus echten Fällen, Messgrößen für Treffer, Fehlausgaben und Nichtbeantwortung, eine Schwelle, ab der ein Fall an den Menschen geht, und eine Wiederholungsmessung im laufenden Betrieb. So wird sichtbar, wenn Datenlage, Modellversion oder Nutzungsverhalten sich ändern — der häufigste Grund für stillen Qualitätsverlust.

Einführung im Team und Skalierung

Eine Anwendung, die niemand nutzt, ist nicht implementiert. Gearbeitet wird an der Einbettung in den Arbeitsablauf, an Schulung an den eigenen Fällen statt an Beispielen, an klaren Regeln zum Umgang mit Ausgaben und an der Übergabe in Ihre Linie. Ab dem zweiten Anwendungsfall kommt die gemeinsame Grundlage dazu: geteilte Zugänge, geteilte Überwachung, geteilte Kostenstelle — sonst wächst der Betriebsaufwand schneller als der Nutzen.

Welches Feld bei Ihnen zuerst greift, lässt sich in einem kurzen Gespräch grob einordnen — samt der ehrlichen Antwort, ob die Umsetzung heute schon anschlussfähig ist.

Anwendungsfall durchsprechen

Zuschnitt

Wie Umsetzungskapazität dazukommt, ohne die Inbetriebnahme zu verzögern

Externe Kapazität in einer Umsetzung wirkt nur, wenn Zugriff und Mandat dazu passen: Wer eine Schnittstelle baut, braucht Systemzugänge; wer eine Freischaltung verantwortet, braucht Entscheidungsbefugnis. Vier Zuschnitte haben sich dafür bewährt. Sie sind kombinierbar und wechseln im Verlauf regelmäßig — häufig beginnt es mit einem Prüfblick und geht in ein Aufbauteam über. Für alle gilt dasselbe Gerüst: eine benannte interne Verantwortung, ein vor dem Start schriftlich vereinbartes Abnahmekriterium und ein Zugang, der am ersten Tag existiert.

Besetzung planen

Prüfblick

Zweitmeinung zu einer geplanten Umsetzung

Eine Fachperson prüft mit engem Auftrag, was vorliegt: Lösungsschnitt, Anbieterwahl, Datenzulauf und der geplante Weg in den Betrieb. Ergebnis ist eine schriftliche Einordnung mit benannten Risiken und einer Empfehlung zur Reihenfolge — ohne Struktur drumherum und ohne Anschlussversprechen.

Aufbauteam

Externe Umsetzungskapazität im eigenen Team

Zwei bis fünf externe Fachleute arbeiten unter Ihrer fachlichen Führung mit Ihren Entwicklern und Fachbereichen. Die übliche Form bei Anbindung, Datenaufbereitung und erster Freischaltung, weil die Lösung dort entsteht, wo sie danach betrieben werden muss.

Linienvertretung

Technische Verantwortung auf Zeit

Eine externe Person übernimmt Entscheidungsbefugnis für Architektur oder Betrieb — bei einer Vakanz, in einer Sondersituation oder wenn eine unbequeme Festlegung von außen leichter durchzusetzen ist als aus dem laufenden Betrieb heraus.

Gesamtsteuerung

Steuerung mehrerer Anwendungsfälle

Eine kleine Einheit über mehreren Anwendungsfällen: gemeinsame Grundlage für Zugriff und Überwachung, Abhängigkeiten, Kosten pro Vorgang und ein Berichtsweg in die Geschäftsführung, der Entscheidungen ermöglicht statt Status zu verwalten. Sie baut nicht selbst, sondern sorgt dafür, dass zugesagte Fälle auch in Betrieb gehen.

Branchentakt

Branchentakt: was die KI-Einführung je Sektor bestimmt

Eine KI-Implementierung lässt sich nicht branchenneutral planen, weil die Systemlandschaft und die Nachweispflichten die Branche sind. In der Fertigung gibt die Maschinen- und Sensorseite den Takt vor: Daten entstehen in Steuerungen und Leitsystemen, und eine Vorhersage ist nur brauchbar, wenn sie schnell genug an der Anlage ankommt. Im Handel entscheidet die Anbindung an Warenwirtschaft und Sortimentsdaten, dazu Saisonalität und ein Volumen, das jede Sekunde Antwortzeit teuer macht. In Finanzdienstleistung und Versicherung stehen Aufsichtsanforderungen, Nachvollziehbarkeit jeder Entscheidung und Modellvalidierung vor der Technik. Im Gesundheitswesen und in Life Sciences entscheidet, welche Daten die Klinik oder das Labor überhaupt verlassen dürfen — und dokumentierte Verfahren sind dort Voraussetzung, nicht Kür. Bei Energie und Versorgern hängt der Nutzen an Zeitreihen aus Netz und Erzeugung sowie an der Kopplung mit Prognose- und Handelssystemen. In IT- und Dienstleistungshäusern liegt der Hebel bei der Bearbeitung eigener Vorgänge, und die Grenze zieht die Vertraulichkeit von Kundendaten. Dieselben Bausteine führen in diesen Feldern zu unterschiedlichen Reihenfolgen — und zu unterschiedlichen Fehlern.

Wir besetzen deshalb nach Branchen- und Systemerfahrung, nicht nach Verfügbarkeit: mit Fachleuten, die die jeweilige Systemlandschaft, die üblichen Datenwege, die Nachweispflichten und die Stellen kennen, an denen vergleichbare Umsetzungen vorher stehen geblieben sind. Ausgewählt wird gezielt aus einem Netzwerk, das 25 Fachbereiche und über 300 Rollenprofile umfasst. In den folgenden Feldern arbeiten wir am häufigsten — jede Kachel nennt, was dort die Reihenfolge bestimmt.

Ausbaustufen

Ausbaustufen einer KI-Einführung — woran sich jede belegen lässt

Was bei einer KI-Implementierung beauftragt wird, fällt zum größten Teil in wenige Ausbaustufen. Jede hat eine typische Ausgangslage, eine Reihenfolge, die sich bewährt hat, und einen Nachweis, der vor dem Start vereinbart und im Betrieb wiederholt erhoben wird — nicht am Ende geschätzt. Entscheidend ist in allen Fällen der Bewertungssatz: Ohne echte Fälle mit erwartetem Ergebnis lässt sich hinterher jede Verbesserung behaupten und keine belegen. Die Stufen bauen aufeinander auf, müssen aber nicht vollständig durchlaufen werden.

Anbindung eines zugekauften Dienstes

Ausgangslage: Ein fertiger Dienst erfüllt die Anforderung, aber er hängt an keinem System und niemand darf ihn mit echten Daten füttern. Die Reihenfolge, die trägt: erst Datenverarbeitungsort, Berechtigungen und Protokollierung klären, dann die Schnittstelle bauen, dann eine begrenzte Nutzergruppe freischalten. Belegt wird an der Zahl der Vorgänge, die vollständig über den neuen Weg laufen — und an denen, die wieder von Hand nachbearbeitet werden.

Zugang zum eigenen Wissensbestand

Ausgangslage: Antworten stecken in Handbüchern, Verträgen, Tickets und Laufwerken, die Suche findet sie nicht. Zuerst wird der Bestand abgegrenzt und bereinigt, dann zerlegt und indiziert, dann mit Quellenangabe beantwortet und schließlich an die Rechte des Nutzers gebunden. Belegt wird an der Trefferquote auf einem festen Fragensatz und daran, wie oft eine Antwort ohne belegbare Quelle entsteht.

Teilautomatisierung eines laufenden Vorgangs

Ausgangslage: Ein Vorgang mit hoher Frequenz wird bisher vollständig von Hand bearbeitet, der Pilot schlägt bereits brauchbar vor. Der Weg führt über eine Schwelle, ab der ein Fall an den Menschen geht, über die Einbettung in das vorhandene Arbeitsfenster und über die Frage, wer eine Ausgabe verantwortet. Belegt wird an der Bearbeitungszeit je Fall, an der Quote automatisch abgeschlossener Fälle und an den nachträglichen Korrekturen.

Überführung in den geregelten Dauerbetrieb

Ausgangslage: Mehrere Fälle laufen produktiv, jeder mit eigenen Zugängen, eigener Überwachung und ungeklärter Kostenzuordnung. Zuerst kommt die gemeinsame Grundlage für Zugriff, Protokollierung und Kostenmessung, dann die Wiederholungsmessung der Qualität, dann die Dokumentation, die der EU AI Act verlangt, und die Übergabe in Ihre Linie. Belegt wird an Kosten pro Vorgang, an gemeldeten Qualitätsabweichungen und daran, ob eine benannte Person den Betrieb führt.

Von der Anbindung bis zur Abnahme: die Stationen einer Inbetriebnahme

Umfang und Dauer der Stationen hängen von Systemlandschaft, Datenlage und Nachweispflichten ab, die Abfolge nicht: erst klären, was das Ergebnis leisten muss, dann den Zulauf sichern, dann anbinden, dann prüfen, dann übergeben. Wir überspringen keine Station und verkürzen sie nur, wenn belastbare Vorarbeit vorliegt — eine Freischaltung ohne Bewertungssatz ist eine Vorführung mit Publikum.

Fachbereich und Umsetzung legen das Abnahmekriterium einer KI-Anwendung fest

1. Anforderung und Abnahmekriterium festlegen

Was das Ergebnis leisten muss, in prüfbaren Sätzen: welche Eingabe, welche Ausgabe, welche Genauigkeit, welche Antwortzeit.

Ein Bewertungssatz aus echten Fällen mit erwartetem Ergebnis — er entscheidet später über die Abnahme.

Ergebnis ist ein Kriterium, gegen das niemand mehr verhandeln muss.

Aufbereitung des Datenzulaufs für eine produktive KI-Anwendung

2. Datenzulauf sichern und aufbereiten

Quellen abgrenzen, Herkunft und Aktualität festhalten, Stammdaten bereinigen und zusammenführen.

Unstrukturierte Dokumente aufbereiten, zerlegen und indizieren, wo ein Suchverfahren beteiligt ist.

Eine automatisierte Prüfung meldet Ausfälle im Zulauf, bevor die Ergebnisse still schlechter werden.

Vergleich zweier Lösungsvarianten für eine KI-Implementierung

3. Lösungsschnitt entscheiden

Zugekaufter Dienst, Basismodell mit eigener Anbindung oder eigenes Verfahren — entschieden gegen Ihre Fälle, nicht gegen einen Katalog.

Geprüft werden nachweisbare Qualität, Datenverarbeitungsort, Kosten pro Vorgang und Wechselaufwand.

Zurückgestellte Varianten werden benannt, samt Grund.

Begrenzte Freischaltung einer KI-Anwendung im vorhandenen Arbeitsfenster

4. Anbinden und begrenzt freischalten

Schnittstellen zu ERP, CRM, Ablage oder Maschinendaten, Berechtigungen bis auf Nutzerebene, Warteschlange und Wiederholung für den Fehlerfall.

Das Ergebnis erscheint im vorhandenen Arbeitsfenster, nicht in einer weiteren Anwendung.

Freigeschaltet wird für eine benannte Gruppe, mit Rückfallweg und Abschaltmöglichkeit.

Messung der Ergebnisqualität einer KI-Anwendung vor der Abnahme

5. Messen, korrigieren, abnehmen

Gemessen wird gegen den Bewertungssatz: Treffer, Fehlausgaben, Nichtbeantwortung, Antwortzeit, Kosten pro Vorgang.

Korrigiert wird an Zulauf, Zuschnitt und Schwelle — in dieser Reihenfolge, weil sie unterschiedlich teuer sind.

Abgenommen wird gegen das Kriterium aus Station 1, nicht gegen einen Eindruck.

Übergabe einer KI-Anwendung in den geregelten Betrieb des Fachbereichs

6. Übergeben und im Betrieb halten

Betriebsmodell, Aufsicht, Eskalationsweg und Dokumentation liegen bei benannten Personen in Ihrem Haus.

Die Wiederholungsmessung läuft weiter — Datenlage, Modellversion und Nutzungsverhalten ändern sich.

Ab dem zweiten Anwendungsfall wird die gemeinsame Grundlage für Zugriff, Überwachung und Kosten gezogen.

Budgetrahmen

Kostenrahmen einer KI-Implementierung: Tagessätze und Budgetplanung

Externe Umsetzungskapazität rechnen wir nach Tagessatz ab, nicht nach Projektpauschale. Er ergibt sich aus fünf Größen: Seniorität und Betriebserfahrung, Spezialisierung des Profils (Sprachmodelle, Suchverfahren und Infrastruktur liegen über dem Mittel, Einweisung und Bedienung darunter), Präsenzanteil vor Ort, Vorhabendauer — längere Mandate liegen pro Tag niedriger — und Verfügbarkeit im gesuchten Profil.

Die ausgewiesenen Spannen der umsetzungsnahen Profile in unserem Bestand liegen aktuell zwischen 650 € und 1.600 € pro Tag.

Freelance LLM / Generative AI Specialist

1.000 – 1.600 € pro Tag
Freelance AI / Machine Learning Engineer

900 – 1.400 € pro Tag
Freelance RAG Architect

900 – 1.250 € pro Tag
Freelance Agentic AI Engineer

900 – 1.250 € pro Tag
Freelance Data Engineer

800 – 1.250 € pro Tag
Freelance Fine-Tuning Specialist (LLMs)

850 – 1.150 € pro Tag
Freelance AI Product Owner

800 – 1.150 € pro Tag
Freelance AI Infrastructure Engineer

800 – 1.150 € pro Tag
Freelance MLOps Engineer

800 – 1.100 € pro Tag
Freelance Computer Vision Engineer

800 – 1.100 € pro Tag
Freelance AI Data Engineer

800 – 1.100 € pro Tag
Freelance KI-Automatisierungsberater

750 – 1.100 € pro Tag
Freelance Synthetic Data Engineer

750 – 1.050 € pro Tag
Freelance NLP Engineer

750 – 1.050 € pro Tag
Freelance Model Evaluation Specialist

750 – 1.050 € pro Tag
Freelance Microsoft Copilot Consultant

750 – 1.050 € pro Tag
Freelance Edge AI Developer

750 – 1.050 € pro Tag
Freelance Conversational AI Developer

750 – 1.050 € pro Tag
Freelance Prompt Engineer

650 – 950 € pro Tag

Die Spanne je Rolle ist auf der jeweiligen Rollenseite ausgewiesen, nicht auf Anfrage.

Wie sich eine Umsetzung budgetieren lässt. Geplant wird in Personentagen, nicht in einer Pauschale. Die Anbindung eines zugekauften Dienstes an ein Bestandssystem liegt meist bei 15 bis 30 Personentagen, sofern die Schnittstelle dokumentiert ist. Der Zugang zum eigenen Wissensbestand eher bei 30 bis 60 Tagen, weil die Aufbereitung der Quellen den größeren Teil ausmacht. Die Teilautomatisierung eines laufenden Vorgangs rechnet sich über 40 bis 80 Tage in zwei bis vier Monaten. Technische Verantwortung auf Zeit rechnet anders: üblicherweise drei bis fünf Wochentage über ein halbes bis eineinhalb Jahre.

Neben den Personentagen steht eine zweite Position, die in Angeboten regelmäßig fehlt: die laufenden Kosten des Betriebs. Nutzungsabhängige Abrechnung von Modellen, Rechen- und Speicherressourcen sowie Lizenzen fallen ab der Freischaltung monatlich an und wachsen mit der Nutzung. Deshalb gehört eine Kostenmessung pro Vorgang in die Umsetzung selbst — sonst wird der Nutzen gegen Aufwand gerechnet, der nur zur Hälfte sichtbar ist.

Warum das Netzwerkmodell hier anders rechnet als eine Beratungsgesellschaft. Bezahlt wird die Arbeitszeit der Fachperson und nicht der Überbau darüber: keine Projektleitungsebene, keinen Partneranteil, keine Grundlast für Methodenpflege und Präsentationen. Im Gegenzug steht kein Apparat bereit: beauftragt werden einzelne Fachleute oder ein kleines Team, die fachliche Führung bleibt bei Ihnen. Vorhaben unter etwa zehn Personentagen bilden wir nicht ab: Einarbeitung in eine fremde Systemlandschaft lässt sich nicht sinnvoll auf wenige Tage verteilen — diese Antwort geben wir vor dem Angebot.

Welches Profil passt, hängt an der Station: Eine Schnittstelle zum ERP verlangt andere Erfahrung als der Aufbau eines Bewertungssatzes. Die vollständige Übersicht steht unter KI & Machine Learning — darunter AI / Machine Learning Engineer, MLOps Engineer, RAG Architect und AI Infrastructure Engineer. Für angrenzende Aufgaben ergänzen Data Engineering & Data Science, Software Engineering & Architektur und Cloud, Infrastruktur & DevOps. Steht die Auswahl des Anwendungsfalls noch aus, führt KI-Beratung eine Stufe früher an; geht es um den größeren Umbau, um digitale Transformation.

42 %

der Industrieunternehmen nennen fehlende Expertise für die Einbindung von KI in bestehende Prozesse als Hemmnis — nicht die Technik selbst.

Bitkom, KI in der Produktion, 27.03.2025

48 %

der Unternehmen planen oder diskutieren den KI-Einsatz, 41 % nutzen ihn: die Warteschlange vor der Umsetzung ist länger als der Bestand.

Bitkom, Digitalisierung der Wirtschaft, 11.03.2026

7 zu 64

Prozent: So weit liegen Einsatz und Absicht beim KI-gestützten Energiemanagement in der Industrie auseinander.

Bitkom, KI in der Produktion, 27.03.2025

KI-Implementierung bezeichnet die Umsetzung einer entschiedenen KI-Anwendung in einen produktiven Vorgang: Auswahl und Zuschnitt des Verfahrens, Anbindung an ERP, CRM, Dokumentenablage oder Maschinendaten, ein Datenzulauf mit bekannter Herkunft und Aktualität, Berechtigungen und Protokollierung, ein Betriebsmodell mit benannter Zuständigkeit und ein Qualitätsnachweis, der im laufenden Betrieb wiederholt erhoben wird. Sie beginnt dort, wo die Frage nach dem Anwendungsfall beantwortet ist.

KI-Beratung arbeitet an der Entscheidung: welche Anwendungsfälle sich lohnen, ob die Datenlage sie trägt, welche Governance nötig ist. KI-Implementierung arbeitet an der Betriebsfähigkeit des Entschiedenen: Anbindung, Zulauf, Aufsicht, Nachweis. In der Praxis gehen beide ineinander über — die Trennlinie liegt an der Stelle, an der nicht mehr gefragt wird, ob etwas gebaut wird, sondern wie es dauerhaft läuft. Die Auswahlseite finden Sie unter KI-Beratung.

Wir rechnen nach Tagessatz ab. Die ausgewiesenen Spannen der umsetzungsnahen Profile liegen aktuell zwischen 650 € und 1.600 € pro Tag, abhängig von Seniorität, Spezialisierung, Präsenzanteil und Vorhabendauer; die konkrete Spanne eines Profils ist auf seiner eigenen Seite ausgewiesen. Geplant wird über Personentage: die Anbindung eines zugekauften Dienstes meist 15 bis 30 Tage, der Zugang zum eigenen Wissensbestand 30 bis 60 Tage, die Teilautomatisierung eines Vorgangs 40 bis 80 Tage.

Drei Positionen laufen weiter: nutzungsabhängige Abrechnung der Modelle beziehungsweise Dienste, Rechen- und Speicherressourcen sowie Lizenzen. Sie wachsen mit der Nutzung und sind deshalb pro Vorgang zu messen, nicht pauschal zu schätzen. Dazu kommt der Betriebsaufwand: Überwachung, Wiederholungsmessung der Qualität und die Pflege des Datenzulaufs. Eine Umsetzung ohne Kostenmessung pro Vorgang macht den Nutzen unbeweisbar.

Nicht an der Modellqualität. Die wiederkehrenden Gründe sind ein Datenzulauf, der nur einmalig aufbereitet wurde, eine Schnittstelle, die die benötigten Felder nicht hergibt, eine ungeklärte Zuständigkeit für Fehlausgaben und ein fehlender Bewertungssatz, gegen den abgenommen werden könnte. Alle vier fallen erst bei der Inbetriebnahme auf, weil ein Prototyp unter Aufsicht, mit handverlesenen Daten und ohne Last läuft.

Bei dokumentierten Schnittstellen und geklärter Datenlage sind es Wochen: 15 bis 30 Personentage für die Anbindung eines zugekauften Dienstes samt begrenzter Freischaltung. Muss der Datenzulauf erst gebaut werden, liegt der größere Teil des Aufwands dort und die Dauer verdoppelt sich regelmäßig. Der Schritt vom einzelnen Fall in den geregelten Dauerbetrieb mehrerer Fälle ist ein eigenes Vorhaben über mehrere Monate.

Er verlangt, dass ein System eingeordnet wird, dass sein Zweck und seine Grenzen dokumentiert sind, dass Menschen es beaufsichtigen können und dass Nutzung nachvollziehbar bleibt — bei höheren Risikoklassen mit deutlich weiterreichenden Pflichten. Praktisch entsteht das Meiste davon ohnehin bei einer sauberen Inbetriebnahme; der Unterschied liegt darin, es mitlaufend aufzuschreiben statt nachträglich zu rekonstruieren. Eine rechtliche Bewertung ersetzt das nicht.

Sie lohnt, wenn ein Pilot vor der Freischaltung hängt, wenn die Anbindung an ein Bestandssystem der Engpass ist, wenn der Datenzulauf nur für eine Vorführung reicht, wenn aus einem Anwendungsfall viele werden sollen oder wenn ein Nachweis verlangt wird, den es nicht gibt. Sie lohnt nicht, wenn im Haus eine Entwicklungsmannschaft mit Betriebserfahrung sitzt, die Schnittstellen dokumentiert sind und ein vergleichbares Vorhaben bereits produktiv läuft.

Sie können sich auf uns verlassen

Ausgezeichnet. Finden nicht nur wir selbst.

consultingheads wurde mehrfach von führenden Fachmagazinen und unabhängigen Dritten ausgezeichnet.

Auszeichnung für consultingheads: F.A.Z. Institut TOP Berater 2026

Auszeichnung für consultingheads: kununu Top Company 2025

Auszeichnung für consultingheads: kununu Top Company 2024

Auszeichnung für consultingheads: kununu Top Company 2023

Kontakt

Sprechen wir über Ihre nächste Inbetriebnahme.

Einordnung Ihres Umsetzungsstands in zwanzig Minuten

Ein benannter nächster Schritt statt einer Werkzeugübersicht

Tagessatzspannen der Umsetzungsprofile offen ausgewiesen

Zwanzig Minuten, in denen wir einordnen, an welcher Stelle Ihre Umsetzung hängt und welcher Schritt als Nächstes trägt — und ob wir dafür der richtige Partner sind.

Inbetriebnahme besprechen