KI-Systeme, dieim Tagesgeschäft laufen statt im Pitch.
RAG-Suche, Agenten, Dokumentenverarbeitung, Audioauswertung. Im EU-Rechenzentrum oder auf Ihrer eigenen Hardware, mit Auftragsverarbeitungsvertrag nach Art. 28 DSGVO. Auf dieser Seite steht, was tatsächlich in Betrieb gegangen ist, und wo die Grenzen liegen.
So sieht es aus, wenn ein Modell strukturierte Daten aus einem Vertrag zieht.
Scrollen Sie. Aus einem einzigen Vertragstext liest das System acht Felder heraus: Vertragspartner, Termine, Beträge, Zahlungsziel, Vertragsstrafe, jeweils mit Verweis auf die Fundstelle. Das Dokument unten ist ein Muster, kein echter Kundenvertrag.
Werkvertrag 2026/04, Auszug
Die Vertragsparteien schließen den nachstehenden Werkvertrag über die Erstellung einer Individualsoftware. Auftraggeber ist die Muster Handels GmbH, Sitz: Beispielstraße 12, 80331 München, USt-IdNr.: DE123456789.
Vertragsdatum: 12.04.2026. Die Abnahme erfolgt nach dem Abnahmeprotokoll gemäß Anlage 2. Die Vergütung ist fällig am 15.05.2026.
Die Nettovergütung für die vertragsgegenständliche Leistung beträgt 84.000,00 EUR; hinzu kommt Umsatzsteuer in Höhe von 15.960,00 EUR (19 % USt.). Der Bruttobetrag beträgt 99.960,00 EUR.
Bei Verzug schuldet der Auftragnehmer eine Vertragsstrafe in Höhe von 0,5 % je Verzugstag, höchstens 10 % der Auftragssumme. Die Parteien versuchen zunächst eine einvernehmliche Klärung; im Übrigen ist Gerichtsstand der Sitz des Auftraggebers, es gilt deutsches Recht.
Sechs Projekte, die in Betrieb gegangen sind.
Hinter jeder Karte steht ein Auftraggeber, ein Ablauf, der vorher Handarbeit war, und ein Ergebnis, das sich benennen lässt. Wo wir eine Zahl nicht veröffentlichen dürfen, steht das dort auch so. Karte öffnen für die Details.
Was bei uns im Betrieb läuft.
Kommerzielle Schnittstellen und offene Modelle, je nach Aufgabe. Der Modellanbieter ist über die Konfiguration austauschbar, und bei sensiblen Daten läuft dieselbe Anwendung auf Ihrer eigenen Hardware.
Pipeline und Infrastruktur
Der Modellanbieter steht in der Konfiguration, nicht im Code. Zu jedem Prompt gehört ein Prüfdatensatz, damit ein Modellwechsel nicht unbemerkt die Qualität verschiebt.
Wie ein KI-Projekt bei uns läuft.
Kein sechsmonatiger Proof of Concept. Wir gehen nach zwei bis sechs Wochen mit einem kleinen Nutzerkreis in Betrieb und arbeiten danach an gemessenen Zahlen weiter, nicht an Meinungen.
01
1. Anwendungsfall und Rechnung
Nach einem Gespräch von 30 Minuten sehen wir uns Ihre Daten an und benennen ein bis zwei Anwendungsfälle, bei denen sich der Aufwand am schnellsten rechnet. Dazu gehört auch die Aussage, welche Ideen wir nicht empfehlen. Sie bekommen Zahlen, keine Präsentation.
- Datenbestand und Zugriffswege prüfen
- Einordnung nach DSGVO und EU AI Act
- Ausgangsmessung: Menge, Bearbeitungszeit, Fehlerquote
02
2. Datenstrecke und Prüfdatensatz
Der teuerste Fehler in KI-Projekten entsteht vor dem Modell, in den Daten. Wir bauen die Verarbeitungsstrecke auf und legen einen Prüfdatensatz aus Ihren echten Fällen an. Erst wenn das System an diesem Datensatz messbar besser wird, geht es weiter.
- Prüfdatensatz mit belegten Sollantworten
- Chunking und Suchstrategie festlegen
- Protokollierung über Langfuse oder LangSmith
03
3. Erste Version im Betrieb
Nach zwei bis sechs Wochen läuft die erste Version mit einem kleinen Nutzerkreis. Dazu gehört von Anfang an, was sonst gern nachgereicht wird: Überwachung, Ablaufverfolgung, Kostendeckel je Vorgang und ein definierter Weg, wenn ein Modellanbieter ausfällt.
- Überwachung und Ablaufverfolgung
- Budget je Vorgang und Antwortzeit
- Rückfallweg bei Anbieterausfall
04
4. Nacharbeit und Ausbau
Die eigentliche Arbeit beginnt, wenn Menschen das System benutzen. Wir arbeiten am Prüfdatensatz entlang weiter, versionieren Prompts und Modelle und vergleichen Varianten am laufenden Betrieb. Zur Abnahme gehören Quellcode, Prompts und Prüfdaten.
- Prompts und Modelle versioniert
- Vergleich zweier Varianten am echten Verkehr
- Kostenoptimierung, Caching, kleinere Modelle je Schritt
Was „im Betrieb“ auf dieser Seite bedeutet
Auf diese Seite kommt ein Projekt erst, wenn es bei einem Auftraggeber läuft und dort geblieben ist. Eine Vorführung auf einem Messebildschirm gegen drei ausgesuchte Dokumente steht hier nicht. Betrieb heißt: Das System hält echten Verkehr aus, es verhält sich vorhersehbar, wenn ein Modellanbieter einen schlechten Tag hat, jeder Aufruf ist protokolliert, und der Nutzen lässt sich an einer Zahl festmachen, die vor dem Projekt schon erhoben wurde.
Diese Ausgangsmessung ist der Teil, den fast alle überspringen. Eine Untersuchung des MIT Project NANDA vom Juli 2025 fand bei 95 Prozent der Pilotprojekte mit generativer KI keinen messbaren Ergebnisbeitrag; die Erhebung stützt sich auf über 300 gemeldete Einführungen, 52 Interviews und 153 Führungskräftebefragungen. Dieselbe Untersuchung nennt eine Erfolgsquote von 67 Prozent, wenn internes Fachwissen und ein externer Partner zusammenarbeiten, gegenüber 22 Prozent bei rein interner Umsetzung. Gartner erwartet, dass bis Ende 2027 mehr als 40 Prozent der Projekte mit agentenbasierter KI eingestellt werden, vor allem wegen Kosten, unklarem Nutzen und unzureichender Risikosteuerung (Veröffentlichung vom 25.06.2025). Wir halten diese Zahlen für die nützlichste Einstiegsfrage in ein Projekt: Woran würden Sie in sechs Monaten erkennen, dass es sich gelohnt hat?
Der übliche Aufbau bei uns: Python mit FastAPI, LangChain oder LangGraph für die Ablaufsteuerung, PostgreSQL für den Zustand, Redis als Zwischenspeicher, Langfuse oder LangSmith für die Protokollierung. Die Modellschicht ist austauschbar, Anthropic Claude, OpenAI, Google Gemini oder offene Modelle wie Llama, Qwen und Mistral über Ollama beziehungsweise vLLM, wenn die Daten das Netz nicht verlassen dürfen. Für die Suche über eigene Dokumente arbeiten wir mit PostgreSQL und pgvector oder mit Qdrant. Über die Suchqualität entscheidet nicht das Modell: Anthropic hat in eigenen Messungen die Fehlerquote beim Abruf von 5,7 auf 1,9 Prozent gesenkt, indem Vektorsuche, Stichwortsuche und ein Reranking-Schritt kombiniert wurden (Veröffentlichung vom 19.09.2024). Reine Vektorsuche scheitert regelmäßig an Artikelnummern, Normbezeichnungen und Hausvokabular.
Warum diese Projekte für einen deutschen Auftraggeber relevant sind
Der Bedarf im deutschen Markt liegt nicht bei der Frage, ob KI etwas taugt, sondern bei der Umsetzung im eigenen Haus. Nach der Bitkom-Erhebung „Digitalisierung der Wirtschaft“ setzen 41 Prozent der Unternehmen bereits KI ein, ein Jahr zuvor waren es 17 Prozent; weitere 48 Prozent planen oder diskutieren den Einsatz. Die größte externe Hürde sind mit 77 Prozent die Datenschutzanforderungen (604 Unternehmen ab 20 Beschäftigten, repräsentative Telefonbefragung, 11.03.2026). Das ifo Institut kommt bei anderer Stichprobe und weiterer Definition auf 54,5 Prozent Nutzung, im Mittelstand auf 47,2 Prozent, und nennt eine Zahl, die für uns die wichtigste ist: Nur 18,7 Prozent der Nutzer entwickeln ein eigenes KI-System, rund drei Viertel arbeiten mit einer zugekauften Lösung (Veröffentlichung vom 05.06.2026).
Genau dort setzen die Projekte auf dieser Seite an. Eine Standardlösung deckt den allgemeinen Fall ab. Sie scheitert dann, wenn die Antwort in Ihren eigenen Dokumenten steht, wenn sie in Ihr ERP oder Ihr Ticketsystem zurückschreiben muss oder wenn die Daten das Haus nicht verlassen dürfen. Beim Kulturarchiv war es der dritte Fall, bei der Produktdatenbank der erste, beim Beratungssystem in der Luftfahrt-Buchhaltung der zweite.
Beim Thema Datenhaltung ist die deutsche Erwartung inzwischen eindeutig. Nach dem Bitkom Cloud Report 2026 sagen 98 Prozent der befragten Unternehmen, die Herkunft des Anbieters spiele eine Rolle; 68 Prozent würden einen europäischen Anbieter bevorzugen, während heute 71 Prozent einen US-Anbieter nutzen (603 Unternehmen ab 20 Beschäftigten, repräsentativ, 17.06.2026). Ungarn ist EU-Mitgliedstaat, damit entfällt der Drittlandtransfer: keine Standardvertragsklauseln, kein Transfer Impact Assessment. Sie bekommen einen Auftragsverarbeitungsvertrag nach Art. 28 DSGVO, eine benannte Liste der Unterauftragsverarbeiter und ein Löschkonzept. Wo das nicht reicht, läuft dieselbe Anwendung mit offenen Modellen auf Ihrer Hardware.
Vertrag, Abnahme, Preis
Wir arbeiten auf Werkvertragsbasis mit definierter Abnahme: beschriebenes Ergebnis, Abnahmeprotokoll je Ausbaustufe, Gewährleistung. Das ist der Unterschied zum Dienstvertrag, bei dem die Tätigkeit geschuldet wird und nicht das Ergebnis, und es nimmt zugleich die Sorge vor einer verdeckten Arbeitnehmerüberlassung: Sie kaufen ein Werk, nicht die Arbeitskraft einzelner Entwickler. Vertragspartner ist eine ungarische Gesellschaft; deutsches Recht lässt sich vereinbaren. Quellcode, Prompts, Prüfdaten und Infrastrukturbeschreibung gehören ab dem ersten Tag Ihnen.
Die Preise stehen öffentlich, weil das die Frage ist, die im deutschen Markt in jeder Suchanfrage mitläuft. Chatbot oder Prozessautomatisierung auf einer Wissensbasis: 2.600 bis 7.800 EUR, vier bis sechs Wochen. RAG-Wissensdatenbank mit Zugriffsrechten, Verwaltungsoberfläche und Quellenverweisen: 7.800 bis 20.800 EUR, zwei bis vier Monate. Individuelle KI-Lösung mit Agenten, eigenem Modellbetrieb oder Bildverarbeitung: 13.000 bis 39.000 EUR, drei bis neun Monate. Umgerechnet aus unserer Preisliste in Forint zum Kurs 385 HUF/EUR, Stand 14.08.2026; der Kurs schwankt, die Beträge sind Richtwerte, abgerechnet wird zum Kurs am Rechnungsdatum. Zur Einordnung im DACH-Vergleich: Der Freelancer-Kompass 2026 weist für IT-Freelancer im DACH-Raum einen Median von 95 EUR je Stunde aus, in der Softwareentwicklung 90 EUR (Erhebung vom 02.07.2026). Das ist ein Freelancer-Median, kein Agenturpreis, und taugt deshalb nur als grobe Einordnung.
Rechtlich sortieren wir Ihr Vorhaben vor dem ersten Sprint ein. Seit dem 02.08.2026 gelten die Transparenzpflichten der KI-Verordnung nach Art. 50, also die Kennzeichnung von Chatbots, synthetischen Inhalten und Deepfakes; für Systeme, die vorher im Markt waren, endet die Kennzeichnungsfrist nach Art. 50 Abs. 2 am 02.12.2026. Die Pflichten für Hochrisiko-Systeme greifen später: 02.12.2027 für eigenständige Systeme nach Anhang III und 02.08.2028 für in Produkte eingebettete nach Anhang I, Grundlage ist die Änderungsverordnung (EU) 2026/1744, in Kraft seit 27.07.2026. Wer noch den 02.08.2026 als Hochrisiko-Termin liest, arbeitet mit einer überholten Übersicht.
Weiter zu den Details: KI-Entwicklung, KI-Agenten, Fallstudie kultura.hu, EU AI Act, KI-ROI-Rechner und Preise.
Häufige Fragen zu unseren KI-Projekten
Weil wir nur nennen, was der Auftraggeber freigegeben hat. Namentlich steht auf dieser Seite das Magyar Popkulturális Értéktár, betreut von kultura.hu. Bei den übrigen Projekten beschreiben wir Branche, Aufgabe und Ergebnis, aber nicht das Unternehmen. Für ein konkretes Vorhaben stellen wir im Gespräch den Kontakt zu einer Referenz her, wenn diese zustimmt. Ein anonymes Kürzel wie „ein führender Versicherer aus dem DACH-Raum“ hilft Ihnen bei der Prüfung nicht weiter, deshalb schreiben wir es auch nicht.
Wo rechnet sich KI in Ihrem Unternehmen zuerst?
30 Minuten, ohne Kosten und ohne Verpflichtung. Wir gehen Ihre Abläufe durch, benennen ein bis zwei Anwendungsfälle mit einer belastbaren Rechnung und sagen Ihnen auch, wo sich der Aufwand nicht lohnt.