Eine KI-Agentur oder ein Unternehmen für KI-Entwicklung wählen Sie danach aus, was nach der Demo passiert: wie der Anbieter die Qualität an Ihren echten Fällen misst, wie er mit Ihren Daten und der Sicherheit umgeht, was jede Anfrage im Betrieb kostet und ob Ihnen das Ergebnis gehört. Bewerten Sie jeden Anbieter auf der Shortlist nach denselben gewichteten Kriterien, verlangen Sie Belege statt Folien und beginnen Sie mit einer bezahlten Discovery oder einem Festpreis-Pilot, der mit einer Go/No-Go-Entscheidung endet. Ein Team, das produktive KI liefern kann, begrüßt diese Struktur; ein reiner Demo-Anbieter weicht ihr aus.
Dieser Leitfaden richtet sich an CTOs, Produktverantwortliche, Gründer und Verantwortliche im operativen Bereich, die KI-Agenturen, Beratungen und Entwicklungspartner vergleichen. Vorab zur Transparenz: Wir sind selbst ein KI-Dienstleister. Die Scorecard unten ist die, mit der wir selbst bewertet werden möchten, und wo ein anderer Anbietertyp besser zu Ihnen passt, sagen wir das.
Warum die Wahl eines KI-Dienstleisters 2026 schwieriger ist
Die Nachfrage ist schneller gewachsen als die Liefererfahrung. Gartner sagte im August 2025 voraus, dass bis Ende 2026 40 % der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten werden, nach weniger als 5 % im Jahr 2025. Das Angebot zog nach, und die Lücke zwischen einer überzeugenden Demo und einem verlässlichen Produktivsystem lässt sich im Verkaufsgespräch leicht verdecken.
Schätzung von Gartner, von Tausenden, die Agentic AI versprechen. Den Rest nennt Gartner „Agent Washing“.
Gartner: steigende Kosten, unklarer Geschäftswert oder unzureichende Risikokontrollen.
McKinsey, State of AI 2025. Nur 39 % berichten überhaupt einen EBIT-Effekt auf Unternehmensebene.
BCG, 1.000 Führungskräfte in 59 Ländern. Nur 26 % kommen über Proofs of Concept hinaus.
Der Bericht von MIT NANDA aus dem Jahr 2025 kam laut breiter Berichterstattung zu dem Ergebnis, dass rund 95 % der Generative-AI-Pilotprojekte in Unternehmen keinen messbaren Effekt auf die Gewinn- und Verlustrechnung zeigten. Die Definition war eng (kein messbarer Umsatz- oder Kostenvorteil innerhalb von etwa sechs Monaten), doch das Muster deckt sich mit BCG und McKinsey: KI, die in der Demo funktioniert, ist häufig; KI, die sich rechnet, nicht. Kosten und Risikokontrolle, zwei der Abbruchgründe bei Gartner, sind genau das, was ein Umsetzungspartner entweder von Anfang an einplant oder Ihnen überlässt.
Jeder Anbieter kann Ihnen eine Demo zeigen. Fragen Sie, wer Ihnen ein Evaluationsset, die Kosten pro Aufgabe und ein System zeigen kann, das ein Modell-Update überstanden hat.
Fünf Typen von KI-Anbietern und wann welcher passt
„KI-Agentur“, „KI-Beratung“ und „KI-Entwicklung“ stehen für sehr unterschiedliche Geschäftsmodelle. Klären Sie, welchen Typ Sie brauchen, bevor Sie Namen vergleichen.
| Anbietertyp | Stark in | Passt, wenn | Achten Sie auf |
|---|---|---|---|
| Strategieberatung | KI-Strategie, Operating Model, Business Cases, Change Management | Sie brauchen Richtung auf Vorstandsebene über viele Bereiche | Empfehlungen ohne Team für die Umsetzung; Entwicklung an Subunternehmer vergeben |
| KI-Produktstudio oder KI-Agentur | Schnelle Prototypen, Design, neue KI-Produkte | Sie testen eine neue Produktidee, und Tempo zählt am meisten | Glänzende Demos auf eigenen Daten; dünne Integration, Sicherheit und Betrieb |
| Softwareentwicklungsunternehmen mit KI-Schwerpunkt | Integration in Ihre Systeme, Data Engineering, Tests, Produktivbetrieb | KI muss in Ihren bestehenden Produkten und Prozessen funktionieren | Ein „KI-Team“, das ein umbenanntes Webteam ist; verlangen Sie Belege zur Evaluation |
| Freelancer oder kleiner Spezialist | Tiefes Können in einem Bereich, wenig Overhead | Eine enge, klar definierte Aufgabe; Ihr Team verantwortet den Rest | Einzelne Person als Risiko; keine Abdeckung für Sicherheit, Betrieb oder Vertretung |
| Plattformanbieter | Ein fertiges Produkt für eine Kategorie (Support, Vertrieb, Dokumente) | Ihr Anwendungsfall ist Standard und passt zum Produkt, wie es ist | Lock-in, mitwachsende Preise pro Nutzer oder Nutzung, als Agenten umetikettierte Funktionen |
Wenn Sie Ihre Anwendungsfälle noch nicht gewählt haben, beginnen Sie mit der Strategie: Unsere Roadmap für die KI-Implementierung behandelt Readiness, die Auswahl der Anwendungsfälle und die Entscheidung zwischen Kaufen und Bauen. Ist der Anwendungsfall Standard, schlägt eine Lizenz oft jede Eigenentwicklung. Der Rest dieses Leitfadens geht davon aus, dass etwas gebaut und in Ihre Systeme eingebunden werden soll.
Wo wir stehen: Wir sind der dritte Typ. Unsere Ingenieure in Prishtina arbeiten mit Gemini und der OpenAI API, LangChain, Pinecone oder Weaviate, Python (FastAPI), Next.js, Supabase sowie AWS oder GCP.
Die Scorecard für KI-Anbieter: sieben gewichtete Kriterien
Nutzen Sie für jeden Anbieter dieselbe Scorecard, damit Sie Belege vergleichen und nicht Präsentationstalent. Die Gewichte spiegeln wider, woran KI-Projekte scheitern: nicht gemessene Qualität, Systeme, die nie in Produktion gehen, unvorbereitete Daten und spät entdeckte Risiken. Passen Sie die Gewichte an, aber legen Sie sie vor dem ersten Gespräch fest.
| Kriterium | Gewicht | Stark (5 Punkte) | Schwach (1 Punkt) |
|---|---|---|---|
| Evaluationspraxis | 20 % | Baut ein Evaluationsset aus Ihren echten Fällen mit bekannten Ergebnissen, vereinbart Zielwerte vorab, wiederholt es bei jeder Änderung | „Das Modell ist sehr genau“; Testen heißt, ein paar Prompts auszuprobieren |
| Produktionserfahrung | 20 % | Führt Sie durch Systeme, die heute laufen: Monitoring, Vorfälle, Modell-Updates, was schiefging | Nur Prototypen und Hackathon-Demos |
| Data Engineering und Integration | 15 % | Fragt zuerst nach Ihren Systemen, APIs und der Datenqualität; plant Retrieval, Berechtigungen und Konnektoren | Geht von sauberen Daten aus; Integration sind „ein paar API-Aufrufe“ |
| Sicherheit und Prompt Injection | 15 % | Minimale Rechte, Grenzen im Code durchgesetzt, Freigaben vor unumkehrbaren Aktionen, Injection-Tests im Evaluationsset | „Der System-Prompt verbietet es“ |
| Kostenkontrolle | 10 % | Schätzt die Kosten pro Anfrage vor dem Bau; Modellwahl je Schritt, Caching, Budgets und Alarme | Die Betriebskosten sind nach dem Start Ihr Problem |
| Eigentum, IP und Portabilität | 10 % | Code, Prompts und Evaluationssets gehören Ihnen; Arbeit in Ihren Repositories und Cloud-Konten; Anbieter sind austauschbar | Läuft nur auf deren Plattform; Sie lizenzieren deren „Engine“ |
| Kommunikation und Arbeitsweise | 10 % | Sie lernen die Ingenieure kennen; gemeinsame Arbeitszeiten; wöchentlicher schriftlicher Fortschritt gegen die Kennzahl | Nur Kontakt zum Vertrieb; Updates auf Nachfrage |
So wenden Sie sie an:
- Vergeben Sie je Kriterium 1 bis 5 Punkte, und zwar für Belege, die Sie gesehen haben, nicht für Behauptungen. Kein Beleg heißt 1 Punkt.
- Multiplizieren Sie mit dem Gewicht und addieren Sie. 4 Punkte bei der Evaluationspraxis ergeben 4 ÷ 5 × 20 = 16; das Maximum ist 100.
- Bewerten Sie getrennt, eine technische und eine fachliche Person, und vergleichen Sie dann.
- Behandeln Sie 1 Punkt bei Evaluation oder Sicherheit als Ausschlusskriterium, unabhängig von der Summe. Diese Lücken später zu schließen, ist teuer.
- Nehmen Sie zwei Anbieter in die engere Wahl und bitten Sie beide um ein Angebot für eine bezahlte Discovery oder einen Pilot, damit Sie am Ende Arbeit vergleichen, nicht Worte.
Warum die Evaluation ganz oben steht: In der Stack Overflow Developer Survey 2025 misstrauten 46 % der Befragten der Genauigkeit von KI-Tools, nur 33 % vertrauten ihr, und 66 % nannten „KI-Lösungen, die fast richtig sind, aber eben nicht ganz“ als größtes Ärgernis. Eine Demo verdeckt „fast richtig“; ein Evaluationsset macht es sichtbar.
Fragen für das Erstgespräch und wie gute Antworten klingen
Gute Antworten sind konkret, nennen Zielkonflikte und lauten manchmal „nein“. Fragen Sie jeden Anbieter dasselbe und notieren Sie die Antworten.
| Frage | Eine gute Antwort klingt so | Warnsignal |
|---|---|---|
| Zeigen Sie uns ein KI-System, das Sie produktiv betreiben. Was ging nach dem Start schief? | Ein konkreter Vorfall (ein Modell-Update änderte das Ausgabeformat, die Kosten sprangen) und was daraufhin geändert wurde | Nur Demos, oder „nichts ging schief“ |
| Woran erkennen wir, dass es gut genug ist? | Ein Evaluationsset aus echten Fällen, gemeinsam mit Ihren Fachleuten aufgebaut, ein vorab vereinbarter Zielwert, Ergebnisse bei jeder Änderung | „Das sagen uns die Nutzer“ |
| Was kostet eine Aufgabe im Betrieb? | Eine Schätzung aus Tokens pro Aufgabe und Volumen und wie sie sich senken lässt: kleinere Modelle für einfache Schritte, Caching | „Das sehen wir nach dem Start“ |
| Wie gehen Sie mit Prompt Injection um? | Eingaben gelten als nicht vertrauenswürdig, Werkzeuge mit minimalen Rechten, Freigaben vor unumkehrbaren Aktionen, Angriffe in den Tests | Verlass auf Anweisungen im Prompt |
| Wohin gehen unsere Daten? | Benannte Modellanbieter, Regionen und Speicherfristen; ein Auftragsverarbeitungsvertrag; kein Training mit Ihren Daten | Vage Antworten oder „alles ist sicher“ |
| Was, wenn wir den Modellanbieter wechseln oder die Zusammenarbeit beenden? | Anbieterunabhängige Architektur, das Evaluationsset zur Prüfung eines neuen Modells, alles in Ihren Repositories und Konten | Läuft nur auf deren Plattform |
| Wer arbeitet daran, und können wir diese Personen kennenlernen? | Benannte Ingenieure, die Sie vor Arbeitsbeginn treffen, mit passender Produktionserfahrung | Bis zur Unterschrift nur das Vertriebsteam |
| Was würden Sie hier nicht mit KI bauen? | Teile, für die Regeln, ein einfacher Workflow oder eine vorhandene Lizenz besser sind | Alles ist ein Agent |
Zu Prompt Injection: Die OWASP Top 10 für LLM-Anwendungen führen sie als größtes Risiko (LLM01). Ein Anbieter sollte erklären können, wie seine Architektur den Schaden begrenzt, wenn ein Modell getäuscht wird; unsere Sicherheitsleistungen decken diesen Teil ab.
Unsere Antworten: KI-Pilotprojekte laufen zum Festpreis mit einem vereinbarten Evaluationsset und einer Go/No-Go-Entscheidung; Sie erhalten ein Angebot innerhalb von 24 Stunden nach dem ersten Gespräch; NDA und Übertragung der IP-Rechte werden vor Arbeitsbeginn unterzeichnet; wir arbeiten in Ihren Repositories und Cloud-Konten, und der Code gehört Ihnen. Die Ingenieure beginnen etwa 48 Stunden nach Ihrer Freigabe der Profile, mit einer zweiwöchigen Testphase: Sind Sie nicht zufrieden, zahlen Sie nichts. Unser Team sitzt in Prishtina auf CET/CEST, zu denselben Zeiten wie Berlin und Paris.
Prüfen Sie uns mit der Scorecard
Bringen Sie Ihren Anwendungsfall und einige echte Fälle mit. Wir beantworten die Fragen oben im ersten Gespräch, gemeinsam mit den Ingenieuren, die die Arbeit übernehmen würden, und senden Ihnen innerhalb von 24 Stunden ein Angebot.
Warnsignale: So erkennen Sie einen reinen Demo-Anbieter
Eines davon ist ein Grund nachzuhaken. Zwei oder mehr bedeuten meist, dass der Anbieter noch keine KI im Produktivbetrieb verantwortet hat.
Kein Evaluationsset
Qualität wird mit Adjektiven beschrieben. Ohne echte Fälle und vereinbarte Zielwerte kann niemand sagen, ob eine Änderung etwas verbessert oder verschlechtert hat.
Demos nur auf eigenen Daten
Mit sauberen Beispieldokumenten sieht jedes System gut aus. Bitten Sie darum, eine kleine Auswahl Ihrer anonymisierten Fälle durchzuspielen, schwierige eingeschlossen.
Festpreis ohne Discovery
Ein Komplettprojekt, kalkuliert, bevor jemand Ihre Daten oder Systeme gesehen hat, enthält entweder hohe Risikoaufschläge oder wird später nachverhandelt.
Kein Plan für die Kosten pro Anfrage
Modellnutzung wird pro Token abgerechnet und wächst mit dem Volumen. Wer sie nicht schätzen kann, hinterlässt Ihnen Betriebskosten, die Sie erst nach dem Start entdecken.
Lock-in auf deren Plattform
Ihre Prompts, Datenpipelines und Logik liegen in einem proprietären Werkzeug des Anbieters. Ein Wechsel heißt: von vorn beginnen.
Alles ist ein „Agent“
„Agent Washing“ nach Gartner: Chatbots und Assistenten, umetikettiert als Agenten. Fragen Sie, was das System selbst entscheidet und tut, und mit welchen Rechten.
Ein echter Agent verändert das Risikoprofil, weil er in Ihren Systemen handelt. Unser Leitfaden zu KI-Agenten für Unternehmen erklärt, wann Sie überhaupt einen Agenten brauchen und welche Produktionskontrollen Sie verlangen sollten.
Wie Sie die erste Zusammenarbeit aufsetzen
Unterschreiben Sie kein großes Projekt mit einem Anbieter, mit dem Sie noch nie gearbeitet haben. Beginnen Sie mit einem kleinen, bezahlten Auftrag, der Belege und eine Entscheidung liefert, in einem von zwei Formaten.
Bezahlte Discovery
Ein kurzes Assessment zum Festpreis: Prozess aufnehmen, Beispieldaten und Systeme sichten, das Evaluationsset entwerfen, die Kosten pro Aufgabe schätzen und einen kalkulierten Pilotplan liefern.
Festpreis-Pilot
Ein Anwendungsfall auf Ihren echten Daten, typischerweise drei bis vier Wochen, im Lese- oder Sandbox-Modus, gemessen an einem vereinbarten Evaluationsset und mit einer Go/No-Go-Entscheidung am Ende.
Vereinbaren Sie vor dem Pilot schriftlich, was Go/No-Go bedeutet:
- Qualität: der Wert auf dem Evaluationsset, der genügt, einschließlich des Anteils der Fälle, die an einen Menschen gehen sollen.
- Kosten: die maximalen Kosten pro erledigter Aufgabe beim erwarteten Volumen, Modellnutzung und Prüfzeit eingeschlossen.
- Risiko: welche Aktionen eine menschliche Freigabe brauchen und welche Testangriffe scheitern müssen.
- Wert: die geschäftliche Kennzahl und ihre Baseline, gemessen vor dem Pilot.
Ein „Nein“ ist ein brauchbares Ergebnis: Sie haben ein Pilotbudget ausgegeben statt eines Produktionsbudgets, und Sie wissen, warum. Der Pilot zeigt außerdem, wie der Anbieter arbeitet: ob er die richtigen Fragen aufwirft, wie ehrlich er berichtet, ob er Termine hält. Unsere Pilotprojekte zur KI-Agenten-Entwicklung folgen diesem Format.
Vertragsklauseln für KI-Projekte
Ein üblicher Softwarevertrag lässt bei KI-Arbeit Lücken. Halten Sie diese Punkte schriftlich fest und lassen Sie die Formulierungen von Ihrer Rechtsberatung prüfen.
| Klausel | Was Sie verlangen sollten | Warum es bei KI zählt |
|---|---|---|
| IP und Ergebnisse | Übertragung von Code, Prompts, Evaluationssets, Datenpipelines, Konfiguration und gegebenenfalls feinjustierten Modellen | In Prompts und Evaluationssets steckt viel vom Wert; ohne sie können Sie weder warten noch wechseln |
| Datennutzung | Auftragsverarbeitungsvertrag, Liste der Unterauftragsverarbeiter einschließlich Modellanbieter, kein Training mit Ihren Daten, Speicherfristen | Ihre Daten können bei jeder Anfrage mehrere Anbieter durchlaufen |
| Modell- und Anbieterwechsel | Ankündigung vor jedem Wechsel von Modell, Version oder Anbieter; erneuter Evaluationslauf mit offengelegten Ergebnissen; Ihre Zustimmung | Eine neue Modellversion kann Qualität und Kosten über Nacht verändern |
| Abnahme | Abnahme gebunden an vorab vereinbarte Zielwerte auf dem Evaluationsset | „Funktioniert in der Demo“ ist kein prüfbares Kriterium |
| Drittkosten | Modellnutzung und Hosting über Ihre Konten oder zum Selbstkostenpreis weiterberechnet, mit Budgets und Alarmen | Die Betriebskosten bleiben sichtbar und unter Ihrer Kontrolle |
| Ausstieg und Übergabe | Dokumentation, Runbooks, Konten auf Ihren Namen, Unterstützung bei der Übergabe und eine Kündigungsfrist | Sie sollten das System ohne den Anbieter betreiben oder umziehen können |
Der Standort zählt: Können Ingenieure außerhalb der EU personenbezogene Daten einsehen, ist das eine Übermittlung in ein Drittland. Der Kosovo, wo unsere Ingenieure arbeiten, liegt außerhalb der EU und hat keinen Angemessenheitsbeschluss; nötig sind daher ein Auftragsverarbeitungsvertrag, die EU-Standardvertragsklauseln und ein Transfer Impact Assessment. Mehr dazu für Unternehmen in Deutschland. Der EU AI Act sieht zusätzliche Pflichten für KI in Hochrisikobereichen wie Kreditvergabe, Beschäftigung und Bildung vor; die Fristen haben sich mehrfach verschoben, klären Sie die aktuellen Termine daher mit Ihrer Rechtsberatung.
Preismodelle und was die Kosten treibt
KI-Entwicklungsleistungen werden auf fünf Arten verkauft. Das Modell sollte dazu passen, wie gut Sie den Umfang kennen.
| Preismodell | Sie zahlen für | Passt, wenn | Achten Sie auf |
|---|---|---|---|
| Bezahlte Discovery | Einen Festpreis für ein definiertes Ergebnis | Umfang, Daten oder Machbarkeit sind unklar | Eine Discovery, die mit Folien statt mit einem kalkulierten Plan endet |
| Festpreis-Pilot | Einen Anwendungsfall, Evaluationsset, Go/No-Go | Sie wollen Belege vor einem größeren Budget | Pilotprojekte ohne Zielwerte, die weder scheitern noch gelingen können |
| Festpreis-Projekt | Einen definierten Umfang, etwa ein MVP | Der Umfang ist nach Discovery oder Pilot bekannt | Änderungsanträge, die es heimlich zu Time and Materials machen |
| Time and Materials oder dediziertes Squad | Stunden zu einem Satz oder ein Team pro Monat | Skalierung, mehrere Anwendungsfälle, häufige Änderungen | Keine Kennzahl, an der sich Fortschritt messen lässt |
| Plattformlizenz plus Dienstleistung | Abo pro Nutzer oder Nutzung plus Konfiguration | Standardanwendungsfall, der zum Produkt passt | Mit der Nutzung wachsende Kosten; Lock-in |
Ein Festpreis-Projekt beginnt bei uns oft als MVP zum Festpreis. Unabhängig vom Modell treiben dieselben Faktoren das Budget:
- Datenaufbereitung: Dokumente und Datensätze, die die KI nutzt, bereinigen und strukturieren.
- Integrationen: wie viele Systeme angebunden werden und ob sie brauchbare APIs haben.
- Evaluation: das Evaluationsset aufbauen und regelmäßig wiederholen.
- Leitplanken und Sicherheit: Berechtigungen, Freigaben, Protokollierung, Injection-Tests.
- Betriebskosten: Modellnutzung pro Aufgabe mal Volumen, dazu Hosting und Monitoring.
- Pflege: Prompt- und Modell-Updates, neue Dokumente.
Unsere veröffentlichten Sätze liegen bei 45–65 € pro Ingenieurstunde; Squads gibt es ab 15.000 € im Monat, MVPs ab 15.000 € zum Festpreis, und KI-Pilotprojekte laufen zum Festpreis mit vereinbartem Evaluationsset. Rein illustrativ zu diesen Sätzen: Ein Proof of Concept auf Ihren eigenen Daten (2 Ingenieure für 3 Wochen, 240 Stunden) kostet 10.800–15.600 €, eine KI-Funktion in einem bestehenden Produkt 25.200–36.400 € und ein an Ihre Systeme angebundener Agent 59.400–85.800 €. Die Modellnutzung kommt hinzu. Was Softwarebudgets allgemein treibt, erklärt unser Leitfaden zu Softwareentwicklungskosten; eine Spanne für Ihren Umfang liefert der Kostenrechner.
Vergleichen Sie Angebote anhand der Gesamtkosten bis zu einem funktionierenden, gemessenen System, nicht anhand des Stundensatzes.
Ihre Checkliste für die Wahl des KI-Dienstleisters
- Schreiben Sie ein einseitiges Briefing: Anwendungsfall, geschäftliche Kennzahl, ihre Baseline, beteiligte Systeme und Sensibilität der Daten.
- Entscheiden Sie, welchen Anbietertyp Sie brauchen, anhand des Vergleichs oben, und schließen Sie die anderen aus.
- Bereiten Sie eine Auswahl anonymisierter echter Fälle vor, schwierige eingeschlossen, die jeder Anbieter erhält.
- Legen Sie die Gewichte der Scorecard fest und fragen Sie jeden Anbieter im Erstgespräch dasselbe.
- Lernen Sie die Ingenieure kennen, die die Arbeit machen würden, nicht nur den Vertrieb.
- Bewerten Sie unabhängig voneinander und vergleichen Sie dann; 1 Punkt bei Evaluation oder Sicherheit schließt aus.
- Fordern Sie von den zwei besten ein Angebot für eine bezahlte Discovery oder einen Festpreis-Pilot an, mit Go/No-Go-Kriterien.
- Prüfen Sie die KI-spezifischen Vertragsklauseln: IP, Datennutzung, Modellwechsel, Abnahme, Kosten, Ausstieg.
- Entscheiden Sie auf Basis von Belegen: Pilotergebnisse auf dem Evaluationsset, Kosten pro Aufgabe und wie das Team gearbeitet hat.
Häufige Fragen
Was macht ein Unternehmen für KI-Entwicklung?
Es baut und betreibt Software auf Basis von KI-Modellen: Assistenten auf Ihren Dokumenten, Agenten, die in Ihren Systemen handeln, KI-Funktionen in Ihren Produkten. Das Modell kommt meist von einem Anbieter; der Großteil der Arbeit sind Daten, Integration, Evaluation, Sicherheit und Betrieb.
Wie finde ich den richtigen KI-Dienstleister für mein Projekt?
Klären Sie, welchen Anbietertyp Sie brauchen, und bewerten Sie die Anbieter auf der Shortlist nach Evaluationspraxis, Produktionserfahrung, Data Engineering, Sicherheit, Kostenkontrolle, Eigentum und Kommunikation. Verlangen Sie Belege und beginnen Sie mit einer bezahlten Discovery oder einem Festpreis-Pilot.
Was unterscheidet eine KI-Agentur von einem KI-Entwicklungsunternehmen?
Die Begriffe überschneiden sich. „KI-Agentur“ meint oft ein Studio mit Fokus auf Prototypen oder Design; ein Unternehmen für KI-Entwicklung bindet KI meist in Ihre Systeme ein und betreibt sie produktiv. Bewerten Sie die Arbeit, nicht das Etikett.
Was kosten KI-Entwicklungsleistungen?
Das hängt mehr von Daten, Integrationen und Evaluation ab als vom Modell. Illustrativ zu unseren Sätzen von 45–65 € pro Stunde: ein Proof of Concept auf Ihren Daten rund 10.800–15.600 €, ein an Ihre Systeme angebundener Agent rund 59.400–85.800 €, zuzüglich Modellnutzung.
Sollten wir mit einem Pilot oder einem Komplettprojekt beginnen?
Mit einem neuen Anbieter beginnen Sie mit einem Pilot: ein Anwendungsfall auf echten Daten, ein vereinbartes Evaluationsset und schriftliche Go/No-Go-Kriterien. Ist der Umfang noch unklar, steht davor eine kurze bezahlte Discovery.
Was gehört in einen Vertrag für KI-Entwicklung?
Eine IP-Übertragung, die Prompts und Evaluationssets einschließt, Datenschutzregeln mit Nennung der Modellanbieter, Ankündigung und erneute Tests vor Modellwechseln, eine Abnahme gegen Evaluationsziele, transparente Drittkosten und ein Ausstiegsplan.
Beginnen Sie mit einem KI-Pilot zum Festpreis
Nennen Sie uns den Anwendungsfall und die Kennzahl, die sich bewegen soll. Wir schlagen einen Pilot mit vereinbartem Evaluationsset, einer Schätzung der Kosten pro Aufgabe und einer Go/No-Go-Entscheidung vor, und alles, was wir bauen, gehört Ihnen.
Quellen
- Gartner, Pressemitteilung, 25. Juni 2025: Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027
- Gartner, Pressemitteilung, 26. August 2025: Gartner predicts 40% of enterprise apps will feature task-specific AI agents by 2026
- McKinsey, November 2025: The state of AI in 2025: Agents, innovation, and transformation
- BCG, Pressemitteilung, 24. Oktober 2024: Where's the Value in AI? 74% of companies struggle to achieve and scale value
- MIT NANDA, The GenAI Divide: State of AI in Business 2025, laut Virtualization Review: MIT report finds most AI business investments fail, reveals GenAI divide
- Stack Overflow: Developer Survey 2025, Abschnitt AI
- OWASP: Top 10 for LLM Applications (2025)
