4–6 Wochen
KI-Assistent als MVP
Ein funktionsfähiger Assistent auf Ihren Daten, bereit für Pilotnutzer.
Aus GPT, Claude oder Gemini ein Produkt machen: KI-Apps, Assistenten und LLM-Integrationen auf Basis Ihrer Daten und Prozesse. Team im Kosovo, MVP in Wochen.

Wir machen aus großen Sprachmodellen wie GPT, Claude und Gemini fokussierte Produkte: KI-Assistenten, Copilots in Ihrer App, Frage-Antwort-Systeme über Ihre Wissensdatenbank und automatisierte Workflows. Dazu kommen Guardrails, Retrieval und Kostenkontrollen – genau das, was ein Produkt von einem Prompt unterscheidet.
4–6 Wochen
Ein funktionsfähiger Assistent auf Ihren Daten, bereit für Pilotnutzer.
8–12 Wochen
KI-Aktionen, eingebettet in Ihre bestehende App und Ihre Workflows.
3–5 Monate
Ein eigenständiges KI-Produkt mit Abrechnung, Benutzerkonten und Analytics.
Eine LLM-App ist größtenteils gewöhnliche Produktentwicklung mit einer unberechenbaren Komponente in der Mitte. Wir planen zuerst um diese Komponente herum und bauen dann das Produkt in dünnen, nutzbaren Scheiben drumherum.
01
Gemeinsam mit künftigen Nutzern der App halten wir fest, welche Eingaben ein Nutzer mitbringt, welches Ergebnis er zurückerwartet, etwa einen Briefentwurf, ein ausgefülltes Formular oder eine Antwort mit Quellen, und was er danach damit tut. Dieser Vertrag prägt Prompts, Screens und Testfälle und klärt, ob die Aufgabe eng genug für einen Release ist.
02
Zwei oder drei Modelle von OpenAI, Gemini oder aus offenen Modellfamilien bearbeiten dieselben echten Aufgaben. Wir vergleichen Ausgabequalität, Zeit bis zum ersten Token und Kosten pro erledigter Aufgabe und wählen ein Hauptmodell und ein Ausweichmodell. Sie erhalten die Vergleichstabelle und eine Schätzung der Modellkosten pro aktivem Nutzer.
03
Anmeldung, ein vollständiger Ablauf, gestreamte Antworten, eine Bewertungsmöglichkeit für jede Ausgabe und Nutzungsprotokollierung, deployt in eine Staging-Umgebung, die Ihre Pilotnutzer öffnen können. Das ist der Umfang des 4–6-wöchigen Assistenten-MVP, und er endet mit einer Wahl: Umfang erweitern, Modell wechseln oder aufhören.
04
Workspaces mit pro Kunde isolierten Daten, Kontingente und Rate Limits je Plan, Missbrauchsfilter, Failover zwischen Anbietern, Abo-Abrechnung, wo die App verkauft wird, und eine Admin-Ansicht, in der Ihr Support eine Konversation samt Quellen jeder Antwort sieht. Alles läuft in Ihren Repositories und Cloud-Konten.
05
Jede Woche sehen wir uns schlechte Bewertungen, stark überarbeitete Ausgaben und abgebrochene Sitzungen an. Fehlschläge werden zu neuen Testfällen, Prompts und Retrieval werden angepasst, und günstigere Modelle übernehmen Schritte, bei denen die Qualität hält. Ein Dashboard zeigt Antwortqualität, Antwortzeit und Marge pro Plan.
Entwicklungsarbeit rechnen wir mit 45–65 € pro Engineer-Stunde oder als Squad ab 15.000 € im Monat ab, und eine klar definierte erste Version kann ein Festpreis-MVP ab 15.000 € sein. Jede KI-App verursacht zudem laufende Kosten pro Anfrage, deshalb planen wir Entwicklungs- und Betriebsbudget nebeneinander.
Ein Chatfenster an eine Modell-API anzuschließen schaffen viele Teams an einem Tag. Mit diesen Fragen finden Sie heraus, ob ein Anbieter eine KI-App bauen kann, die ihre Nutzer und ihre Marge behält; wir erwarten, sie ebenfalls zu beantworten.
Die Fragen Ihrer Rechts-, Sicherheits- und Finanzabteilung, beantwortet vor der ersten Codezeile.
Das hängt von Qualität, Latenz, Kosten und Datenvorgaben ab. In der Regel vergleichen wir zwei oder drei Modelle in einem Benchmark mit Ihren realen Aufgaben und halten die App modellunabhängig, damit Sie später wechseln können.
Wir stützen Antworten per Retrieval auf Ihre Quellen, zeigen Quellenangaben an, begrenzen Ausgaben durch Tools und Schemas und testen vor dem Release gegen ein Evaluierungsset.
Wir schätzen die Kosten pro Konversation bereits in der Designphase und setzen Caching, Model-Routing und Nutzungslimits ein, damit die Betriebskosten planbar bleiben.
Das kann er sein. Eine dünne Schicht über einem öffentlichen Modell ist leicht zu kopieren und angreifbar, sobald der Anbieter dieselbe Funktion selbst einführt. Produkte, die bleiben, besitzen etwas rund um das Modell: eigene oder Kundendaten, einen Workflow für einen bestimmten Beruf, Integrationen mit den Tools, die Menschen bereits nutzen, und Feedback, das die Ergebnisse mit der Zeit verbessert. Wir helfen Ihnen zu prüfen, was davon Sie haben.
Ja, und viele sollten das. Ein kleines, schnelles Modell kann die Anfrage einordnen, ein stärkeres die Antwort schreiben, und ein Embedding-Modell übernimmt die Suche. Routing nach Aufgabe hält die Qualität dort hoch, wo es zählt, und senkt die Kosten an anderer Stelle. Alle Modelle liegen hinter einer internen Schnittstelle, sodass ein Anbieterwechsel eine Konfigurationsänderung plus Testlauf ist.
Haben Sie Produktentwickler mit freier Kapazität, bleibt das Wissen bei einer Eigenentwicklung im Haus. Ein externes Team hilft, wenn Sie die erste Version schnell brauchen oder Erfahrung mit Evaluierung und Betriebskosten fehlt. Viele Kunden kombinieren beides: Unsere Engineers arbeiten neben Ihren und übergeben anschließend Code, Prompts und Testsets.
Sagen Sie uns, was Sie entwickeln oder skalieren möchten. Sie erhalten innerhalb von 24 Stunden ein Angebot mit Aufwandsschätzung.