AI Use-Case Build
Ein KI-Anwendungsfall, gebaut und produktiv gesetzt auf einer Grundlage, die bereits bereit ist.
Wir entwerfen, bauen und deployen einen einzelnen KI-Anwendungsfall auf Ihrer bestehenden Azure-Grundlage, ausgewertet an Ihren echten Daten und nach der EU-KI-Verordnung klassifiziert. Sie erhalten ein System in Produktion mit der Überwachung, die es genau hält, keine Demo.
- Investition
- Ab €30.000
- Dauer
- 6–10 Wochen
- Format
- Remote-first, vor Ort für Design
Auf einen Blick
- Investition
- Ab €30.000
- Dauer
- 6–10 Wochen
- Format
- Remote-first, vor Ort für Design
- Märkte
- DACH und Benelux
Für wen es gedacht ist
- Ein Discovery Sprint hat Ihre Anwendungsfälle sortiert, und Sie wollen den stärksten davon umgesetzt sehen, auf einer Grundlage, die bereits in gutem Zustand ist.
- Ein Pilot hat sich in einer Demo bewährt und muss jetzt produktiv laufen, kontrolliert und überwacht.
- Sie haben einen klaren Anwendungsfall (Retrieval über Dokumente, Dokumentenverarbeitung oder einen agentischen Workflow) und wollen ihn geliefert haben, nicht bewertet.
- Mehrere Teams experimentieren unabhängig mit derselben Art von Anwendungsfall, und Sie wollen einen produktionsreifen Bau statt drei fragiler Versuche.
- Ihr Vorstand hat Budget für genau ein KI-System in diesem Jahr freigegeben, und es muss funktionieren.
Umfang und Format
Sechs bis zehn Wochen, remote-first mit Vor-Ort-Sitzungen für das Design. Wir entwerfen, bauen und deployen einen KI-Anwendungsfall auf Ihrer bestehenden Azure-Grundlage: Retrieval über Ihren Dokumentenbestand, intelligente Dokumentenverarbeitung in ein nachgelagertes System wie Dynamics 365 oder einen agentischen Workflow. Wir werten Retrieval oder Processing an Ihren echten Daten aus, statt es anzunehmen, klassifizieren das System nach der EU-KI-Verordnung und bauen die Überwachung ein. Geleitet von einem Team, das sechsstellige Azure-KI-Projekte geliefert hat, darunter intelligente Dokumentenverarbeitung, die PO-PDFs in validierte SAP-Aufträge verwandelt, und Enterprise-Suche für über 500 Nutzer. Dieser Bau setzt voraus, dass die Grundlage bereit ist; ist sie es nicht, baut die AI-Ready Azure Platform beides. Läuft der Anwendungsfall als agentischer Workflow, setzt er auf das Microsoft Agent Framework mit MCP und A2A für Tool- und Agentenverbindungen, dieselben Protokolle, mit denen das Team Claude, GPT und Gemini orchestriert.
Was Sie erhalten
Der Anwendungsfall in Produktion
Ein Anwendungsfall entworfen, gebaut und auf Ihrer Grundlage deployt, laufend gegen Ihre echten Daten.
Retrieval oder Processing ausgewertet
Die Qualität an Ihren Daten gemessen, nicht angenommen, mit den Zahlen auf dem Tisch.
Klassifizierung nach der EU-KI-Verordnung und Anhang-IV-Dokumentation
Das System seiner Risikoklasse zugeordnet und als technisches Arbeitsergebnis dokumentiert.
MLOps und Überwachung
Die Pipeline, Überwachung und der Pfad für Retraining oder Rollback, der es nach dem Go-live genau hält.
Integration in Ihre Systeme
Verdrahtet in das nachgelagerte System, das der Anwendungsfall speist: Dynamics 365, Microsoft 365 oder Ihre Fachanwendung.
Auswertungs-Framework
Ein wiederholbares Testset, das Ihr Team nach jeder Modell- oder Prompt-Änderung erneut laufen lassen kann, damit Qualitätsregressionen auffallen, bevor Nutzer sie merken, nicht danach.
Übergabe und Runbook
Dokumentation und eine Arbeitssitzung, damit Ihr Team es betreibt und erweitert.
Preis
Wertbasiert und pro Projekt kalkuliert, ab €30.000. Wir kalkulieren gegen den Anwendungsfall und die Systeme, die er berührt, und legen die Zahl fest, bevor wir beginnen.
Wenn Sie in den letzten acht Wochen einen AI Discovery Sprint mit uns gemacht haben, wird dieses Festhonorar von diesem Projekt abgezogen.
Wo Ihre Daten liegen
Der Build läuft in Ihrem Tenant, in der Azure-Region, an die Sie gebunden sind. Der Zugriff folgt dem Least-Privilege-Prinzip und ist auf das Projekt beschränkt. Wo Datenresidenz zählt, bleiben Modelle und Verarbeitung in der Region, an die Sie gebunden sind, und wir unterzeichnen Ihren Auftragsverarbeitungsvertrag, bevor wir beginnen.
Governance und Compliance
- Der Anwendungsfall vor dem Design in seine Risikoklasse nach der EU-KI-Verordnung eingeordnet.
- Anhang-IV-Dokumentation als technisches Arbeitsergebnis erstellt.
- In Ihrem Tenant und Ihrer Region gebaut, mit Datenresidenz durchgesetzt.
- Post-Market-Überwachung eingebaut, nicht für später versprochen.
Enthält die Einordnung nach der EU-KI-Verordnung und zeigt, wie wir KI-Systeme klassifizieren.
Unseren Governance-Ansatz lesenHäufige Fragen
Wie lange dauert es?
Sechs bis zehn Wochen, je nach Anwendungsfall und den Systemen, die er berührt.
Wie unterscheidet sich das von der AI-Ready Azure Platform?
Die Plattform baut die Governance-konforme Grundlage und den ersten Anwendungsfall zusammen. Dieser Bau setzt voraus, dass die Grundlage bereit ist, und liefert den Anwendungsfall allein. Wenn Sie nicht sicher sind, ob die Grundlage bereit ist, sagt es Ihnen das Microsoft Landscape Assessment.
Welchen Anwendungsfall bauen Sie?
Retrieval über Ihre Dokumente, intelligente Dokumentenverarbeitung oder einen agentischen Workflow. Wenn Sie noch keinen gewählt haben, sortiert der AI Discovery Sprint die Kandidaten zuerst.
Besitzen wir es danach?
Ja. Code, Dokumentation, Überwachung und eine Arbeitssitzung für Ihr Team.
Wer baut es wirklich?
Saša Pavicevic leitet die Umsetzung: derselbe Ingenieur, der die Dokumentenverarbeitung gebaut hat, die PO-PDFs in validierte SAP-Aufträge verwandelt, und die Multi-Agenten-Orchestrierung über Claude, GPT und Gemini. Sie arbeiten mit der Person, die den Code liefert.
Wir haben bereits einen Piloten. Bauen Sie ihn neu?
Nein. Wir übernehmen, was sich in der Demo bewährt hat, werten es an Ihren echten Daten aus und bauen die Teile neu, die unter Produktionslast nicht halten: Retrieval-Qualität, Fehlerbehandlung und die Überwachung, die im Piloten nie vorgesehen war.
Was passiert nach dem Go-live?
Die Überwachung, die wir bauen, verfolgt die Genauigkeit an Ihren Daten, nicht nur die Verfügbarkeit, und löst den Retraining- oder Rollback-Pfad aus, wenn sie abweicht. Ihr Team übernimmt und betreibt es nach der Übergabesitzung; wir stehen für ein separates Folgeprojekt bereit, wenn Sie uns weiter dabei haben wollen, aber das ist nicht standardmäßig in diesem Honorar enthalten.
Welche KI-Modelle setzen Sie ein?
Je nachdem, was zum Anwendungsfall und Ihren Anforderungen an Datenresidenz passt, meist Azure-OpenAI-Modelle, teils ein kleineres offenes Modell für eine engere Aufgabe. Die Wahl fällt in der Designphase, nicht vorab.
Was, wenn der Anwendungsfall mehrere Systeme umfasst, die miteinander sprechen, nicht nur einen Modellaufruf?
Das ist der Fall des agentischen Workflows: mehrere Agenten oder Tool-Aufrufe, koordiniert über das Microsoft Agent Framework. Bau und Auswertungs-Framework berücksichtigen diese Komplexität, nicht nur eine einzelne Anfrage-Antwort-Prüfung.
Ist das ein Festhonorar-Projekt wie die Assessments?
Nein. Es ist wertbasiert und pro Anwendungsfall kalkuliert, da die Systeme, mit denen es sich verbindet, zu unterschiedlich für eine einzige feste Zahl sind. Wir legen die Zahl vor dem Kickoff fest, sobald Anwendungsfall und Integrationspunkte klar sind.