Zum Hauptinhalt springen
Implementation Sprint

Implementation. Wir liefern Production-Ready.

Vom Prototypen zur produktiven Lösung in 4–12 Wochen. Festpreis, mit Schulung und Handover. Kein Pilot-Limbo.

Sprint anfragenMit Audit starten

Wie ein Sprint abläuft

Vier Wochen. Vier Phasen. Ein Production-Deployment.

Woche 1

Setup & Datenanbindung

Repo, Infra, API-Keys, Datenquellen anbinden, erste Prototypen.

Woche 2

Build & Iterate

Volle Funktionalität, Stakeholder-Reviews mit echten Nutzern, schnelle Iterationen.

Woche 3

Härten & Testen

Edge Cases, Error Handling, Performance, Sicherheit, DSGVO-Dokumentation.

Woche 4

Deployment & Handover

Production-Rollout, Schulung deines Teams, Übergabe in AI Care (optional).

Längere Sprints laufen in 4-Wochen-Iterationen — ein Enterprise-Build ist typischerweise 2–4 Sprints.

Drei Komplexitäts-Stufen. Klare Preis-Ranges.

Single-System

Quick Win

€8.000–20.000

4 Wochen

Beispiele:

  • Internes KI-Tool (Angebots-Generator)
  • RAG-Chatbot für Wissensdatenbank
  • Document-Extraction-Pipeline
Sprint anfragen
Häufigste Wahl
Multi-System

Mid Complexity

€25.000–75.000

4–8 Wochen

Beispiele:

  • Multi-Step Workflow Agent
  • Customer-Service-Automation mit CRM-Anbindung
  • Lead-Qualifier mit Outreach
Sprint anfragen
Multi-Team

Enterprise Build

€75.000–250.000+

12+ Wochen

Beispiele:

  • Multi-Agent-System mit Orchestrierung
  • Custom Fine-Tuning mit eigenem Datensatz
  • ML-Modell mit vollem MLOps-Stack
  • Regulierte Branchen (Banking, Healthcare)
Sprint anfragen

Vendor-Agnostik

Wir nutzen, was passt — nicht, was den höchsten Vertriebsbonus zahlt.

Die meisten Agenturen sind Microsoft-, OpenAI- oder AWS-Partner und empfehlen entsprechend. Wir nicht. Wir wählen den Stack nach Use Case, Datenresidenz-Anforderung und Budget — nicht nach Provisionsmodell.

Anthropic Claude

Default für DSGVO-sensitive Use Cases, lange Kontexte, Tool Use.

OpenAI GPT

Wenn ihr bereits Azure-Verträge habt und EU-Residenz dort gesichert ist.

Open Source (Llama, Mistral, Qwen)

On-Premises oder Hetzner — wenn Daten das Haus nicht verlassen dürfen.

Azure AI Foundry

Enterprise mit existierender Microsoft-Stack-Strategie.

AWS Bedrock

Wenn euer Daten-Stack schon AWS ist.

Hybrid Setups

Routing-Layer: günstiges Modell für Routine, teures für Edge-Cases. Spart 60–80% der Inference-Kosten.

Was wir am häufigsten bauen

Sechs Use-Cases, die wir 2026 in 70% der Sprints sehen.

Customer-Service-Agent

Voice + Text Bot mit Eskalation. Integriert in Zendesk, Intercom, Salesforce.

Document-Extraction-Pipeline

PDFs, E-Mails und Faxe → strukturierte Daten in eurem System. OCR + LLM-Validation.

Sales-Agent (Personalized Outreach)

Recherche + personalisierte First-Touch. CRM-Anbindung, Compliance-Filter.

Internes Knowledge-RAG

Confluence, Sharepoint und Dropbox → ein Chatbot, der eure Wissensbasis durchsucht und zitiert.

Workflow Agent (Multi-Step)

Komplexe Geschäftsprozesse mit Tool-Use und Human-in-the-Loop.

Compliance-Monitor

Automatisches Monitoring von Verträgen, Logs und Konversationen auf Compliance-Verletzungen.

Compliance by Design

DSGVO und EU AI Act sind nicht euer Risiko. Sie sind euer Burggraben.

Was wir tun

  • Datenverarbeitungs-Verträge (DPA) mit allen Vendors
  • EU-Datenresidenz (Frankfurt oder Hetzner)
  • Data Processing Records nach Art. 30 DSGVO
  • EU-AI-Act-Klassifizierung (Risikostufe) pro System
  • Audit-Trail für Hochrisiko-Anwendungen

Was ihr bekommt

  • Vorlage-Datenschutzfolgenabschätzung (DSFA)
  • Mitarbeiter-Schulung zum AI Act
  • Logging-Setup für transparente Auditierbarkeit
  • Notfall-Plan bei Datenpanne (Art. 33 DSGVO)
  • Konformitätsbewertung bei Hochrisiko-Anwendungen

Häufige Fragen

Was Tech-Leads am häufigsten zum Sprint fragen.

Was passiert, wenn der Sprint länger dauert als geschätzt?
Wir tragen das Risiko. Der Festpreis bleibt fix, sofern der Scope unverändert ist. Wenn ihr während des Sprints zusätzliche Anforderungen einbringt, dokumentieren wir das als Change Request mit eigenem Preis — transparent, ihr entscheidet, ob das in den aktuellen Sprint oder in einen Folge-Sprint geht.
Wem gehört der Code nach Abschluss?
Euch. Vollständig. Der Code wird in eurem Repo entwickelt (oder am Ende dorthin übertragen), inklusive aller Tests, Dokumentation und Deployment-Skripte. Wir behalten keine Rechte, keine Lizenz-Klauseln, keinen versteckten Lock-in.
Könnt ihr in unsere bestehende Infrastruktur deployen?
Ja. Wir arbeiten mit eurer Cloud (Azure, AWS, GCP, Hetzner) und eurem CI/CD-Setup. Wenn ihr On-Premises betreibt, deployen wir auf eure VMs. In Woche 1 stimmen wir den Deployment-Pfad mit eurer IT ab — das vermeidet Überraschungen in Woche 4.
Wie behandelt ihr unsere Daten während des Sprints?
Wir signieren NDA und Auftragsverarbeitungsvertrag (AVV) vor dem ersten Datenzugriff. Entwicklung läuft auf isolierten Umgebungen, Produktivdaten kommen nur in der Härtungs-Phase und nur mit dokumentierter Freigabe ins Spiel. Nach dem Sprint löschen wir alle Kopien.
Welche LLM-Provider empfehlt ihr für regulierte Branchen?
Anthropic Claude über die EU-Region oder Azure OpenAI mit garantierter EU-Datenresidenz sind die zwei Default-Empfehlungen. Für besonders sensible Anwendungen (Healthcare, Banking, Behörden) deployen wir Open-Source-Modelle wie Llama 3 oder Mistral auf Hetzner — dann verlassen die Daten Österreich gar nicht erst.
Macht ihr auch Modell-Fine-Tuning?
Ja, aber wir empfehlen es selten. In über 80% der Fälle ist gutes Prompt-Engineering plus RAG günstiger und wartbarer als Fine-Tuning. Wenn euer Use Case wirklich Fine-Tuning braucht (sehr enge Domäne, spezifische Tonalität, hohes Volumen), gehört das zum Enterprise-Build-Tier.
Was kostet eine typische Quick-Win-Implementierung?
€8.000–20.000 als Festpreis, abhängig von Komplexität und Integrationstiefe. Ein RAG-Chatbot über eure Wissensdatenbank liegt typisch bei €10.000–14.000, eine Document-Extraction-Pipeline bei €15.000–20.000. Im Discovery Call sagen wir nach 30 Minuten meist eine konkrete Range.
Bietet ihr Erfolgsbeteiligungs-Modelle an?
Ja, optional. Wir können 10–20% des dokumentierten ROI (Kosteneinsparung oder Mehrertrag) on top des reduzierten Festpreises verrechnen, mit Cap bei 2× Sprint-Honorar. Funktioniert gut bei messbaren Use Cases (Durchlaufzeit, Conversion, Personalstunden) — schlecht bei reinen Komfort-Anwendungen.

Bereit für Production?

Wir hören uns euren Use Case an und sagen ehrlich, ob das ein 4-Wochen-Quick-Win oder ein 6-Monats-Enterprise-Build ist.

Termin vereinbaren