Beantwortet von Matthias Hinsche Stand
Die Antwort hängt weniger am Modell als an der Frage, wie gut deine Daten und Prozesse bereits geordnet sind.
Erster Anwendungsfall: zwei bis vier Wochen
Ein klar umrissener Prozess mit vorhandenen Daten. E-Mails klassifizieren, Rechnungsdaten auslesen, Antwortvorschläge erzeugen. Der Ablauf: Prozess aufnehmen, Testdaten sammeln, Ablauf bauen, gegen echte Fälle prüfen, produktiv schalten.
Größeres Vorhaben: sechs bis zwölf Wochen
Eigene Wissensbasis, Anbindung an vorhandene Systeme, mehrere Nutzergruppen. Hier kommt Datenaufbereitung als eigene Phase dazu, und die dauert regelmäßig länger als die Entwicklung.
Wo die Zeit hingeht
Datenaufbereitung. Verstreute Dokumente, veraltete Handbücher, Preislisten in drei Versionen. Bevor ein Modell darauf arbeiten kann, muss jemand entscheiden, welche Version gilt.
Testfälle. Bei klassischer Software prüft man, ob eine Funktion tut, was sie soll. Bei KI muss man definieren, was ein gutes Ergebnis überhaupt ist. Ohne 30 bis 50 bewertete Beispiele lässt sich das nicht beurteilen.
Freigaben. Wo KI mit Kunden spricht oder Entscheidungen vorbereitet, kommen Datenschutz und interne Abstimmung dazu. Das ist keine Entwicklungszeit, verlängert aber die Laufzeit.
Was den Zeitplan verkürzt
Ein enger erster Anwendungsfall. Die Versuchung ist groß, gleich mehrere Prozesse mitzunehmen, weil das Modell ja ohnehin da ist. Genau daran verzögern sich Projekte: Aus vier Wochen für einen Fall werden vier Monate für vier Fälle, von denen keiner live geht.
Ein realistischer Ablauf für den ersten Fall
Woche 1: Prozess aufnehmen, Testdaten sammeln, Erfolgskriterium festlegen. Ohne die Frage „Woran erkennen wir, dass es gut genug ist?” fehlt später die Abnahmegrundlage.
Woche 2: Ablauf bauen und gegen die Testdaten laufen lassen. Erste Ergebnisse bewerten, Prompt und Regeln nachziehen.
Woche 3: Anbindung an das Zielsystem, Fehlerbehandlung, Benachrichtigung bei Ausfällen.
Woche 4: Betrieb unter Beobachtung. Jemand prüft die Ergebnisse stichprobenartig, bis die Quote stabil ist.
Was Projekte am häufigsten verzögert
Fehlende Testdaten. Wer keine 30 bis 50 bewerteten Beispiele hat, kann nicht sagen, ob das System besser geworden ist. Genau daran hängen dann Wochen. Was das kostet, steht in Was kostet ein KI-Projekt?.
Beratung und Umsetzung: KI-Implementierung.