KI-Entwicklung

Ein typisches erstes Release geht in 2–6 Wochen live; ein vollständiges KI-MVP in 6–8. Wir starten mit einem schmalen, deploybaren Durchstich statt einer langen Discovery-Phase, und die KI räumt den repetitiven Code weg, damit Senior Engineers sich auf Architektur und Evals konzentrieren. Eine anklickbare Staging-URL bekommen Sie ab der ersten Woche.

Wir bauen auf GPT, Claude, Gemini und Open-Weight-Modellen, ausgewählt je Use Case nach Eval-Scores, Latenz und Kosten. Ein Modell von Grund auf zu trainieren lohnt sich fast nie. Fine-Tuning manchmal; wir schlagen es nur vor, wenn die Evals einen klaren Gewinn zeigen. Alle Modellaufrufe liegen hinter einer Abstraktionsschicht, damit Sie später wechseln können.

Ihnen, vollständig. Code, Prompts, Eval-Suiten und Daten landen schon während der Entwicklung in Ihrem Repository und Ihren Accounts, mit Dokumentation und Übergabe-Runbook. Es gibt keine proprietäre Plattform und keinen Lock-in. Ihre Daten verarbeiten wir unter einem AVV und nutzen sie niemals für Training.

Mit Evals. Vor dem Launch bauen wir ein Testset aus echten Eingaben, definieren mit Ihnen Genauigkeitsschwellen und lassen die Suite bei jeder Änderung in der CI laufen. Sie sehen die Scores, nicht eine Demo, die einmal funktioniert hat. Unter der vereinbarten Schwelle geht nichts live, und die Eval-Suite bleibt in Ihrem Repo.

Ihr System läuft weiter. Jeder Modellaufruf geht durch eine Abstraktionsschicht; ein eingestelltes Modell ist ein Einzeiler-Tausch, kein Rewrite. Wir lassen die Eval-Suite gegen das neue Modell laufen, vergleichen die Scores und liefern die Änderung hinter einem geprüften Pull Request aus. Wartungspläne decken das als Routinearbeit ab.

Ja; die meisten Projekte starten genau so. Ein Proof of Concept deckt einen Kernflow ab, läuft auf Ihren Daten und wird auf eine anklickbare URL deployt, in der Regel innerhalb von zwei Wochen. Er startet bei rund $2.000. Trägt er den vollen Ausbau, wandert der Code mit; nichts wird weggeworfen.

Ja. Jeder Build umfasst Deployment, ein schriftliches Runbook und zwei Wochen Support nach dem Launch. Danach entscheiden Sie: komplett in-house übernehmen, uns für Modell-Updates und Eval-Läufe auf einem schlanken Retainer behalten oder die nächste Phase abstecken. Der Code gehört in jedem Fall Ihnen; die Wahl bleibt also echt.