Skip to main content
NexPatch
Beitrag8 Min. Lesezeit

KI Projekt Festpreis: was ein Pilot in 72 Stunden leisten kann und was nicht

Ein KI Projekt zum Festpreis funktioniert, wenn der Umfang eng geschnitten, das Ziel vorab messbar festgelegt und schriftlich geklärt ist, was nicht enthalten ist. Ein erster interner Pilot in 72 Stunden zeigt einen konkreten Anwendungsfall mit echten Daten. Den produktiven Betrieb, alle Sonderfälle und die Freigabe durch Datenschutz und Betriebsrat ersetzt er nicht.

KI Projekt Festpreis: was ein Pilot in 72 Stunden leisten kann und was nicht

KI Projekt Festpreis: was ein Pilot in 72 Stunden leisten kann und was nicht

Ein KI Projekt zum Festpreis funktioniert, wenn der Umfang eng geschnitten, das Ziel vorab messbar festgelegt und schriftlich geklärt ist, was nicht enthalten ist. Ein erster interner Pilot in 72 Stunden zeigt einen konkreten Anwendungsfall mit echten Daten. Den produktiven Betrieb, alle Sonderfälle und die Freigabe durch Datenschutz und Betriebsrat ersetzt er nicht.

Warum viele KI Projekte im Testbetrieb hängen bleiben

Ein KI Projekt zum Festpreis klingt für viele Anbieter nach Risiko. Für viele Unternehmen ist es die einzige Art, überhaupt anzufangen.

Der klassische Weg sieht so aus: Workshop, Konzept, Angebot nach Aufwand, Verlängerung. Nach einigen Monaten steht ein Pilot, der im Testbetrieb bleibt, und ein Budget, das vorher niemand kannte. Der Fachbereich hat Zeit investiert, die IT hat Zugänge eingerichtet, die Geschäftsführung wartet auf eine Entscheidungsgrundlage. Am Ende fehlt die Antwort auf die Frage, die zählt: Lohnt sich der Ausbau?

Zahlen aus dem Markt bestätigen dieses Muster. Eine Studie des MIT aus 2025 kommt zu dem Ergebnis, dass 95 % der Piloten mit generativer KI keine messbare Rendite zeigen. Die Methodik der Studie ist begrenzt, die Richtung deckt sich jedoch mit dem, was wir in Gesprächen mit Unternehmen hören. Gartner erwartet, dass über 40 % der Projekte mit agentischer KI bis Ende 2027 abgebrochen werden. Auswertungen von Deloitte sowie Capgemini und Microsoft zeigen, dass sich nur 6 % aller KI Vorhaben in unter einem Jahr amortisieren.

Diese Zahlen sprechen nicht gegen KI. Sie sprechen gegen Projekte ohne klaren Umfang, ohne messbares Ziel und ohne Plan für den Betrieb. Solche Projekte enden auf dem Pilotfriedhof.

Festpreis als Prinzip: drei Bedingungen

Ein Festpreis ist kein Rabatt und kein Lockangebot. Er ist eine Methode, Unsicherheit vor dem Start zu klären statt während des Projekts. Damit das funktioniert, müssen drei Bedingungen erfüllt sein.

Der Umfang ist eng geschnitten. Ein Anwendungsfall, ein Prozess, ein klar abgegrenzter Datenbestand. Wer im ersten Schritt mehrere Abteilungen und Systeme gleichzeitig anbinden will, braucht kein Festpreisangebot, sondern eine Priorisierung.

Das Ziel ist messbar. Vor dem Start legen wir gemeinsam einen Referenzwert fest: Wie lange dauert ein Vorgang heute, wie hoch ist die Fehlerquote, wie viel Kapital ist gebunden? Ohne diesen Ausgangswert lässt sich nach dem Pilot nicht sagen, ob er etwas verbessert hat.

Beide Seiten wissen vorher, was nicht enthalten ist. Diese Liste ist mindestens so wichtig wie der Leistungsumfang. Sie verhindert, dass aus einem Pilot schleichend ein Projekt ohne Ende wird.

Ein Festpreis bedeutet nicht, dass sich während des Pilots nichts bewegen darf. Zeigt sich, dass ein anderer Zuschnitt mehr verspricht, besprechen wir das offen und vereinbaren den nächsten Schritt neu, statt den laufenden Umfang stillschweigend zu erweitern.

Genau diese Klarheit ist der eigentliche Wert eines Festpreises, mehr als der Preis selbst. Für Sie als Auftraggeber verschiebt sich das Risiko: Nicht Sie tragen die Unsicherheit über den Aufwand, sondern wir. Das zwingt beide Seiten, vor dem Start präzise zu sein. Wie wir Pilot, Umsetzung und Betrieb abrechnen, beschreiben wir auf der Seite Preise.

Was ein Pilot in 72 Stunden leistet und was nicht

Was ein Pilot leistetWas ein Pilot nicht leistet
Einen konkreten Anwendungsfall mit Ihren echten Daten zeigenDen produktiven Betrieb ersetzen
Sichtbar machen, ob Datenqualität und Schnittstellen tragenAlle Sonderfälle und Ausnahmen abdecken
Eine erste Messung gegen den vorher festgelegten Referenzwert liefernEinen belastbaren Langzeitwert über Monate liefern
Offene Fragen für Datenschutz, IT Sicherheit und Betriebsrat konkret machenDie Freigabe durch Datenschutz und Betriebsrat vorwegnehmen
Eine Grundlage für die Entscheidung über den Ausbau schaffenEine fertige Integration in alle Zielsysteme bereitstellen

Ein erster interner Pilot in 72 Stunden ist bewusst klein. Er soll eine Entscheidung möglich machen und keine Präsentation liefern. Die folgende Übersicht zeigt, wo seine Stärken und Grenzen liegen.

„Intern" bedeutet: Der Pilot läuft mit einem kleinen Kreis von Nutzern aus dem Fachbereich, nicht mit Kunden und nicht im Tagesgeschäft. Das senkt das Risiko und macht die schnelle Umsetzung erst möglich. Damit der Pilot in 72 Stunden steht, müssen vorab ein Datenauszug, eine Ansprechperson im Fachbereich und die technische Umgebung geklärt sein. Läuft der Pilot in einer Umgebung, die Sie kontrollieren, bleiben Ihre Daten auch in dieser frühen Phase im Haus.

Vom Pilot in den produktiven Einsatz

Ein Pilot beantwortet die Frage, ob ein Anwendungsfall trägt. Der Weg in den produktiven Einsatz beantwortet die Frage, ob er im Alltag funktioniert. Dafür planen wir 4 bis 10 Wochen, abhängig von Daten, Schnittstellen und Freigaben.

In dieser Phase passiert, was ein Pilot bewusst auslässt:

  • Anbindung an die Zielsysteme, etwa ERP, Dokumentenmanagement oder Ticketsystem

  • Rollen und Rechte für alle Nutzergruppen

  • Protokollierung für Audit und Nachweis

  • Abstimmung mit Datenschutz, IT Sicherheit und Betriebsrat

  • Tests mit Sonderfällen und realem Volumen

  • Schulung der Nutzer im Fachbereich

Am Ende dieser Phase steht eine Abnahme gegen den Referenzwert, diesmal mit realem Volumen und über einen längeren Zeitraum als im Pilot. Erst diese Messung zeigt, ob der Effekt aus dem Pilot auch im Alltag hält.

Die Spanne von 4 bis 10 Wochen hängt weniger an der Technik als an der Organisation. Liegen Daten sauber vor und sind Freigabeprozesse eingespielt, geht es schneller. Fehlt eine tragfähige Datengrundlage, dauert es länger. Laut den genannten Auswertungen benötigen 80 % der Initiativen vorgelagerte Investitionen in die Datenarchitektur. Ein Pilot macht diesen Bedarf früh sichtbar, bevor größere Budgets gebunden sind.

Nach dem Go live beginnt der Betrieb. Überwachung, Nachtraining und Updates gehören bei uns zum Betrieb und nicht zu einem neuen Projekt. Für die Verfügbarkeit setzen wir 99,9 % als Betriebsziel. Auch hier gilt: Der Umfang wird vorher vereinbart, damit Sie wissen, was Sie erwarten können.

Für wen sich der Einstieg zum Festpreis eignet

Ein Festpreis für den Einstieg passt besonders gut, wenn

  • ein konkreter Prozess mit spürbarem Aufwand im Fachbereich existiert,

  • die Daten für diesen Prozess digital vorliegen, auch wenn sie nicht perfekt sind,

  • eine Person im Fachbereich Zeit hat, den Pilot fachlich zu begleiten,

  • die Geschäftsführung eine Entscheidungsgrundlage statt einer Strategiepräsentation erwartet.

Weniger geeignet ist der Einstieg zum Festpreis, wenn das Ziel noch offen ist oder mehrere Anwendungsfälle gleichzeitig geprüft werden sollen. Dann steht zuerst die Auswahl des Anwendungsfalls an.

Realistisch bleiben sollte auch die Erwartung an den Return. Einzelne Anwendungsfälle brauchen typischerweise 3 bis 12 Monate, bis sich der Aufwand amortisiert, große Plattformen 2 bis 4 Jahre. Ein Pilot verkürzt diese Zeit nicht. Er sorgt dafür, dass Sie früh wissen, ob sich der Weg lohnt.

Für Datenschutz und IT Sicherheit gilt von Anfang an: Was wir zusagen, muss sich prüfen lassen. Welche Nachweise wir liefern, beschreiben wir unter Sicherheit.

Häufig gestellte Fragen

Quellen und Verweise

  • MIT (2025): Studie zu generativer KI in Unternehmen (95 % der Piloten ohne messbare Rendite). Die Methodik ist begrenzt, der Wert ist als Tendenz zu lesen.
  • Gartner (2025): Prognose zu agentischer KI (über 40 % der Projekte bis Ende 2027 abgebrochen).
  • Deloitte (2025) sowie Capgemini und Microsoft (2025), zitiert in nexpatch.ai/de/wissen/vergleich/orpheon-vs-plattformen (6 % der KI Vorhaben amortisieren sich in unter einem Jahr, einzelne Anwendungsfälle 3 bis 12 Monate, große Plattformen 2 bis 4 Jahre, 80 % der Initiativen benötigen vorgelagerte Investitionen in Datenarchitektur).

Veröffentlicht von

Philip Foitzik
Philip Foitzik
CSOO
Profile

Full-Stack Entwicklung

Von der Idee zur Produktion in Wochen

Next.js, React, TypeScript - co-gegründete Produkte mit staatlicher Förderung.

Unsere Arbeit ansehen

Verwandte Artikel

ZURÜCK ZUM BLOG
Foto: Werkzeuge und Bauteile auf einem schwarzen Tisch, darunter Isolierband, eine Linse und Elektronikkomponenten.
Beitrag6 Min. Lesezeit

Automatisierung in der Intralogistik: Was ein Sequenzierprozess in sechs Wochen lehrt

Automatisierung in der Intralogistik zahlt sich besonders dort aus, wo manuelle, wiederkehrende Transport- und Sequenzierschritte den Takt bestimmen. Ein dokumentierter Fall aus der VW Gläsernen Manufaktur zeigt nach Unternehmensangabe, dass sich ein solcher Prozess mit Transportrobotern, Cobot und angepassten Ladungsträgern vollständig automatisieren lässt, umgesetzt in sechs Wochen.

30. Oktober 2026
Foto: Siebzehn bunte Haftnotizen mit Skizzen zu KI sind auf einem Whiteboard angeordnet.
Beitrag7 Min. Lesezeit

KI-Anwendungsfälle in der Produktion: die sieben Felder im Überblick

KI-Anwendungsfälle in der Produktion lassen sich in sieben Felder ordnen: Predictive Maintenance, Qualitätsprüfung, Planung und Supply Chain, Energie und Prozess, Wissen und Assistenz, Engineering und Backoffice sowie agentische Systeme. Sie unterscheiden sich stark in Reifegrad, typischer Wirkung und Datenbedarf. Den Einstieg bestimmt deshalb die eigene Datenlage, nicht die Technik.

27. Oktober 2026
Papiercollage: Eine Person beugt sich über einen Tisch und arbeitet sorgfältig an einer Leiterplatte.
Beitrag7 Min. Lesezeit

Warum KI-Projekte scheitern: ein Umsetzungsproblem, kein Technologieproblem

Warum KI-Projekte scheitern, lässt sich für die Industrie klar beantworten: selten an der Technologie, meist an der Umsetzung. Es fehlen Datenzugang, ein Referenzwert vor dem Start, klare Regeln für die Nutzung und eine Betriebsverantwortung nach dem Pilot. Nach Deloitte 2026 ist deshalb nur jeder fünfte KI-Anwendungsfall in der Fertigung unternehmensweit skaliert.

20. Oktober 2026
Mosaikartiges Bild von Wolken, zusammengesetzt aus Bauteilen von Servern und Rechenzentren.
Beitrag7 Min. Lesezeit

Digitale Souveränität bei KI: So machen Sie sie prüfbar

Digitale Souveränität bei KI ist erst dann gegeben, wenn Sie nachweisen können, wo Ihre Modelle laufen, welche Daten das Haus verlassen, wer was genutzt hat und wie Sie den Anbieter wieder verlassen. Prüfbar wird sie über vier Kriterien: Ort der Verarbeitung, Datenfluss, lückenlose Protokollierung und Austauschbarkeit des Modells.

13. Oktober 2026
Exit Strategie beim KI Anbieter: wie Sie Modelle, Daten und Prompts mitnehmen
Beitrag7 Min. Lesezeit

Exit Strategie beim KI Anbieter: wie Sie Modelle, Daten und Prompts mitnehmen

Eine Exit Strategie gegenüber einem KI Anbieter legt vor Vertragsschluss fest, was Sie beim Wechsel mitnehmen: Daten, angepasste Modellgewichte, Prompts und Konfigurationen, Nutzungsprotokolle und Dokumentation, jeweils mit Format, Frist und Kosten. Technisch tragen offene Modelle, offene Schnittstellen und ein Gateway zwischen Anwendung und Modell. Vertraglich gehört der Ausstieg in den Hauptvertrag, nicht in eine spätere Verhandlung.

8. Oktober 2026

Wir verwenden Cookies und ähnliche Technologien, um Ihr Browsing-Erlebnis zu verbessern, den Website-Traffic zu analysieren und Inhalte zu personalisieren. Sie können wählen, welche Kategorien Sie akzeptieren möchten.

Erfahren Sie mehr in unserer Datenschutzerklärung und Impressum.