KI-Prototypen & Machbarkeit
In wenigen Wochen wissen, ob Ihre KI-Idee trägt.
Wir bauen funktionierende Prototypen mit Ihren echten Daten, direkt an Ihren Systemen. Sie entscheiden auf Basis eines Ergebnisses, das man ausprobieren kann, statt auf Basis von Folien und Versprechen.
Die 80 Prozent bauen wir schnell.
Mit heutigen Werkzeugen steht der fachliche Kern einer Idee in kurzer Zeit: die Suche, die Antwort, die Auswertung, die Oberfläche. Genug, um Nutzen, Qualität und Akzeptanz an echten Fällen zu prüfen.
Die restlichen 20 Prozent benennen wir offen.
Sonderfälle, Sicherheit, Integration, Betrieb und laufende Kosten entscheiden über die Produktion. Wir zeigen sie im Ergebnisbericht mit Aufwand und Risiko, bevor Sie investieren.
Schnell, aber kontrolliert
Warum schnelle KI-Prototypen oft nicht tragen.
Mit KI entsteht Software in kurzer Zeit. Ohne klare Regeln entstehen dabei typische Fehler, die erst spät auffallen.
Zwei Wahrheiten
Die KI baut eine zweite Lösung für etwas, das es schon gibt. Doppelte Daten und doppelte Logik laufen auseinander.
Eine andere Architektur
Ohne Vorgaben entscheidet die KI bei jeder Aufgabe neu. Das System zerfällt in Einzellösungen, die niemand mehr überblickt.
Plausibel, aber falsch
Ergebnisse sehen fertig aus, auch wenn Daten erfunden oder Sonderfälle übersehen wurden.
Stille Nebenwirkungen
Eine Änderung funktioniert, bricht aber an anderer Stelle etwas, das vorher lief.
Unsere Leitplanken halten die KI in der Spur.
- Verbindliche Architekturregeln: Jede Information hat genau eine zuständige Stelle.
- Automatische Prüfungen erkennen doppelte Wahrheiten und Regelverstöße, bevor etwas live geht.
- Erst der Test, dann der Code. Fertig ist ein Ergebnis erst, wenn es im echten Browser nachgewiesen ist.
- Ein Mensch entscheidet über Architektur und gibt jede Änderung frei.
Warum ein Prototyp zuerst
Viele KI-Vorhaben scheitern spät und teuer. Ein guter Prototyp klärt früh, ob sich eine Idee lohnt.
- der Unternehmen ohne KI nennen schwer kalkulierbare Kosten als Hürde (Bitkom, 2026)
- 63 %
- fehlt nach eigener Aussage das technische Know-how für die Umsetzung (Bitkom, 2026)
- 85 %
- der GenAI-Projekte werden laut Prognose nach dem Proof of Concept aufgegeben (Gartner)
- 30 %
- der Agenten-Projekte werden laut Prognose bis Ende 2027 eingestellt (Gartner)
- 40 %
Quellen: Bitkom-Befragung von 603 Unternehmen ab 20 Beschäftigten, September 2026 (bezogen auf Unternehmen, die noch keine KI nutzen); Gartner-Prognosen von 2024 und 2025.
Formate
Drei Stufen, jede mit einem klaren Ergebnis.
Sie können nach jeder Stufe aufhören. Jede liefert eine Entscheidungsgrundlage, die auch ohne die nächste Stufe Wert hat.
Stufe 1
Ideen-Sprint
1–2 TageWorkshop
- Ideen sammeln und an Ihren Prozessen messen
- Daten, Systeme und Rechtslage kurz prüfen
- Nutzen gegen Aufwand bewerten
Ergebnis: eine priorisierte Liste mit drei bis fünf Ideen und eine Empfehlung, welche sich lohnt.
Stufe 2
Machbarkeitsstudie
2–3 WochenTechnischer Test
- Kernfrage an echten Daten testen
- Qualität messen, mit Beispielen und Fehlerquote
- Kosten pro Vorgang und Betrieb hochrechnen
Ergebnis: ein Bericht mit der Empfehlung Weiter, Anpassen oder Stopp. Auch ein begründetes Nein ist ein Ergebnis.
Stufe 3
Prototyp / Proof of Concept
4–6 WochenLauffähig
- Bedienbarer Prototyp für echte Nutzerinnen und Nutzer
- Angebunden an CMS, Shop oder Datenquelle
- Test mit der Fachabteilung und Messung
Ergebnis: ein Prototyp, den Ihr Team selbst ausprobiert, und ein Plan für die restlichen 20 Prozent.
Ohne Hype
Nicht jede Aufgabe braucht einen Agenten.
Wir wählen die einfachste Technik, die das Problem zuverlässig löst. Das macht Lösungen günstiger, nachvollziehbarer und leichter zu betreiben.
Wenn die Regeln klar sind
Klassische Automatisierung
Regeln, Workflows, Schnittstellen. Oft die beste Lösung und ganz ohne KI.
Wenn Wissen gefunden werden muss
Suche und Auswertung
Semantische Suche über Dokumente, Produkte und Handbücher, mit Quellenangabe.
Wenn Sprache verarbeitet wird
Sprachmodelle mit Freigabe
Texte zusammenfassen, übersetzen, vereinfachen und prüfen. Ein Mensch gibt frei, wo Qualität und Haftung es verlangen.
Wenn mehrere Schritte selbstständig laufen sollen
Agenten
Nur dort, wo eine Aufgabe wirklich mehrere Entscheidungen und Werkzeuge verlangt. Mit klaren Grenzen und Protokoll.
Typische Prototypen
Ideen, die sich in wenigen Wochen prüfen lassen.
Wissen aus Dokumenten
Mitarbeitende fragen Handbücher, Verträge oder Richtlinien in eigenen Worten und bekommen Antworten mit Quelle.
Geprüft wird: Trefferquote an 50 echten Fragen.
Produktdaten anreichern
Beschreibungen, Merkmale und Übersetzungen entstehen aus vorhandenen Daten, direkt im Shop- oder PIM-Prozess.
Geprüft wird: Freigabequote durch die Redaktion.
Dokumente auslesen
Angaben aus Bestellungen, Rechnungen, Formularen oder Ausschreibungen landen strukturiert im System.
Geprüft wird: Fehlerquote je Feld gegenüber manueller Erfassung.
Antworten im Kundenservice
Entwürfe für Anfragen auf Basis von Bestellungen und Wissensbasis. Das Team prüft und sendet.
Geprüft wird: Zeit pro Anfrage und Anteil übernommener Entwürfe.
Barrierefreie Inhalte
Alternativtexte, einfache Sprache und saubere Struktur für bestehende Seiten, mit redaktioneller Freigabe.
Geprüft wird: Abdeckung und Prüfaufwand je Seite.
Suche im Shop
Kundinnen und Kunden finden Produkte über ihre Bedürfnisse statt über exakte Begriffe.
Geprüft wird: Klick- und Null-Treffer-Rate im A/B-Vergleich.
Warum trueinnovation
Wir bauen Prototypen so, dass aus ihnen etwas werden kann.
An Ihren Systemen
Wir kennen Magento und Adobe Commerce, AEM, Magnolia und AWS aus vielen Projekten. Der Prototyp arbeitet mit Ihren Daten und Schnittstellen.
Aus Prototypen werden Produkte
hub-OSX und unsere KI-Lösung für Barrierefreiheit sind selbst aus Prototypen entstanden. Wir wissen, was zwischen Demo und Betrieb liegt.
Ihre Daten bleiben bei Ihnen
Wo nötig mit europäischen Anbietern und Modellen. Die Einordnung nach EU AI Act gehört zum Ergebnis.
Ehrliches Ergebnis
Wir empfehlen auch, eine Idee nicht weiterzuverfolgen, wenn die Zahlen dagegen sprechen.