Wie lange dauert ein KI-Projekt wirklich? Wochen, nicht Monate

Wie lange dauert ein KI-Projekt wirklich? Wochen, nicht Monate Bild: KI-generiert

Kurz gesagt: Ein klar geschnittener KI-Fall ist in Tagen getestet und in Wochen im Betrieb. Ein operatives System mit sechs Ausbaustufen lief bei mir gut fünf Wochen nach der ersten Konzeptfassung in allen Stufen, die ersten Teile schon nach gut zwei Wochen. Monate dauert es, wenn ein Projekt mit der Plattform beginnt statt mit dem einen Ablauf, der heute Zeit frisst.

Wie lange dauert ein KI-Projekt?

Kürzer, als die meisten Übersichten sagen. Ein klar umrissener Fall ist bei mir als Automatisierung nach wenigen Tagen im Betrieb, ein ganzes System nach einigen Wochen. Das jüngste Beispiel aus meiner Praxis: ein operatives System für einen Dienstleister mit Sitz im Ausland, mit Rechnungen, Ratenplänen, Zahlungsabgleich, automatischen Mails und einer Startseite für Umsatz, offene Posten und Cashflow. Gut fünf Wochen nach der ersten Konzeptfassung liefen alle sechs Ausbaustufen, die ersten Teile schon nach gut zwei Wochen.

Mit der Branche hat das wenig zu tun. Ich baue für Kunden aus der Finanzbranche, für Dienstleister und für Immobilienfirmen, und überall entscheidet derselbe Punkt: wie groß das Projekt geschnitten ist.

Liest du dagegen nach, was ein KI-Projekt dauert, findest du andere Zahlen: vier bis sechs Wochen für einen Proof of Concept, drei bis sechs Monate für eine Wissensdatenbank, ein bis drei Jahre für eine unternehmensweite Einführung. Falsch ist das nicht. Es beschreibt nur Projekte, die anders geschnitten sind. Wer eine Plattform für alles plant, braucht Monate. Wer einen Ablauf löst, braucht Wochen.

Dieselbe Achse für alle drei Balken. Die obere Zeile zeigt die gängige Spanne, die beiden unteren meine Erfahrung.

Damit das kein Werbesatz bleibt, zeige ich hier, was in den gut fünf Wochen steckte, was vorher feststand und woran Projekte wirklich hängen bleiben.

Was steckte in den gut fünf Wochen?

Vorher lag alles verteilt: ein Shop, ein Zahlungsanbieter, ein Vertriebsportal, ein Newsletter-Werkzeug und ein Konto im Ausland. Wer wissen wollte, wer bezahlt hat, sprang zwischen den Systemen hin und her und führte den Überblick von Hand in einer Tabelle. Jede Rechnung wurde einzeln in einer Designvorlage getippt, die Nummer auch.

Gebaut habe ich in sechs Stufen, und jede hat sofort Arbeit abgenommen:

  1. Rechnungen auf Knopfdruck. Die Nummern laufen lückenlos weiter. Alle Kunden und alle offenen Beträge stehen an einem Ort.
  2. Zahlungen gleichen sich selbst ab. Ein Mensch bestätigt nur noch die Ausreißer.
  3. Der Shop legt alles an. Eine Buchung erzeugt Kunde, Rechnung und Ratenplan ohne Handarbeit.
  4. Mails ohne Tipparbeit. Der Zugang nach dem Kauf geht von selbst raus, die Aufzeichnung per Knopf, die Erinnerung vor dem Termin liegt bereit.
  5. Eine Startseite für die angebundenen Kanäle. Umsatz, offene Posten und Cashflow auf einen Blick.
  6. Auch die Ausgaben laufen mit. Hier kam die KI dazu: Sie liest Belege, schlägt Kategorien vor und ordnet eindeutig betriebliche Ausgaben selbst zu.

Dazu kommen die Anmeldung mit zweitem Faktor, getrennte Test- und Live-Umgebungen und eine automatische Auslieferung. Gebaut habe ich das allein, von der Datenbank bis zur Oberfläche.

Jetzt der Teil, den man gern weglässt. Bevor die erste Zeile Code entstand, gab es eine schriftliche Konzeptfassung: jede Funktion in der Sprache des Kunden und je Bauabschnitt ein Satz, was er danach sehen kann. Und eine Grenze, die früh feststand: Das System ist keine Buchhaltungssoftware. Ohne diese Grenze wären es Monate geworden. Offen waren nach den gut fünf Wochen noch drei Punkte: zwei Anbindungen, die auf Zugänge des Kunden warteten, und bei mir der Test, ob sich eine Sicherung auf einem frischen Server zurückholen lässt. Erst danach kommt die gemeinsame Abnahme. Auch das gehört zur ehrlichen Rechnung.

Genau das ist die eigentliche Lehre: erst den Ablauf sauber bauen, dann die KI dazunehmen. Hier kam sie in der letzten Stufe, als die Daten schon ordentlich im System lagen. Wer mit der KI anfängt und den Ablauf drumherum erst suchen will, landet bei den Monaten aus den Übersichten.

Warum dauern KI-Projekte so oft Monate?

Die Zeit geht selten in die KI. Sie geht in alles drumherum:

  • Die Plattform kommt vor dem Fall. Erst wird ein Werkzeug für das ganze Unternehmen ausgewählt, dann wird gesucht, wofür. Das dauert, weil jede Abteilung mitreden will.
  • Die Daten sind nicht greifbar. Der Zugang zu Postfächern, Laufwerken oder der Warenwirtschaft braucht Freigaben, und die liegen oft bei Leuten, die im Projekt nicht vorkommen.
  • Niemand entscheidet. Wenn ein Ergebnis gut genug für den Betrieb ist, muss es jemand freigeben. Fehlt diese Person, dreht der Test Runde um Runde.
  • Die KI kommt vor den Daten. Eine KI, die Ausgaben einer Kategorie zuordnen soll, orientiert sich an den bisherigen Zuordnungen. Im operativen System kam sie in der letzten Stufe, und das hat geholfen: Als sie Kategorien vorschlagen sollte, gab es schon genug Zuordnungen, an denen sie sich orientieren konnte. Wer die KI an den Anfang stellt, füttert sie mit Lücken und wundert sich über die Ergebnisse.

Wie fange ich ein KI-Pilotprojekt an, damit es Tage dauert und nicht Monate?

Fünf Schritte, in dieser Reihenfolge:

  1. Einen Ablauf wählen, der heute sichtbar Zeit frisst. Nicht den spannendsten, sondern den, bei dem jede Woche Stunden versickern.
  2. Echte Beispiele vorab sammeln. Eine Handvoll echter Vorgänge, jeweils mit dem, was am Ende herauskommen soll. Erfundene Testdaten zeigen dir nicht, wo es im Alltag hakt.
  3. Eine Messgröße festlegen. Zeit pro Vorgang, Anteil, den ein Mensch nachbessern muss, Fehlerquote. Ohne Zahl gibt es am Ende keine Entscheidung.
  4. Im Betrieb testen, mit Freigabe durch einen Menschen. Die KI schlägt vor, ein Mensch gibt frei. So läuft der Test mit echten Daten, ohne dass ein Fehler beim Kunden landet.
  5. Nach dem Test entscheiden. Weiterbauen, umbauen oder lassen. Auch ein ehrliches „lohnt sich nicht" nach zwei Wochen ist ein gutes Ergebnis, verglichen mit einem halben Jahr Einführung.

Wie funktioniert das technisch?

Jetzt wird es etwas technischer. Wer nur die Zeitlogik mitnehmen wollte, kann direkt zum Fazit springen.

Tempo kommt aus einer Architektur, die von Anfang an für den Betrieb gebaut ist. Im operativen System heißt das: Geld wird in Cent gerechnet, nie mit Kommazahlen. Rechnungen werden storniert statt gelöscht, Zuordnungen gelöst statt entfernt. Jeder Import erkennt, was er schon kennt, damit nichts doppelt im System landet. Die Zahlungsdienste werden nur gelesen, auf dem Live-System mit eingeschränkten Schlüsseln. Und der Abgleich ordnet eine Zahlung nur dann selbst zu, wenn sie eindeutig ist: Nummer, Betrag und voller Name passen, oder das Konto ist schon sicher einem Kunden zugeordnet, und sonst kommt niemand in Frage. Alles andere entscheidet ein Mensch.

Bei Rechnungen bin ich pingelig. Eine Rechnung ist zuerst ein Entwurf ohne Nummer. Erst wenn sie festgeschrieben wird, bekommt sie die nächste Nummer, lückenlos. Eine Korrektur danach wird eine neue Fassung mit Verlauf, ein Storno bekommt eine eigene Nummer. Genau solche Mittel nennen die GoBD, die Regeln des Finanzministeriums für digitale Bücher und Belege: Festschreibung, Protokollierung, Versionierung. Der ursprüngliche Inhalt soll erkennbar bleiben und jede spätere Änderung sichtbar sein. Eine Designvorlage und ein Ordner voller PDF leisten das nicht von selbst. Ob ein Betrieb am Ende ordnungsgemäß arbeitet, entscheidet allerdings der ganze Ablauf, bis hin zu Zugriffsrechten und Updates. Eine Software kann das nicht bescheinigen, das schreibt das Ministerium selbst.

Technisch ist es Laravel mit Filament auf PostgreSQL, die Rechnungen als PDF baut ein eigener Python-Dienst. Das klingt nach Mehraufwand am Anfang und spart ihn am Ende. Ein Prototyp, der in der Demo funktioniert, muss für den Betrieb meist neu gebaut werden. Ein schmaler erster Schritt auf der späteren Architektur wird dagegen ausgebaut. Über 3.000 automatische Tests sichern genau diesen Ausbau ab, und jede Änderung läuft erst auf eine eigene Testumgebung, bevor sie live geht.

Wie das System aufgebaut ist, zeigt die Fallstudie Operatives System für einen Dienstleister.

Was bedeutet das Tempo für den Datenschutz?

Schnell heißt nicht nachlässig. Das operative System läuft auf einem Server in Nürnberg, auch die Dateien liegen dort, und die Sicherungen stehen getrennt davon in Falkenstein. Die KI-Teile laufen über Mistral, einen Anbieter aus der EU, mit dem Konto des Kunden. Wer von Anfang an so baut, muss den Datenschutz nicht nachträglich in ein fertiges System schrauben.

Fazit

Die Frage „wie lange dauert ein KI-Projekt" hat eine ehrliche Gegenfrage: Wie groß hast du es geschnitten? Ein Ablauf mit echten Daten und einer Messgröße ist in Tagen getestet und in Wochen im Betrieb. Eine Plattform, die alle Abteilungen zufriedenstellen soll, dauert Monate, und meist liegt das nicht an der KI.

Wenn dir jemand für deinen ersten Schritt ein halbes Jahr anbietet, frag nach dem einen Ablauf, der nach zwei Wochen laufen könnte. Gibt es darauf keine Antwort, ist das Projekt zu groß geschnitten.

Verwandte Artikel

Du willst wissen, wie schnell dein Fall laufen kann?

Lass uns in 15 Minuten deinen Ablauf anschauen. Ich sage dir ehrlich, ob er in Tagen, Wochen oder gar nicht sinnvoll ist. Kostenlos und unverbindlich.

Kostenloses Erstgespräch

Keine Cookies. Ehrenwort.

Kein Tracking, das dich verfolgt. Deine Privatsphäre ist mir wichtig.