Die meisten KI-Vorhaben scheitern nicht am Modell, sondern an der Datenplattform darunter. Fehlende Datenqualität, Pipelines ohne Ownership, ungeklärte Governance, kein Weg in den Betrieb: Probleme, die erst nach Projektstart sichtbar werden und dann teuer sind. Das Assessment macht sie vorher sichtbar und übersetzt sie in eine Reihenfolge, die Ihr Team abarbeiten kann.
Kein Siegel, kein Audit-Stempel, keine Zertifizierung. Eine technische Bestandsaufnahme, die bis in Pipelines, Schemata und Serving-Pfade geht, und daraus eine Reihenfolge ableitet.
Bewertet wird entlang eines festen Kriterienschemas: jede der sechs Dimensionen erhält einen Reifegrad von 0 bis 3, belegt mit konkreten Befunden aus Ihren Systemen. Die Roadmap entsteht aus den Lücken, sortiert danach, was den geplanten Anwendungsfall tatsächlich blockiert.
| Reifegrad | 0 · Ad hoc | 1 · Wiederholbar | 2 · Betreibbar |
|---|---|---|---|
| Bedeutung | Wissen in Köpfen, Prozesse auf Zuruf. Ein KI-Fall trägt hier noch nicht. | Dokumentiert und wiederholbar, aber ohne Überwachung und klare Ownership. | Definierte Zuständigkeit, Überwachung, Freigabe- und Rollback-Pfad vorhanden. |
| Konsequenz | Lücke steht am Anfang der Roadmap, vor jedem Modellthema. | Pilotbetrieb möglich, Produktivgang braucht die Roadmap-Schritte. | Trägt den Anwendungsfall. Stufe 3 (optimiert, gemessen, automatisiert) ist Zielbild, keine Voraussetzung. |
Ausgangslage (anonymisiert): mittelständischer Hersteller, geplanter Anwendungsfall interne LLM-Assistenz auf Dokumenten- und Auftragsdaten, Betrieb On-Premise. Ergebnisauszug aus dem Bewertungsschema:
Datenqualität: Reifegrad 1. Auftragsdaten mit stabilen Schemata, aber Dokumentenablage ohne Metadaten-Pflege; für Retrieval zuerst Metadaten-Vertrag definieren. Weg in den Betrieb: Reifegrad 0. Kein Serving-Pfad, keine Freigaberegel für Modell- und Promptänderungen; Roadmap-Schritt 1 vor jedem Modellvergleich. Governance: Reifegrad 2. Zugriffsrechte und Löschpfade geregelt, dokumentierte Risikoeinstufung fehlte als einziger Punkt.
Die 90-Tage-Roadmap begann entsprechend nicht mit Modellauswahl, sondern mit Metadaten-Vertrag, Serving-Pfad und Freigaberegel. Namen, Zahlen und Systemdetails sind entfernt; Struktur und Tiefe entsprechen dem echten Ergebnisdokument.
Etwa 30 Minuten: Zielbild, Systemlandschaft, Umfang. Danach ein Festpreisangebot.
Architektur-Review, Analyse von Datenqualität und Pipelines, Gespräche mit den Verantwortlichen, Bewertung entlang des Kriterienschemas.
Befunde, Gap-Analyse und 90-Tage-Roadmap, gemeinsam mit Ihrem Team durchgesprochen und als Dokument übergeben.
Data-, Software-, Plattform- und ML-Verantwortliche, die vor einer KI-Investition stehen und wissen wollen, ob die Grundlage trägt, bevor Budget und Erwartungen gebunden sind.
Besonders sinnvoll, wenn eines dieser Muster vorliegt: ein erfolgreicher Prototyp, der seit Monaten nicht in den Betrieb kommt; mehrere Teams mit eigenen Datenkopien; ein geplanter generativer Anwendungsfall ohne geklärte Datenrechte.
Dr.-Ing. Grigory Devadze. Ich bewerte Plattformen, auf denen ich selbst arbeite: Datenpipelines, Modellbetrieb, lokale LLM-Infrastruktur.
Projekte und Schulungen für Industrieunternehmen sowie Software- und IT-Firmen. Referenz-Cases: souveräne LLM-Plattform und E-Mail-Intelligence.
→ Profil und Referenzen ansehen
Nein. Es ist eine technische Standortbestimmung mit Handlungsplan. Kein Siegel, kein Audit-Stempel, keine Konformitätsaussage.
Gerade dann. Das Assessment prüft, ob genau dieser Anwendungsfall auf Ihrer heutigen Plattform produktiv betreibbar ist und was vorher zu schließen ist.
Beides, einschließlich souveräner Setups mit lokalen Modellen auf eigener Hardware. Die Bewertungskriterien unterscheiden sich, die Methodik nicht.
Es werden keine Daten abgezogen. Analysen laufen auf Ihren Systemen oder auf Auszügen, die Sie freigeben. Was das Haus verlässt, entscheiden Sie.
Die Roadmap ist mit eigenem Team, mit mir oder mit Dritten umsetzbar. Naheliegende Anschlüsse sind das LLM- und RAG-Lab, die MLOps-Schulung oder eine begleitete Umsetzung.
Anschlussleistungen: LLM/RAG On-Premise Lab · MLOps-Schulung und Produktionsreife · LLMOps-Workshop
Kostenloses Scoping-Gespräch, danach Festpreisangebot für das Assessment.
Dr.-Ing. Grigory