Leistungen · 15 Wege über eine Lücke

Alle Leistungen

Referenzen · Belege statt Versprechen

Alle Case Studies

Wissen · Straßenton, aufgeschrieben

Magazin

Unternehmen · KI-Expertise seit 2011

Über Voidgap

So arbeitet ihr mit uns

Von der Idee in Produktion · gebaut für echte Nutzer

Das Modell ist
das Einfache.

Produktion heißt Daten, Integrationen, Berechtigungen, Monitoring und ein Owner. Wir bauen all das, in euren Systemen.

Ein System durchläuft auf dem Weg in die Produktion sieben Gates: Demo, Daten, Integrationen, Guardrails, Evals, Monitoring, Produktion.

01 · Warum Demos sterben

Die glanzlosen
80 Prozent.

KI-Projekte scheitern selten am Modell. Sie scheitern an allem drumherum.

Warum Demos sterben

Eine Demo läuft mit zwölf handverlesenen Beispielen, einem Laptop und jemandem, der weiß, welche Fragen man stellen muss. Produktion läuft mit Tausenden echten Inputs, in Systemen mit Berechtigungen, an einem Dienstag, an dem die Person, die es gebaut hat, Urlaub hat.

Was Produktion wirklich braucht

Echte Daten, die hereinfließen, auch die hässlichen Fälle. Integrationen in die Systeme, in denen die Arbeit passiert. Guardrails und Fallbacks für den Fall, dass das Modell falsch liegt oder unsicher ist. Evals bei jeder Änderung. Monitoring, auf das jemand schaut, und ein Owner, der angerufen wird, wenn es bricht. Recht und Security von Anfang an dabei, nicht erst zum Launch.

Wie wir arbeiten

Wir starten mit den Rahmenbedingungen: Daten, Systeme, Regeln, Menschen. Dann Architektur und Modellwahl, getestet an euren Daten statt an Benchmarks. Wir bauen in Sprints in eurem Stack, wo möglich mit euren Engineers, und bleiben die ersten Wochen nach dem Launch, bis das System langweilig ist.

Langweilig ist das Ziel.

Typischer Start
Implementation Sprint, 2–4 Wochen
Nach dem Launch
Launch & Stabilize, 30 Tage
Ihr behaltet
Code, Evals, Dashboards, Runbooks

02 · Die Lücke

Demo versus
Produktion.

Auf beiden Seiten dasselbe Modell. Alles andere ist anders, und alles andere ist die Arbeit.

AspektDemoProduktion
InputsZwölf handverlesene BeispieleTausende echte Inputs, auch die hässlichen
UmgebungEin LaptopEure Systeme, mit ihren Berechtigungen
Betrieb durchDie Person, die es gebaut hatEuer Team, an einem Dienstag, während die Person, die es gebaut hat, Urlaub hat
Wenn das Modell falsch liegtJemand startet es neuGuardrails, Fallbacks und ein Mensch für folgenreiche Schritte
QualitätSieht im Meeting gut ausEvals bei jeder Änderung, mit Gate
Wenn es brichtMerkt niemandMonitoring, Alerts und ein Owner
Recht & SecurityTauchen zum Launch aufVon Anfang an dabei
KostenHat niemand gefragtKosten pro Transaktion, sichtbar, mit Alerts
  • DatenEs starb an echten Daten.

    In der Demo lief es, dann fiel es bei den Inputs um, die Produktion tatsächlich bekommt.

  • ZuständigkeitKeiner ist zuständig.

    Kein Owner, kein Monitoring, kein Feedback-Loop, also weiß niemand, dass es kaputt ist.

  • RechtKurz vor dem Ziel blockiert.

    Recht und Security sehen es zum Launch zum ersten Mal und stoppen es.

  • KostenErst kam die Rechnung.

    Die Nutzung wurde nie gemessen. Die Kosten explodierten, bevor sich ein Nutzen zeigte.

  • IntegrationDas Modell läuft, die Leitungen nicht.

    Gute Antworten, schwache Integrationen. Die Arbeit passiert weiter von Hand.

  • SicherheitUngesicherte Halluzinationen.

    Falsche Antworten erreichen die Nutzer, ohne Guardrail und ohne Fallback.

03 · Ablauf

Fünf Schritte
zu echten Nutzern.

Erst die Rahmenbedingungen, dann der Code. Sicherheit vor dem Launch, nicht nach dem ersten Incident.

  1. 01Discovery & Rahmenbedingungen

    Daten, Systeme, Regeln und Menschen. Was es gibt, wem es gehört, was nicht passieren darf.

    Ergebnis
    Technische Analyse und eine Karte der Rahmenbedingungen
    Wir brauchen
    Zugang zu Systemen und Menschen
  2. 02Architektur & Modelle

    Systemdesign und Modellwahl, getestet an euren Daten statt an Benchmarks.

    Ergebnis
    Systemdesign und Modellempfehlungen
    Wir brauchen
    Ein Architektur-Review
  3. 03Build & Integration

    Sprints in eurem Stack, angebunden an die Systeme, in denen die Arbeit passiert.

    Ergebnis
    Funktionierendes System und Integrationscode
    Wir brauchen
    Testdaten und Feedback
  4. 04Sicherheit & Kontrollen

    Guardrails, Fallbacks und eine Evaluation-Suite, die jede Änderung durch ein Gate schickt.

    Ergebnis
    Guardrails und eine Evaluation-Suite
    Wir brauchen
    Freigabe durch die Security
  5. 05Launch & Iteration

    Go-live mit Monitoring, dann Iteration, bis das System langweilig ist.

    Ergebnis
    Monitoring-Dashboards und ein Iterationsplan
    Wir brauchen
    Einen Owner

04 · Ergebnisse & Formate

Was ihr am
Ende habt.

Drei Dinge, egal welches Format ihr wählt. Das Format entscheidet, wie viel Wissen in eurem Team bleibt.

  • Ein System in Produktion.

    Aktive Nutzer, echte Transaktionen, messbare Wirkung.

  • Klare Zuständigkeit.

    Euer Team kann ohne uns debuggen und iterieren.

  • Kontrollierte Kosten.

    Kosten pro Transaktion, sichtbar, mit Alerting.

Implementation Sprint

2–4 Wochen typischer Start

  • Von der Idee in Produktion
  • Ein Use Case, End-to-End geliefert
Woche 1Woche 7Woche 12

Build With Your Team

4–8 Wochen

  • Eingebettet bei euren Engineers
  • Lernen und Wissenstransfer
Woche 1Woche 7Woche 12

Launch & Stabilize

die ersten 30 Tage nach dem Go-live

  • Optimierung und Support
  • Bis es langweilig ist
Woche 1Go-liveWoche 12

Voll: das Minimum. Schraffiert: die Spanne, je nach Umfang. Die Streifen sind illustrativ.

05 · Selbstcheck

Wie weit bis
zur Produktion?

Vier Fragen, die entscheiden, wie der erste Sprint aussieht.

Ergebnis0 / 4 beantwortet
  1. Erst der Scope.

    Die Idee braucht ein schärferes Problem und einen Daten-Check vor dem Code. Ein Strategie-Sprint erspart euch einen gescheiterten Build.

  2. Implementation Sprint.

    Zwei bis vier Wochen vom Piloten in die Produktion, für einen Use Case.

  3. Build With Your Team.

    Vier bis acht Wochen eingebettet bei euren Engineers, damit das Wissen bleibt.

Gemeinsam durchsprechen

01Was gibt es heute?

Wo ihr startet, entscheidet über den ersten Sprint.

02Sind die Daten zugänglich?

Die meisten Verzögerungen liegen am Datenzugang, nicht an der Modellierung.

03Sind Security und Recht eingebunden?

Späte Einbindung ist der häufigste Launch-Blocker.

04Habt ihr Engineers, mit denen wir bauen können?

Gemeinsam bauen hält das Wissen im Haus.

06 · Passt es?

Bauen, wenn.
Warten, wenn.

Umsetzung beginnt mit einem Use Case, der es wert ist, gebaut zu werden. Ohne einen kommt anderes zuerst.

Passt gut

  • Ihr habt einen validierten Use Case, der einen ordentlichen Produktions-Build braucht.
  • Eurem Produktteam fehlt Erfahrung mit KI in Produktion.
  • Eine frühere KI-Demo hat es nie in Produktion geschafft.
  • Es muss mit euren bestehenden Systemen funktionieren.
  • Security und Compliance sind wichtig.
  • Ihr wollt in Wochen liefern.

Anderswo besser

  • Ihr braucht eine Demo, um Investoren zu beeindrucken. Wir bauen für echte Nutzer.
  • Ihr wollt KI ohne konkreten Use Case erkunden. Startet mit einem Workshop.
  • Ein Live-System muss erst repariert werden. Das ist Beratung.

07 · Fragen

Bevor
wir bauen.

Welche Modelle nutzt ihr?

Was zu euren Rahmenbedingungen passt: gehostete Modelle über EU-Endpunkte, offene Modelle in eurer eigenen Cloud oder eine Mischung. Wir wählen pro Aufgabe, testen gegen euer Eval-Set statt gegen Benchmarks und halten das Modell austauschbar.

Verlassen unsere Daten das Unternehmen?

Nur wo euer Vertrag und eure Richtlinien es erlauben. Standardmäßig planen wir für Verarbeitung in der EU und für Tenant-interne Setups, wo die Daten es verlangen.

Baut ihr mit unseren Engineers?

Wo möglich, ja. Mit Build With Your Team sind wir vier bis acht Wochen Teil eures Teams, damit das Wissen bleibt, wenn wir gehen.

Was passiert nach dem Go-live?

Launch & Stabilize deckt die ersten 30 Tage ab, bis das System langweilig ist. Danach gehört es eurem Team: Code, Evals, Dashboards und Runbooks.

Könnt ihr eine Demo für unsere Investoren bauen?

Nein. Wir bauen Systeme für echte Nutzer. Eine Demo, die beeindrucken soll, ist genau das, was in Produktion stirbt.

Wir haben noch keinen Use Case.

Startet mit einem Workshop oder mit KI-Strategie. Umsetzung beginnt mit einem validierten Use Case.

08 · So arbeitet ihr mit uns

Drei Einstiege.

Wählt danach, wo ihr steht: vor einer Entscheidung, festgefahren mit einem Live-System oder bereit zum Bauen.

Was hängt zwischen Demo und Produktion fest?

Macht es
langweilig.

Erzählt uns, was es heute gibt: eine Idee, eine Demo, einen Piloten mit echten Nutzern. Wir melden uns mit dem ersten Sprint.