Audit · Build · Automate · Embed: Wie wir KI-Engagements strukturieren

Die meisten KI-Agenturen verkaufen Ihnen eine dieser vier Phasen und nennen das ein Projekt. Wir haben gelernt: alle vier als ein durchgehendes Engagement zu fahren ist das, was bei etablierten Unternehmen wirklich funktioniert.

Das Framework ist aus der Praxis entstanden — aus der Arbeit mit einem globalen Marktforschungsinstitut mit fünf Länderbüros und vierzig Jahren Historie (SIS International), einer Boutique-Kanzlei für Musikrecht mit Verträgen im mittleren sechsstelligen Bereich, und einem New Yorker Immobilienunternehmen, das im eigenen Lead-Volumen zu ertrinken drohte. Drei völlig unterschiedliche Branchen, drei völlig unterschiedliche Problemformen — aber dasselbe Engagement-Modell hat in allen drei funktioniert.

KI-Projekte scheitern an der Adoption, nicht am Build. Wer das Engagement entsprechend aufstellt, bekommt ein Projekt, das wirklich landet.

Audit: Die Diagnose

Die meisten Engagements starten hier — und die meisten sollten das auch. Etablierte Unternehmen haben Daten, Komplexität und über Jahrzehnte aufgebautes Vertrauen. Sie brauchen keine sechswöchige Demo. Sie brauchen jemanden, der die kundenbezogenen Workflows kartiert, die Tools und Daten inventarisiert, die KI-Capability-Lücken identifiziert und eine 90-Tage-Roadmap produziert, die ehrlich darüber ist, was möglich und was Hype ist.

Bei der Musikrechtskanzlei bedeutete das: drei Wochen im Vertragssystem, Analyse der Anwalts-Workflows, Kartierung der Client-Kommunikation. Ergebnis: 40% der Rechtsforschung ließ sich automatisieren, aber nicht die Vertragsverhandlung selbst. Die Roadmap fokussierte auf Research-Unterstützung, nicht auf komplette Automatisierung.

Beim Immobilienunternehmen: Lead-Volumen-Analyse über sechs Monate, CRM-Audit, Team-Interviews. Erkenntnis: Das Problem war nicht Lead-Generierung, sondern Lead-Qualifizierung. 70% der Leads waren unbrauchbar, das Team ertrank in Terminen mit unqualifizierten Interessenten.

Build: Maßgeschneiderte Anwendungen

Build ist die sichtbarste Phase des Engagements, aber nicht die, in der der eigentliche Wert entsteht. Manchmal komplett individuell entwickelt. Oft schneller Spin-up eines unserer vorgebauten Systeme — Content-Engine, BDR-Agent, Angebots-Automatisierung, Meeting-Tool — gebrandet und in den Stack des Kunden integriert.

Für das Marktforschungsinstitut haben wir eine Content-Engine gebaut, die aus Rohdaten strukturierte Reports generiert. Fünf Länderbüros, unterschiedliche Formate, aber konsistente Qualität. Das Tool selbst war in vier Wochen fertig. Die Integration in bestehende Workflows dauerte drei Monate.

Bei der Rechtskanzlei: Research-Agent, der Case-Law durchsucht und Präzedenzfälle findet. Nicht ersetzt den Anwalt, unterstützt ihn. Reduziert Research-Zeit von drei Stunden auf dreißig Minuten pro Fall.

Automate: Workflow-Verknüpfung

Hier scheitern unsichtbar die meisten Projekte — die KI funktioniert, aber sie lebt in einem Tab, den niemand öffnet. Automate ist Workflow-Verknüpfung. RevOps. GTM. Client-Onboarding-Pipelines. Die Plumbing-Arbeit, die Tools, Daten und Team verbindet, damit die KI, die wir gebaut haben, tatsächlich in den Arbeitsalltag passt.

Beim Immobilienunternehmen: Lead-Qualifizierungs-Agent direkt in HubSpot integriert. Automatische Scoring-Updates. Slack-Benachrichtigungen für High-Value-Leads. CRM-Synchronisation. Das Team muss nicht in ein neues Tool wechseln — die KI arbeitet dort, wo sie bereits arbeiten.

Bei der Rechtskanzlei: Research-Agent ins Dokumentenmanagementsystem eingebettet. Suchergebnisse landen automatisch in der richtigen Client-Akte. Billing-Integration für automatische Zeiterfassung.

70% der KI-Projekte scheitern nicht an der Technologie, sondern daran, dass niemand das neue Tool in seinen Arbeitsalltag integriert.

Embed: Der Teil, der alles wertvoll macht

Embed ist der Teil, der den Rest erst wertvoll macht — und der Teil, den die meisten Anbieter unterpreisen. Team-Schulung. Dokumentation, die wirklich gelesen wird. Adoption-Metriken. Verfeinerung auf Basis der realen Nutzung. Nähe zum Kunden. Wir verschwinden nach dem Launch nicht.

Beim Marktforschungsinstitut: wöchentliche Check-ins mit allen fünf Büros für die ersten zwei Monate. User-Feedback-Sessions. Kontinuierliche Anpassung der Output-Formate basierend auf Client-Anforderungen. Schulung neuer Mitarbeiter. Das Tool entwickelt sich mit dem Team weiter.

Metrics, die wirklich zählen: Daily Active Users, Time-to-Value per neuer User, Support-Ticket-Volumen, User-Satisfaction-Scores. Nicht Uptime oder Performance — Adoption und Wert.

Warum alle vier Phasen zusammengehören

Sie können bei jeder Phase einsteigen — die meisten Kunden starten allerdings mit Audit und wachsen von dort. Ein Build-only-Projekt produziert ein Tool, das keiner nutzt. Ein Automate-only-Engagement optimiert Workflows, die das falsche Problem lösen. Ein Embed-only-Ansatz versucht Adoption ohne funktionierende Technologie.

Die ganze Methodik ruht auf einer einzigen Überzeugung: KI-Projekte scheitern an der Adoption, nicht am Build. Wer das Engagement entsprechend aufstellt, bekommt ein Projekt, das wirklich landet.

Das Framework skaliert von Solopreneuren bis Enterprise. Die Phasen bleiben gleich, die Komplexität und Dauer ändern sich. Ein Solopreneur durchläuft alle vier in sechs Wochen, ein Enterprise-Kunde braucht sechs Monate — aber die Struktur bleibt konsistent.

Häufige Fragen

Wie lange dauert jede Phase?
Audit: 2-4 Wochen. Build: 4-8 Wochen. Automate: 2-6 Wochen. Embed: laufend über 3-6 Monate. Überschneidungen sind normal — wir starten Automate oft parallel zu Build.

Kann man Phasen überspringen?
Ja, aber mit Risiko. Build ohne Audit führt oft zu Tools, die das falsche Problem lösen. Automate ohne Embed produziert hohe Adoption am Anfang, die nach zwei Monaten zusammenbricht.

Was kostet das komplette Framework?
Abhängig von Größe und Komplexität. Solopreneure starten bei 15K für den kompletten Durchlauf. Enterprise-Kunden 50K-200K. Audit allein kostet 5K-15K — viele starten dort und entscheiden dann über die weiteren Phasen.

Wie messen Sie Erfolg?
Daily Active Users, Time-to-Value, User Satisfaction, Business Impact (Zeit gespart, Umsatz generiert, Kosten reduziert). Nicht Tech-Metriken wie Uptime oder Latenz — die sind Hygienefaktoren, kein Erfolg.

Was passiert nach Embed?
Entweder kontinuierliche Betreuung (Retainer-Modell) oder Übergabe an internes Team. Die meisten Kunden wählen Hybrid: kritische Updates und neue Features über uns, tägliche Betreuung intern. Support-SLA bleibt immer bestehen.