Aus einer KI-Produktvision Business Cases und einen Demonstrator entwickeln
Die Aufgabe
Eine gute Produktidee mit Mockups und Anforderungsliste. Und keine Antwort auf die Frage, ob und womit man anfängt.
KI-generiert ist der Demonstrator für die KI-gestützte Nachtragsprüfung — ein technischer Durchstich von der Wissensbasis bis zur Oberfläche
wird verglichen: gegen das Haupt-Leistungsverzeichnis und frühere Nachträge, auch bei abweichender Formulierung
kam die Produktvision — unsere Aufgabe war, sie umsetzungsreif zu machen
Kurz zum Kunden
Ein Dienstleister rund um eine im Bauwesen weit verbreitete Software für Kalkulation, Ausschreibung und Projektsteuerung. Das Haus kennt diese Software aus der Anwendersicht und aus der Beratungssicht und weiß deshalb genau, woran Anwender hängenbleiben. Aus dieser Kenntnis entsteht die Idee, ein eigenes KI-Produkt für diese Anwender zu entwickeln — und die Erkenntnis, dass dafür Erfahrung fehlt, die man nicht aus der Domäne mitbringt.
Unsere Lösung
Der Kunde hatte die Idee und die Domäne. Was fehlte, war die Antwort auf die Frage, was davon zuerst entwickelt werden kann — und der Beweis, dass es geht.
Die Aufgabe
Eine Digitalisierungsberatung für Planung, Bau und Betrieb hat eine eigene Produktidee. Das Haus führt bei seinen Kunden die Fachsoftware ein, mit der im Bauwesen kalkuliert, ausgeschrieben und gesteuert wird, schult die Anwender darauf und begleitet sie im Betrieb — und kennt deshalb jede Stelle, an der diese Anwender hängenbleiben. Daraus entsteht der Gedanke, ihnen KI-gestützte Assistenz zur Seite zu stellen. Vorgearbeitet ist beachtlich viel — ein Zielbild, erste Nutzerrollen und Anwendungsfälle, , eine Anforderungsanalyse mit funktionalen und nicht-funktionalen Aspekten, dazu Präsentationen, mit denen die Idee bereits gegenüber einem Großkunden vorgestellt worden ist. Alles davon liegt auf konzeptioneller Ebene. Was fehlt, ist die Brücke zur Umsetzung: eine technisch realisierbare Zielarchitektur, eine Entscheidung darüber, mit welchem Anwendungsfall man anfängt und wo dessen Grenze liegt, ein Vorgehensmodell mit Rollen und Takten, eine Aufwandsschätzung — und etwas, das man Kunden zeigen kann, statt es ihnen zu beschreiben.
Unser Ansatz
Die Nachtragsprüfung ist die Aufgabe, die klassische Software nicht kann. Geprüft wird, ob eine Nachtragsposition im ursprünglichen Leistungsverzeichnis oder in einem früheren Nachtrag schon einmal vorkam — vollständig, teilweise, oder mit anderer Formulierung und anderem Preis. Genau dieser letzte Fall ist der Punkt: Zwei Positionstexte, die dasselbe Gewerk beschreiben, stimmen selten wörtlich überein. Ein Zeichenvergleich findet sie nicht, ein Sprachmodell schon. Deshalb wurde dieser Fall für den Demonstrator ausgewählt und nicht der einfachere.
Ein Demonstrator ist ein Verkaufsargument, kein Produkt. Das Ziel war ausdrücklich ein technischer Durchstich entlang eines eng umrissenen Szenarios, nicht die Auslieferung eines fertigen Systems. Diese Abgrenzung gehört in den Auftrag, weil sie sonst im Projektverlauf verrutscht: Ein Prototyp, an den nach und nach Produktanforderungen gehängt werden, wird weder ein guter Prototyp noch ein gutes Produkt. Was der Durchstich beweist, ist die Machbarkeit der Kette — und die kann man Kunden zeigen.
Zu jedem Anwendungsfall gehört ein Hinweis für die Entwicklung. Im Konzept steht bei jedem Fall nicht nur, was er leisten soll, sondern auch, was technisch dafür nötig ist: ob eine Anbindung an die Projektdatenbank gebraucht wird oder eine Wissensbasis aus Handbüchern genügt, ob Regelprüfungen ausreichen oder ein Modell nötig ist, ob ein Schwellenwert die Auslösung steuert. Solche Sätze verhindern die teuerste Sorte Missverständnis: dass ein Anwendungsfall für einfach gehalten wird, weil er sich einfach beschreiben lässt.
Nicht jeder Anwendungsfall braucht ein Sprachmodell, und das steht auch so drin. Die Qualitätsprüfung von Projektdaten — fehlende Mengen, Positionen ohne Einheit, unlogische Terminfolgen — ist ein Regelwerk und kein Modellproblem. Das Projektcontrolling ist eine . Diese Fälle als KI zu verkaufen wäre bequem gewesen und hätte sich in der Umsetzung gerächt. In einem Konzept, das die Grundlage für Investitionen ist, ist die ehrliche Zuordnung mehr wert als die vollständige.
Zwei Fälle wurden vertieft, weil sie ineinandergreifen. Der Assistent öffnet den Zugang zum Wissen über die Software, die Nachtragsprüfung liefert nachvollziehbare Ergebnisse im kaufmännischen und technischen Controlling. Zusammen sind sie der Anfang einer Plattform und nicht zwei Einzelprodukte — und genau diese macht den Unterschied zwischen einer Roadmap und einer Wunschliste.
Die Vision kam vom Kunden, die Umsetzungsreife von uns. Wer die Domäne kennt, hat die besseren Ideen; wer KI-Systeme entwickelt hat, weiß, welche davon in welcher Reihenfolge umsetzbar sind. Diese Arbeitsteilung war hier ausdrücklich der Auftrag — und sie ist der Grund, warum das Konzept Anwendungsfälle enthält, die niemand von außen erfunden hätte, und zugleich eine Architektur, die sich umsetzen lässt.
Das Ergebnis
Ein Konzeptdokument mit Managementzusammenfassung und ein lauffähiger Demonstrator.
Im Konzept sind die Anwendungsfälle systematisch beschrieben und bewertet — vom Assistenten für Anwenderfragen über die Prüfung von Nachträgen und die Qualitätssicherung von Projektdaten bis zum Abgleich zwischen Leistungsverzeichnis und Bauwerksmodell, jeweils mit einem ausdrücklichen Hinweis für die Entwicklung, was dafür nötig ist und was nicht. Zwei davon sind zu Business Cases ausgearbeitet: der Assistent für den täglichen Systemgebrauch und die KI-gestützte Nachtragsprüfung, jeder mit Problemstellung, Zielsetzung, Ist-Zustand, Nutzen, Lösungsansatz, betroffenen Prozessen, Zeithorizont und .
Dazu die Zielarchitektur mit Sprachmodell, wissensgestützter , Datenquellen und Schnittstellen, ein Vorgehensmodell mit Phasen, Rollen und Takten, eine Roadmap und eine Aufwandsschätzung mit Risikoblick. Und schließlich der Demonstrator: Die Nachtragsprüfung ist als technischer Durchstich umgesetzt worden — Wissensbasis, Sprachverarbeitung, Modellanbindung und Oberfläche entlang eines eng umrissenen Szenarios.
Diese Leistungen steckten im Projekt
Weitere Projekte
Alle Referenzen ansehen


Kontakt
Sprechen Sie uns an
Schreiben Sie uns eine Zeile. Wir ordnen Ihre Frage ein und melden uns.
