Wildwuchs
Code, den niemand verantwortet
Features, die ein Modell geschrieben hat und die niemand im Team ganz versteht, sicher ändern kann oder in der Bereitschaft haben will.
Neues Angebot
AI Spring Clean
für den Schlamassel des Goldrauschs.
Dein Team hat mit KI schnell ausgeliefert. Jetzt wuchert die Codebase, die Token-Rechnung klettert nach oben, und niemand traut den Teilen so recht, die ein Modell geschrieben hat. Ich finde, was dich wirklich kostet, und räume es auf.
Das Problem
KI hat dich schnell gemacht. Jetzt ist sie die Steuer.
Kosten
Eine Token-Rechnung, die schleicht
Prompts und Calls, drangehängt ohne Budget. Inferenz-Ausgaben, die leise wachsen und übersteigen, was das Feature überhaupt wert ist.
Vertrauen
Features, die nicht halten
LLM-Features, die in der Demo glänzen und in Produktion brechen: keine Evals, keine Guardrails, wackelige Ausgaben, und niemand weiß genau, wie man sie repariert.
Wie es läuft
Erst auditieren, dann aufräumen.
Schritt eins
Das Audit
Eine Bestandsaufnahme, wo KI dir hilft und wo sie dich kostet: der generierte Wildwuchs, die Token- und Inferenz-Ausgaben, die Features, die keine Skalierung überstehen. Am Ende hast du einen priorisierten Aufräumplan, nützlich, egal ob ich die Arbeit übernehme oder nicht.
Schritt zwei
Der Cleanup-Sprint
Die Arbeit, auf einem festen Umfang: die Token-Rechnung senken, den Wildwuchs zu Code refactoren, den das Team verantworten kann, und Evals und Guardrails um die Features legen, die zählen. Zwei bis drei Wochen, ein Ergebnis.
Wenn es Sinn ergibt, das Ganze sauber zu halten, bleibe ich als Retainer dran.
Warum ich
Dasselbe Problem, neue Ursache.
Zwei Jahrzehnte, in denen ich Systeme gebaut habe, die in der echten Welt halten müssen: Firmware auf Fahrzeugen, eine regulierte Medizinplattform, eine Commerce-Plattform, neu gebaut, damit sie ihrer Last standhält. KI-Wildwuchs ist dasselbe Problem mit neuerer Ursache: Code, der schneller wuchs, als ihn irgendjemand durchdenken konnte. Das aufzuräumen ist die Arbeit, die ich schon immer gemacht habe. Mehr dazu, wie ich Systeme gesund halte →
Was es kostet
Zwei Schritte, auf die Arbeit zugeschnitten.
Audit
Die Analyse
ab 6.000 €
Ein bis zwei Wochen. Findings und ein priorisierter Aufräumplan.
Cleanup-Sprint
Die Arbeit
18.000–28.000 €
Zwei bis drei Wochen, ein festes Ergebnis. Zzgl. USt. Vollständiges Engagement-Modell →
Finde heraus, was KI dich wirklich kostet.
Ein 30-minütiges Gespräch, um zu sehen, ob ein Spring Clean sich lohnt. Wenn nicht, sage ich das.