[{"data":1,"prerenderedAt":698},["ShallowReactive",2],{"content:service:prozessautomatisierung":3,"content:lexikon":64,"content:pseo":617},{"slug":4,"title":5,"teaser":6,"metaTitle":7,"metaDescription":8,"h1":9,"intro":10,"forWhom":11,"includes":17,"howItWorks":30,"model":43,"faq":46,"related":59},"prozessautomatisierung","Prozessautomatisierung","Vorgänge, bei denen ein Sprachmodell entscheidet statt einer Regel: einordnen, auslesen, verteilen – abgenommen an Prüffällen.","Prozessautomatisierung: Workflow-Automatisierung mit KI","Prozessautomatisierung in Deutschland: Workflow-Automatisierung dort, wo Regeln nicht mehr tragen – einordnen, auslesen, verteilen, abgenommen an Prüffällen.","Prozessautomatisierung, bei der das Modell entscheidet – und jede Entscheidung geprüft wird","Prozessautomatisierung mit einem Sprachmodell beginnt dort, wo eine Regel nicht mehr trägt: Eingangspost einordnen, Angaben aus freiem Text auslesen, Anfragen an die richtige Stelle geben. Workflow-Automatisierung heißt hier also, dass ein Modell entscheidet – und deshalb dreht sich das Vorhaben um die eine Frage: Woran erkennen Sie, dass es richtig entschieden hat?\n\nGearbeitet wird nach deutschem Recht, mit AVV und technischen Maßnahmen, verarbeitet wird auf Servern in Deutschland und der EU. Die Abgrenzung steht am Anfang: Wo das Format sauber und die Schwelle klar ist, bauen wir eine Regel – sie ist billiger und irrt nie auf neue Art. In einem Projekt wurden so 1 561 Positionen neu bewertet und unvergleichbare Preissprünge herausgefiltert, ohne dass ein Modell nötig war. Ein Modell kommt erst dazu, wenn jeder Fall ähnlich und keiner gleich aussieht.",[12,13,14,15,16],"Eingangspost, die morgens jemand sortiert: Bestellung, Reklamation, Rechnung, Bewerbung – jeder Absender formuliert es anders.","Unterlagen, aus denen immer dieselben sechs Angaben herausgesucht werden, obwohl keines dem anderen gleicht.","Anfragen aus mehreren Kanälen, die erst zur richtigen Abteilung müssen, bevor jemand mit der Arbeit anfängt.","Regelwerke, die über Jahre gewachsen sind: so viele Ausnahmen, dass niemand sie mehr pflegt.","Betriebe, die eine Automatik abgeschaltet haben, weil niemand belegen konnte, wie oft sie danebenlag.",[18,21,24,27],{"title":19,"text":20},"Einordnen, wo kein festes Format hilft","Die Klassen kommen nicht aus einer Sitzung, sondern aus echten Fällen Ihres Bestands: Wir lesen mit, was hereinkommt, und schneiden sie so, dass Ihre Leute sie ohne Nachdenken auseinanderhalten.",{"title":22,"text":23},"Angaben aus freiem Text auslesen","Datum, Betrag, Vertragspartner, Frist, Bestellnummer: Jede ausgelesene Angabe bekommt die Fundstelle im Dokument mit, damit die Prüfung direkt an die Stelle springt. Fehlt eine Angabe, wird sie als fehlend gemeldet – geraten wird nicht.",{"title":25,"text":26},"Prozessautomatisierung mit Schwelle und Übergabe","Zu jeder Entscheidung gehört ein Maß an Sicherheit. Darunter geht der Fall an einen Menschen, mit Vorschlag und Begründung, statt still durchzulaufen. Wo sie liegt, ist eine kaufmännische Entscheidung: höher angesetzt landen mehr Fälle beim Menschen, niedriger mehr Korrekturen im Nachhinein – beide Zahlen sehen Sie am Prüfsatz.",{"title":28,"text":29},"Prüffälle mit bekannter Antwort","Ein fester Satz Fälle aus Ihrem Bestand wird von Ihren Leuten einmal richtig beantwortet und bleibt dann unverändert liegen; gegen ihn läuft jede Fassung. Jede Entscheidung im Betrieb ist protokolliert und umkehrbar, Korrekturen wandern zurück in den Satz. Ändert sich Modell oder Anweisung, sagt er, ob es besser oder schlechter wurde.",[31,34,37,40],{"title":32,"text":33},"Gespräch: welche Entscheidung trifft heute ein Mensch?","Rund zwanzig Minuten über einen Vorgang: Wer entscheidet, woran, wie oft am Tag, was kostet ein Fehlgriff. Ergebnis ist eine ehrliche Antwort – Regel, Schnittstelle oder Modell, auch dann, wenn es die Regel ist.",{"title":35,"text":36},"Prüfsatz und Angebot mit Abnahmekriterien","Zuerst entsteht der Satz Fälle mit bekannter Antwort, dann das Angebot: Anteil richtiger Entscheidungen als Kriterium, Übergabeschwelle, Verhalten bei Fehlern, dazu Etappen, Vertragsform und Preismodell. Der Zeitrahmen steht im Angebot.",{"title":38,"text":39},"Prozessautomatisierung im Probelauf messen","Die Automatik läuft eine vereinbarte Zeit neben der Handarbeit, ohne zu handeln: Vorschlag des Modells gegen Entscheidung des Menschen, Fall für Fall. Aus dem Vergleich kommen die Zahlen für die Abnahme und die Stellen, an denen Klassen oder Schwelle nachgeschärft werden.",{"title":41,"text":42},"Umschaltung, Abnahme, Übergabe","Umgeschaltet wird erst nach der Messung, zuerst für die sicheren Klassen. Danach Abnahme gegen die Kriterien, Dokumentation, Zugänge und Einweisung: Ihre Leute können Klassen ändern, die Schwelle verschieben und den Prüfsatz erweitern, auch ohne uns.",{"title":44,"text":45},"Abnahme statt Versprechen","Eine Trefferquote vor dem ersten Blick in Ihre Daten wäre geraten, deshalb nennen wir sie nicht. Die Zielmarke entsteht gemeinsam am Prüfsatz, zusammen mit Schwelle und Verhalten im Fehlerfall. Diese Punkte stehen vor dem Start im Angebot und sind die Abnahmegrundlage; geliefert wird in Etappen, jede für sich messbar.\n\nDie Form ist meist der Werkvertrag: fester Preis je Etappe, Abnahme gegen die Kriterien, Gewährleistung auf Mängel. Für den laufenden Betrieb – neue Klassen, geänderte Formulare, ein neues Modell – folgt ein Rahmenvertrag mit Einzelaufträgen nach Tagessatz. Aufgaben an unsere Entwickler kommen von unserer Projektleitung; Sätze und Preise stehen im Angebot.",[47,50,53,56],{"q":48,"a":49},"Was kostet eine KI-Automatisierung?","Das hängt an der Zahl der Klassen, am Zustand Ihrer Unterlagen und daran, wie viele Systeme beschrieben werden müssen. Nach dem Gespräch bekommen Sie ein Angebot: Festpreis je Etappe im Werkvertrag oder Tagessatz im Rahmenvertrag, beides mit Abnahmekriterien. Der Modellverbrauch je Vorgang bleibt über das Gateway sichtbar und gedeckelt.",{"q":51,"a":52},"Woher wissen wir, ob eine Regel reicht oder ein Modell nötig ist?","Aus einer Stichprobe echter Fälle. Lassen sich nahezu alle mit einer Handvoll fester Bedingungen richtig entscheiden, bauen wir die Bedingungen – eine Regel ist billiger und irrt vorhersehbar. Braucht es für jeden zweiten Fall eine Ausnahme, weil der Text jedes Mal anders aussieht, trägt ein Modell besser.",{"q":54,"a":55},"Wie wird eine KI-Automatisierung abgenommen?","An einem Satz Fälle mit bekannter Antwort, der vor dem Bau festgelegt und danach nicht mehr verändert wird. Abgenommen wird der Anteil richtiger Entscheidungen auf diesem Satz, zusammen mit der Schwelle für die Übergabe an Menschen und dem Verhalten im Fehlerfall. Aus einem Eindruck wird so eine Zahl.",{"q":57,"a":58},"Was passiert, wenn das Modell falsch entscheidet?","Der Fall ist protokolliert, die Entscheidung umkehrbar, und die Korrektur wandert in den Prüfsatz. Unterhalb der vereinbarten Sicherheit kommt es gar nicht erst zur Entscheidung, sondern zur Vorlage an einen Menschen. Wiederholt sich ein Fehlertyp, wird die Klasse geschärft oder die Schwelle angehoben – beides ist Konfiguration und kein Umbau.",[60,61,62,63],"ki-automatisierung-vs-rpa","halluzinationen-llm","dsgvo-und-ki","werkvertrag",[65,95,125,153,183,209,237,263,287,316,344,370,396,422,444,470,497,520,545,569,594],{"slug":66,"title":67,"metaTitle":68,"metaDescription":69,"excerpt":70,"toc":71,"updated":87,"related":88},"abnahme","Abnahme eines KI-Systems: wann ein stochastisches Werk als erbracht gilt","Abnahme nach § 640 BGB im KI-Projekt – Lexikon","Abnahme nach § 640 BGB im KI-Projekt: wie ein wahrscheinlichkeitsbasiertes Werk geprüft wird, welche Rechtsfolgen eintreten und was nach deutschem Recht zählt.","Ein Sprachmodell liefert nicht zweimal dieselbe Antwort — geprüft wird deshalb das System, nicht der einzelne Aufruf. § 640 BGB verlangt trotzdem einen klaren Termin.",[72,75,78,81,84],{"id":73,"text":74},"werkbegriff","Wann ein stochastisches System ein Werk ist",{"id":76,"text":77},"rechtsfolgen","Was die Abnahme rechtlich auslöst",{"id":79,"text":80},"messung","Fallbestand, Schwelle, Stichprobe: der Maßstab",{"id":82,"text":83},"fiktion","Stillschweigende und fiktive Abnahme",{"id":85,"text":86},"praxis","Wie wir den Maßstab vor dem Start festlegen","2026-09-10",{"services":89,"lexikon":92},[90,91],"ki-implementierung","ki-agenten",[63,93,94,61],"leistungsbeschreibung","maengelhaftung",{"slug":96,"title":97,"metaTitle":98,"metaDescription":99,"excerpt":100,"toc":101,"updated":87,"related":120},"api-schnittstelle","API-Schnittstelle für KI-Dienste und Modelle","API-Schnittstelle: Aufbau, Schlüssel, Grenzen – Lexikon","API-Schnittstelle erklärt: Aufbau, Schlüssel, Aufrufgrenzen und Fehlerfälle, dazu die Besonderheiten beim Anbinden von KI-Diensten in Deutschland.","Wie ein Programm Daten und Rechenleistung eines anderen nutzt: Zusage, Schlüssel, Aufrufgrenzen — und was beim Anbinden von Modellen zusätzlich zu klären ist.",[102,105,108,111,114,117],{"id":103,"text":104},"zusage","API-Schnittstelle: die Zusage zwischen zwei Programmen",{"id":106,"text":107},"abgrenzung","Abgrenzung zu Dateiaustausch und Datenbankzugriff",{"id":109,"text":110},"bestandteile","Adresse, Methode, Format, Rechte, Fehler, Fassung",{"id":112,"text":113},"zugang","Schlüssel, Aufrufgrenzen und Wiederholversuche",{"id":115,"text":116},"ki-dienste","API-Schnittstelle zu Modellen und KI-Diensten",{"id":118,"text":119},"personenbezug","Personenbezug, Protokolle und unsere Arbeitsweise",{"services":121,"lexikon":122},[90,91],[123,62,124],"systemintegration","llm-large-language-model",{"slug":126,"title":127,"metaTitle":128,"metaDescription":129,"excerpt":130,"toc":131,"updated":87,"related":147},"dienstvertrag","Dienstvertrag: Tätigkeit statt Ergebnis im KI-Projekt","Dienstvertrag: Unterschied zum Werkvertrag – Lexikon","Dienstvertrag oder Werkvertrag: Der eine schuldet eine Tätigkeit, der andere ein Ergebnis. Welche Form im KI-Projekt nach deutschem Recht wann passt.","Dienstvertrag oder Werkvertrag: Wo im KI-Vorhaben die Tätigkeit geschuldet ist und nicht das Ergebnis – und was daraus für Weisung, Haftung und Abrechnung folgt.",[132,135,138,141,144],{"id":133,"text":134},"geschuldet","Dienstvertrag: was geschuldet wird",{"id":136,"text":137},"unterschied","Unterschied zum Werkvertrag",{"id":139,"text":140},"ki-projekt","Wann ein Dienstvertrag im KI-Projekt passt",{"id":142,"text":143},"weisung","Weisung, Haftung, Abrechnung",{"id":145,"text":146},"kombination","Wie wir beide Formen kombinieren",{"services":148,"lexikon":150},[149,90],"ki-beratung",[63,151,152],"festpreis-vs-tagessatz","werkvertrag-vs-arbeitnehmerueberlassung",{"slug":62,"title":154,"metaTitle":155,"metaDescription":156,"excerpt":157,"toc":158,"related":177,"updated":87},"DSGVO und KI: was Unternehmen vor dem ersten Einsatz klären","DSGVO und KI: Rechtsgrundlage und Anbieterwahl – Lexikon","DSGVO und KI: Rechtsgrundlage, Auftragsverarbeitung, Anbieterwahl und Datenminimierung – was Unternehmen in Deutschland vor dem ersten Einsatz klären müssen.","Neu am Datenschutz bei KI ist nicht das Recht, sondern die Frage, wohin die Daten fließen. Die Punkte, die vor dem ersten produktiven Einsatz geklärt sein sollten.",[159,162,165,168,171,174],{"id":160,"text":161},"grundsatz","DSGVO und KI: der Grundsatz",{"id":163,"text":164},"rechtsgrundlage","Rechtsgrundlage und Zweckbindung",{"id":166,"text":167},"auftragsverarbeitung","Auftragsverarbeitung und Anbieterwahl",{"id":169,"text":170},"datenminimierung","Datenminimierung statt Vertrauen",{"id":172,"text":173},"betroffenenrechte","Betroffenenrechte, Transparenz, AI Act",{"id":175,"text":176},"checkliste","DSGVO-Checkliste vor dem Start",{"services":178,"lexikon":179},[149,90],[180,181,182],"rag-retrieval-augmented-generation","feinabstimmung-fine-tuning","ki-implementierung-ablauf",{"slug":151,"title":184,"metaTitle":185,"metaDescription":186,"excerpt":187,"toc":188,"updated":87,"related":206},"Festpreis oder Tagessatz im KI-Projekt","Festpreis oder Tagessatz: Preismodelle – Lexikon","Festpreis oder Tagessatz: Welches Preismodell ein KI-Projekt trägt, wie sich die Unsicherheit teilen lässt und was nach deutschem Recht ins Angebot gehört.","Festpreis oder Aufwand: Ein Modell lässt sich schwer pauschal kalkulieren, ein offener Aufwand schwer verantworten. Wie sich beide Formen im selben Vorhaben verbinden lassen.",[189,192,195,198,201,204],{"id":190,"text":191},"pauschal","Festpreis: wann er trägt",{"id":193,"text":194},"aufwand","Tagessatz: wann er passt",{"id":196,"text":197},"ki-unsicherheit","Warum KI-Projekte den Festpreis schwer machen",{"id":199,"text":200},"geteilt","Der geteilte Weg: Vorstudie und Umsetzung",{"id":202,"text":203},"angebot","Was im Angebot stehen muss",{"id":85,"text":205},"Wie wir kalkulieren",{"services":207,"lexikon":208},[90,149],[63,126,182],{"slug":181,"title":210,"metaTitle":211,"metaDescription":212,"excerpt":213,"toc":214,"related":233,"updated":87},"Fine-Tuning von Sprachmodellen: wann es sich lohnt","Fine-Tuning: Sprachmodelle nachtrainieren – Lexikon","Fine-Tuning trainiert ein Sprachmodell mit eigenen Beispielen nach – für Stil, Format und Klassifikation, nicht für Fakten. Wann es lohnt und wie es abläuft.","Beim Nachtrainieren lernt ein Modell Verhalten, nicht Wissen: wie es antworten soll. Für Fakten ist eine Wissensbasis das bessere Werkzeug, für Ton und Format nicht.",[215,218,221,224,227,230],{"id":216,"text":217},"definition","Was Fine-Tuning ist",{"id":219,"text":220},"wann-sinnvoll","Wann Fine-Tuning sich lohnt",{"id":222,"text":223},"wann-nicht","Wann es die falsche Antwort ist",{"id":225,"text":226},"ablauf","Ablauf eines Nachtrainings",{"id":228,"text":229},"trainingsdaten","Trainingsdaten: Menge und Qualität",{"id":231,"text":232},"kosten-risiken","Kosten, Risiken, Datenschutz",{"services":234,"lexikon":235},[149,90],[180,61,236,124],"prompt-engineering",{"slug":61,"title":238,"metaTitle":239,"metaDescription":240,"excerpt":241,"toc":242,"related":260,"updated":87},"Halluzinationen bei Sprachmodellen: Ursachen und Gegenmaßnahmen","Halluzinationen bei LLMs: Ursachen und Abhilfe – Lexikon","Halluzinationen sind überzeugende, aber falsche Ausgaben eines Sprachmodells. Warum sie entstehen, wo sie im Unternehmen auftreten und wie man sie eindämmt.","Ein Sprachmodell füllt Wissenslücken mit Plausiblem. Abschalten lässt sich das nicht – mit Quellenbindung, Prüfschritten und Freigabestufen aber beherrschbar machen.",[243,245,248,251,254,257],{"id":216,"text":244},"Was Halluzinationen sind",{"id":246,"text":247},"ursachen","Warum Sprachmodelle halluzinieren",{"id":249,"text":250},"faelle","Typische Fälle im Unternehmen",{"id":252,"text":253},"technik","Technische Gegenmaßnahmen",{"id":255,"text":256},"organisation","Organisatorische Gegenmaßnahmen",{"id":258,"text":259},"messen","Halluzinationen messen",{"services":261,"lexikon":262},[90,149],[124,180,182,236],{"slug":264,"title":265,"metaTitle":266,"metaDescription":267,"excerpt":268,"toc":269,"related":284,"updated":87},"interim-management","Interim-Management: Fachwissen auf Zeit für KI-Vorhaben","Interim-Management: Bedeutung, Modell, Übergabe – Lexikon","Interim-Management heißt: Erfahrung wird für einen Abschnitt geholt statt dauerhaft eingestellt. Bedeutung, Abgrenzung und Übergabe bei KI-Vorhaben in DACH.","Manche Kompetenz braucht ein Unternehmen einmal richtig und danach nie wieder täglich. Genau dafür gibt es Aufträge auf Zeit — und die Frage, was am Ende im Haus bleibt.",[270,273,276,278,281],{"id":271,"text":272},"wortsinn","Interim-Management: Wortsinn und Gebrauch",{"id":274,"text":275},"warum-befristet","Warum KI-Vorhaben befristet vergeben werden",{"id":106,"text":277},"Interim-Management, Beratung und Festanstellung",{"id":279,"text":280},"was-bleibt","Was nach dem Ende bleibt und welche Vertragsform dazu passt",{"id":282,"text":283},"unser-weg","So übernehmen wir Vorhaben auf Zeit",{"services":285,"lexikon":286},[90,149],[126,63,151,182],{"slug":288,"title":289,"metaTitle":290,"metaDescription":291,"excerpt":292,"toc":293,"related":312,"updated":87},"ki-agenten-beispiele","KI-Agenten-Beispiele: fünf Muster mit ihrer Mechanik","KI-Agenten-Beispiele aus dem Mittelstand – Lexikon","KI-Agenten-Beispiele aus dem Mittelstand: fünf Muster mit Eingabe, Entscheidung, Aktion und Prüfschritt — und woran ein Fehler des Agenten auffällt.","Nicht die Technik entscheidet, ob sich ein Agent lohnt, sondern der Ablauf: Was liest er, was entscheidet er, was löst er aus — und wer prüft das Ergebnis.",[294,297,300,303,306,309],{"id":295,"text":296},"einordnung","KI-Agenten-Beispiele richtig lesen",{"id":298,"text":299},"muster","Fünf Muster aus der Praxis",{"id":301,"text":302},"fehlerbild","Woran ein Fehler des Agenten auffällt",{"id":304,"text":305},"mensch-im-ablauf","Wo der Mensch im Ablauf bleiben muss",{"id":307,"text":308},"untauglich","KI-Agenten-Beispiele, die im Betrieb scheitern",{"id":310,"text":311},"unser-vorgehen","Wie wir solche Agenten aufsetzen",{"services":313,"lexikon":314},[91,90],[315,60,61,62],"was-ist-ein-ki-agent",{"slug":182,"title":317,"metaTitle":318,"metaDescription":319,"excerpt":320,"toc":321,"related":340,"updated":87},"KI-Implementierung: Ablauf von der Analyse bis zum Betrieb","KI-Implementierung: Ablauf in fünf Phasen – Lexikon","KI-Implementierung, Ablauf in fünf Phasen: Prozessanalyse, Prototyp mit echten Daten, Schattenbetrieb, Einführung mit Freigabestufen, Betrieb und Pflege.","Ein KI-System wird nicht ausgerollt, sondern erst parallel zum Menschen betrieben und gemessen. Die fünf Phasen und was in jeder davon entschieden wird.",[322,325,328,331,334,337],{"id":323,"text":324},"ueberblick","KI-Implementierung: Ablauf im Überblick",{"id":326,"text":327},"analyse","Phase 1: Prozessanalyse und Auswahl",{"id":329,"text":330},"prototyp","Phase 2: Prototyp mit echten Daten",{"id":332,"text":333},"schattenbetrieb","Phase 3: Schattenbetrieb und Messung",{"id":335,"text":336},"einfuehrung","Phase 4: Einführung mit Freigabestufen",{"id":338,"text":339},"betrieb","KI-Implementierung: Ablauf, Betrieb, Vertragsform",{"services":341,"lexikon":343},[90,342,149],"softwareentwicklung",[60,180,63,61],{"slug":345,"title":346,"metaTitle":347,"metaDescription":348,"excerpt":349,"toc":350,"updated":87,"related":367},"werkvertrag-kuendigung","Kündigung im KI-Projekt: Vergütung, Modelle, Daten und Rechte","Kündigung eines KI-Werkvertrags: § 648 BGB – Lexikon","Kündigung eines KI-Werkvertrags nach § 648 BGB: Vergütung abzüglich des Ersparten, wichtiger Grund und was mit Modellen und Daten nach deutschem Recht wird.","Steigt der Besteller vorzeitig aus, bleibt die Vergütung abzüglich des Ersparten bestehen. Schwieriger ist die Übergabe: Fallbestände, Modellstände und Auswertungen müssen herausgabefähig sein.",[351,354,357,359,362,365],{"id":352,"text":353},"freies-recht","Kündigung ohne Grund: § 648 BGB und die Vergütung",{"id":355,"text":356},"wichtiger-grund","Der wichtige Grund nach § 648a BGB",{"id":106,"text":358},"Nicht dasselbe: Rücktritt, Kostenanschlag, Form",{"id":360,"text":361},"artefakte","Modelle, Fallbestände, Auswertungen: was herausgegeben wird",{"id":363,"text":364},"rechte","Nutzungsrechte nach vorzeitiger Kündigung",{"id":85,"text":366},"Wie wir Zwischenstände herausgabefähig halten",{"services":368,"lexikon":369},[90,149],[63,66,94,62],{"slug":124,"title":371,"metaTitle":372,"metaDescription":373,"excerpt":374,"toc":375,"related":393,"updated":87},"Large Language Model: was ein LLM kann und was nicht","Large Language Model (LLM): Grundlagen – Lexikon","Large Language Model: ein auf großen Textmengen trainiertes neuronales Netz. Token, Kontextfenster, Stärken, Grenzen sowie offene und geschlossene Modelle.","Ein großes Sprachmodell sagt voraus, welcher Text am wahrscheinlichsten folgt – und erzeugt so Antworten, Zusammenfassungen, Übersetzungen und Programmcode.",[376,378,381,384,387,390],{"id":252,"text":377},"Large Language Model: die Technik dahinter",{"id":379,"text":380},"token-kontext-parameter","Token, Kontextfenster, Parameter",{"id":382,"text":383},"staerken","Was ein LLM gut kann",{"id":385,"text":386},"grenzen","Was ein LLM nicht kann",{"id":388,"text":389},"offen-geschlossen","Offene und geschlossene Modelle",{"id":391,"text":392},"einsatz","Large Language Model im Unternehmen",{"services":394,"lexikon":395},[149,90],[180,61,236,181],{"slug":93,"title":397,"metaTitle":398,"metaDescription":399,"excerpt":400,"toc":401,"updated":87,"related":419},"Leistungsbeschreibung für ein KI-Vorhaben: Aufgabe, Daten, Schwelle","Leistungsbeschreibung für KI-Projekte – Lexikon","Leistungsbeschreibung im KI-Projekt nach deutschem Recht: Aufgabe des Modells, Herkunft der Daten, Messgröße und Schwelle sowie das Verhalten bei Unsicherheit.","Beschrieben wird nicht das Modell, sondern die Aufgabe: welche Vorgänge bearbeitet werden, woran ein richtiges Ergebnis erkennbar ist und was das System tut, wenn es unsicher bleibt.",[402,405,408,411,414,417],{"id":403,"text":404},"warum","Warum die Leistungsbeschreibung hier anders aussieht",{"id":406,"text":407},"aufgabe","Die Aufgabe des Modells beschreiben",{"id":409,"text":410},"daten","Datengrundlage, Messgröße und Schwelle",{"id":412,"text":413},"grenzfaelle","Grenzfälle, Unsicherheit und Protokoll",{"id":415,"text":416},"anlage","Die Leistungsbeschreibung als Anlage zum Angebot",{"id":85,"text":418},"Wie wir die Beschreibung erarbeiten",{"services":420,"lexikon":421},[90,91],[63,94,66,126],{"slug":94,"title":423,"metaTitle":424,"metaDescription":425,"excerpt":426,"toc":427,"updated":87,"related":441},"Mängelhaftung im KI-Projekt: wann ein Ergebnis fehlerhaft ist","Mängelhaftung bei KI: § 633 und § 634 BGB – Lexikon","Mängelhaftung in KI-Projekten nach deutschem Recht: wann eine falsche Ausgabe ein Sachmangel nach § 633 BGB ist und welche Rechte § 634 BGB dann eröffnet.","Bei einem statistischen System taugt der Einzelfall nicht als Maßstab. Vertragsgemäß ist, was gegen einen eingefrorenen Prüfbestand und die dort vereinbarten Schwellen gemessen wurde.",[428,431,434,436,439],{"id":429,"text":430},"beschaffenheit","Der eingefrorene Prüfbestand als vereinbarte Beschaffenheit",{"id":432,"text":433},"einzelfehler","Ist eine falsche Antwort schon ein Mangel?",{"id":363,"text":435},"Mängelhaftung nach § 634 BGB im KI-Projekt",{"id":437,"text":438},"datenwandel","Wenn die Qualität auf neuen Daten fällt",{"id":85,"text":440},"Wie wir Mängelhaftung und Nachbesserung vereinbaren",{"services":442,"lexikon":443},[90,149],[63,93,66,61],{"slug":236,"title":445,"metaTitle":446,"metaDescription":447,"excerpt":448,"toc":449,"related":467,"updated":87},"Prompt Engineering: Anweisungen, die zuverlässig wirken","Prompt Engineering: Anweisungen an ein LLM – Lexikon","Prompt Engineering ist das gezielte Formulieren von Anweisungen an ein Sprachmodell: Aufbau eines guten Prompts, bewährte Techniken und häufige Fehler.","Ob ein Sprachmodell brauchbare Ergebnisse liefert, hängt oft weniger vom Modell ab als von der Anweisung. Das Handwerk dahinter, mit Aufbau, Technik und Grenzen.",[450,453,456,459,462,465],{"id":451,"text":452},"warum-formulierung","Warum die Formulierung so viel ausmacht",{"id":454,"text":455},"aufbau","Aufbau eines guten Prompts",{"id":457,"text":458},"techniken","Techniken im Prompt Engineering",{"id":460,"text":461},"fehler","Häufige Fehler",{"id":463,"text":464},"produktion","Prompts in Produktionssystemen",{"id":385,"text":466},"Grenzen von Prompt Engineering",{"services":468,"lexikon":469},[90,149],[180,61,181,124],{"slug":180,"title":471,"metaTitle":472,"metaDescription":473,"excerpt":474,"toc":475,"related":494,"updated":87},"Retrieval-Augmented Generation: Antworten mit Quelle","Retrieval-Augmented Generation (RAG) – Lexikon","Retrieval-Augmented Generation gibt einem Sprachmodell vor der Antwort passende Dokumente mit: Funktionsweise, Abgrenzung zum Nachtraining, Fehlerquellen.","Das Verfahren versorgt ein Sprachmodell zur Laufzeit mit eigenen Dokumenten – so beantwortet es Fragen zu internen Daten und nennt die Stelle, auf die es sich stützt.",[476,479,482,485,488,491],{"id":477,"text":478},"problem","Welches Problem RAG löst",{"id":480,"text":481},"funktionsweise","Wie Retrieval-Augmented Generation funktioniert",{"id":483,"text":484},"rag-vs-fine-tuning","RAG oder Nachtraining?",{"id":486,"text":487},"einsatz-unternehmen","Typische Einsätze in Unternehmen",{"id":489,"text":490},"qualitaet","Woran RAG in der Praxis scheitert",{"id":492,"text":493},"datenschutz-betrieb","Retrieval-Augmented Generation im Betrieb",{"services":495,"lexikon":496},[90,149],[181,315,61,124],{"slug":60,"title":498,"metaTitle":499,"metaDescription":500,"excerpt":501,"toc":502,"related":517,"updated":87},"RPA oder KI-Automatisierung: was wann passt","RPA oder KI-Automatisierung: der Unterschied – Lexikon","RPA wiederholt feste Klickfolgen, KI-Automatisierung versteht unstrukturierte Eingaben. Unterschiede, Entscheidungshilfe und wann die Kombination trägt.","Der eine Weg braucht immer gleiche, strukturierte Eingaben, der andere kommt mit E-Mails, PDFs und Freitext zurecht. Meist ist die Kombination die beste Lösung.",[503,506,509,512,514],{"id":504,"text":505},"rpa","Wie RPA arbeitet",{"id":507,"text":508},"ki-automatisierung","Wie KI-Automatisierung arbeitet",{"id":510,"text":511},"vergleich","RPA und KI im Vergleich",{"id":145,"text":513},"Wann sich die Kombination lohnt",{"id":515,"text":516},"entscheidung","Entscheidungshilfe",{"services":518,"lexikon":519},[4,90],[124,315,182],{"slug":123,"title":521,"metaTitle":522,"metaDescription":523,"excerpt":524,"toc":525,"updated":87,"related":542},"Systemintegration: wie KI-Systeme an vorhandene Software andocken","Systemintegration: Daten, Rechte, Ausfälle – Lexikon","Systemintegration für KI-Vorhaben in Deutschland: woher ein Modell seine Daten bezieht, welche Rechte es braucht und wie Entscheidungen protokolliert werden.","Verbundene Anwendungen entstehen nicht durch ein weiteres Werkzeug, sondern durch geklärte Führung: Wer besitzt welchen Datensatz, wer darf ihn lesen, was gilt bei einer Störung.",[526,529,532,535,537,540],{"id":527,"text":528},"begriff","Systemintegration: Begriff und Abgrenzung",{"id":530,"text":531},"datenquellen","Woher ein KI-System seine Daten bezieht",{"id":533,"text":534},"kopplung","Synchron, asynchron und ereignisgesteuert",{"id":363,"text":536},"Lesekonten, Rechte und Protokoll",{"id":538,"text":539},"ausfall","Systemintegration mit Ausfallverhalten",{"id":85,"text":541},"Wie wir KI an bestehende Software anbinden",{"services":543,"lexikon":544},[90,4],[96,62,180,182],{"slug":315,"title":546,"metaTitle":547,"metaDescription":548,"excerpt":549,"toc":550,"related":566,"updated":87},"Was ist ein KI-Agent? Ziel, Werkzeuge, Freigaben","Was ist ein KI-Agent? – Lexikon","Was ist ein KI-Agent: ein Programm, das ein Ziel selbstständig verfolgt – es plant, ruft Werkzeuge auf und prüft Ergebnisse. Bausteine, Beispiele und Grenzen.","Ein Agent erledigt Aufgaben, statt nur Fragen zu beantworten: Er plant Schritte, nutzt Werkzeuge und entscheidet, was als Nächstes zu tun ist – bis ein Mensch prüft.",[551,553,555,558,561,564],{"id":216,"text":552},"Was ist ein KI-Agent: die Definition",{"id":106,"text":554},"Was ist ein KI-Agent nicht: Chatbot und Assistent",{"id":556,"text":557},"bausteine","Woraus ein Agent besteht",{"id":559,"text":560},"beispiele-mittelstand","Beispiele aus dem Mittelstand",{"id":562,"text":563},"grenzen-risiken","Grenzen und Risiken",{"id":335,"text":565},"Wann sich ein Agent lohnt – und wie man ihn einführt",{"services":567,"lexikon":568},[91,90],[180,61,60,182],{"slug":152,"title":570,"metaTitle":571,"metaDescription":572,"excerpt":573,"toc":574,"updated":87,"related":591},"Werkvertrag, Arbeitnehmerüberlassung: wo die Grenze verläuft","Werkvertrag, Arbeitnehmerüberlassung – Lexikon","Werkvertrag, Arbeitnehmerüberlassung: Wann ein KI-Projekt als Werk gilt und wann als Überlassung von Personal – Merkmale, Indizien und Vorgaben des AÜG.","Nicht die Überschrift des Vertrags entscheidet, sondern die gelebte Praxis im Projekt. Welche Indizien Prüfer heranziehen und warum KI-Vorhaben hier anfällig sind.",[575,577,580,583,586,589],{"id":106,"text":576},"Werkvertrag, Arbeitnehmerüberlassung: die Abgrenzung",{"id":578,"text":579},"aueg","Was das AÜG verlangt",{"id":581,"text":582},"verdeckt","Wann aus einem Werkvertrag Arbeitnehmerüberlassung wird",{"id":584,"text":585},"indizien","Indizien, auf die Prüfer schauen",{"id":587,"text":588},"ki-naehe","Besonderheit im KI-Projekt: Nähe zum Fachbereich",{"id":85,"text":590},"Wie wir KI-Projekte aufsetzen",{"services":592,"lexikon":593},[90,4],[63,126,182],{"slug":63,"title":595,"metaTitle":596,"metaDescription":597,"excerpt":598,"toc":599,"updated":87,"related":614},"Werkvertrag: das geschuldete Ergebnis im KI-Projekt","Werkvertrag: Definition und Abnahme – Lexikon","Werkvertrag: Was die §§ 631 ff. BGB verlangen, wann die Abnahme greift und wie sich ein KI-System in Deutschland prüfbar als Werk beschreiben lässt.","Wer ein KI-System per Werkvertrag bestellt, braucht vor dem Start einen Maßstab für die Abnahme. Wie sich das Verhalten eines Modells prüfbar beschreiben lässt.",[600,602,605,607,610,612],{"id":216,"text":601},"Werkvertrag: was das BGB verlangt",{"id":603,"text":604},"gegenstand","Der Gegenstand: ein Modell ist kein Möbelstück",{"id":66,"text":606},"Abnahme eines Werkvertrags im KI-Projekt",{"id":608,"text":609},"nicht-deterministisch","Wenn das Ergebnis nicht deterministisch ist",{"id":460,"text":611},"Typische Fehler bei der Formulierung",{"id":85,"text":613},"Wie wir Abnahmekriterien schreiben",{"services":615,"lexikon":616},[90,342],[126,151,152],[618,622,626,630,634,638,641,644,647,650,653,656,659,662,665,668,671,674,677,680,683,686,689,692,695],{"service":90,"city":619,"title":620,"h1":621},"muenchen","KI-Implementierung in München","KI-Implementierung in München: aus dem Modellversuch wird ein geprüfter Ablauf",{"service":90,"city":623,"title":624,"h1":625},"berlin","KI-Implementierung in Berlin","KI-Implementierung in Berlin: Antworten, die ihre Quelle mitliefern",{"service":90,"city":627,"title":628,"h1":629},"hamburg","KI-Implementierung in Hamburg","KI-Implementierung in Hamburg: Berichte werden auswertbar statt nur abgelegt",{"service":90,"city":631,"title":632,"h1":633},"frankfurt","KI-Implementierung in Frankfurt am Main","KI-Implementierung in Frankfurt: jede Antwort bleibt nachvollziehbar",{"service":90,"city":635,"title":636,"h1":637},"koeln","KI-Implementierung in Köln","KI-Implementierung in Köln: Textarbeit in Menge, geprüft vor der Freigabe",{"service":91,"city":619,"title":639,"h1":640},"KI-Agenten in München","KI-Agenten für Unternehmen in München: Routine läuft, Entwickler bauen",{"service":91,"city":623,"title":642,"h1":643},"KI-Agenten in Berlin","KI-Agenten für Unternehmen in Berlin: Erfahrungswissen wird zum geführten Vorgang",{"service":91,"city":627,"title":645,"h1":646},"KI-Agenten in Hamburg","KI-Agenten für Unternehmen in Hamburg: Vorgänge enden, statt liegen zu bleiben",{"service":91,"city":631,"title":648,"h1":649},"KI-Agenten in Frankfurt","KI-Agenten für Unternehmen in Frankfurt: jede Entscheidung bleibt belegbar",{"service":91,"city":635,"title":651,"h1":652},"KI-Agenten in Köln","KI-Agenten für Unternehmen in Köln: gleiche Bearbeitung, auch wenn das Volumen springt",{"service":4,"city":619,"title":654,"h1":655},"Prozessautomatisierung in München","Prozessautomatisierung in München, die es vom Prototyp in den Tagesbetrieb schafft",{"service":4,"city":623,"title":657,"h1":658},"Prozessautomatisierung in Berlin","Prozessautomatisierung in Berlin: aus Freitext werden geprüfte Datensätze",{"service":4,"city":627,"title":660,"h1":661},"Prozessautomatisierung in Hamburg","Prozessautomatisierung in Hamburg: Papiere werden gelesen, nicht abgetippt",{"service":4,"city":631,"title":663,"h1":664},"Prozessautomatisierung in Frankfurt am Main","Prozessautomatisierung in Frankfurt: jede Entscheidung der Automatik bleibt belegbar",{"service":4,"city":635,"title":666,"h1":667},"Prozessautomatisierung in Köln","Prozessautomatisierung in Köln: aus vielen Schreibweisen wird ein Stammdatensatz",{"service":342,"city":619,"title":669,"h1":670},"Softwareentwicklung in München","Softwareentwicklung in München: die Anwendung um Ihr KI-Modell herum",{"service":342,"city":623,"title":672,"h1":673},"Softwareentwicklung in Berlin","Softwareentwicklung in Berlin: KI-Funktionen, deren Weg sich später belegen lässt",{"service":342,"city":627,"title":675,"h1":676},"Softwareentwicklung in Hamburg","Softwareentwicklung in Hamburg: die Strecke vom Beleg zur geprüften Zeile",{"service":342,"city":631,"title":678,"h1":679},"Softwareentwicklung in Frankfurt","Softwareentwicklung in Frankfurt: KI-Funktionen mit geklärtem Betriebsort",{"service":342,"city":635,"title":681,"h1":682},"Softwareentwicklung in Köln","Softwareentwicklung in Köln: gleichartige Vorgänge in einer geprüften Strecke",{"service":149,"city":619,"title":684,"h1":685},"KI-Beratung in München","KI-Beratung in München: KI-Agentur mit Blick auf Datenlage und Machbarkeit",{"service":149,"city":623,"title":687,"h1":688},"KI-Beratung in Berlin","KI-Beratung in Berlin: KI-Agentur für den Weg vom Piloten in den Betrieb",{"service":149,"city":627,"title":690,"h1":691},"KI-Beratung in Hamburg","KI-Beratung in Hamburg: KI-Agentur, die zuerst die Datenlage prüft",{"service":149,"city":631,"title":693,"h1":694},"KI-Beratung in Frankfurt am Main","KI-Beratung in Frankfurt: KI-Agentur mit Antwort auf Betriebsort und Latenz",{"service":149,"city":635,"title":696,"h1":697},"KI-Beratung in Köln","KI-Beratung in Köln: KI-Agentur, die aus unsauberen Daten eine Machbarkeit macht",1789232595735]