Bei neuen Software- und KI-Projekten stehen früh Entscheidungen an, die man vorab weder vollständig erfassen oder rein konzeptionell treffen kann. Das reicht von der Form der späteren Nutzung, über Datenmodelle bis hin zu Performance- und Kosten-Anforderungen. Früher hat man hier gerne Beratungs-Projekte vorgeschaltet, um Anforderungen zu konkretisieren, aber es gibt ein sehr viel effizienteres Vorgehen: Prototyping.
Prototyping ist nicht einfach eine verkürzte Implementierung, sondern eine Entwicklung, die gezielt offene Fragen und Hypothesen adressiert. Wir bauen nicht zuerst den einfachsten Teil, bei dem wir eh schon wissen, dass er funktionieren wird, sondern setzen genau da an, wo es die größten Unsicherheiten gibt.
Vibe-Coding zeigt hier großes Potential, um schnell zu ersten Implementierungen zu kommen, hat aber auch eine große Herausforderung: Sicherheit und Datenschutz. Wirklich gute Prototypen evaluieren wir mit echten Daten, aber dafür müssen natürlich Mindeststandards erfüllt sein, und genau hier setzen wir an.
Sovereign Prototyping ist unsere Antwort: Wir haben eine stabile Basis-Infrastruktur geschaffen, welche wir sicher und souverän auf Servern in Deutschland betreiben. Darauf aufbauend nutzen wir diverse KI-Tools, um schnell und effizient zu ersten Prototypen zu kommen.
Dieser erste Prototyp hat in den meisten Fällen drei Ziele:
- Wir evaluieren die technische Machbarkeit und adressieren frühzeitig mögliche Risikofaktoren.
- Wir zeigen die Potentiale für potentielle Stakeholder, erste Tests am Markt, etc.
- Wir schärfen direkt die Anforderungen für die weitere Entwicklung mit echtem Feedback statt theoretischen PowerPoints von Beratern.
Wie läuft es ab?
Die folgende Übersicht zeigt, wie der Prototyp die Lücke zwischen initialen Anforderungen und langfristigem Betrieb schließt.
1. Probleme und Fragen konkretisieren
Wir starten mit den Zielen des Projekts. Welche Probleme sollen gelöst werden, welche Rolle spielt die zu entwickelnde Anwendung, welche offenen Fragen gibt es? Darauf aufbauend definieren wir Anforderungen an einen MVP und definieren Hypothesen, welche der Prototyp testen soll.
2. Prototyp in sicherer Umgebung
Das Grundgerüst für ein sicheres Backend steht schon. Basierend darauf nutzen wir KI-Tools, um die Minimalanforderungen an den Prototypen schnell umsetzen zu können. So steht häufig schon in unter einer Woche ein Prototyp, den Sie mit echten Daten nutzen und testen können.
3. Evaluation und Iteration
Unsere Prototypen sollen einen Erkenntnisgewinn für das weitere Vorgehen liefern und werden entsprechend gründlich analysiert. Bleiben Fragen offen, kann der Prototyp auch noch weiter nachjustiert werden. Und bei positiver Evaluation konkretisieren wir die Anforderungen für die eigentlichen Produktivbetrieb.
4. Überführung in Produktion
Während der Prototyp in unserer eigenen Infrastruktur läuft, um eine schnelle Bereitstellung zu ermöglichen, geht es nun um die Weiterentwicklung der Funktionalität und die gleichzeitige Integration in die vorhandene Infrastruktur des Kunden.
5. Nachhaltiger und souveräner Betrieb
Wie in unserem Blogartikel [xxx] beschrieben, bedeutet Souveränität für uns nicht, dass wir uns heute schon maximal absichern. Vielmehr geht es uns darum, Systeme zu bauen, die flexibel betrieben werden können. Das kann sowohl strategische (z.B. Vermeidung eines Vendor Lock-In) als auch rechtliche Gründe (z.B. Datenschutz) haben.
Wer wir sind und wie wir arbeiten
In der Umsetzung starten wir mit einem kleinen Team, um schnelle Ergebnisse liefern zu können, häufig nur ein Team von zwei, die sich direkt an die Umsetzung machen. Von dort aus skalieren wir zunächst mit unserem Network of Experts, welches Expertinnen und Experten aus diversen Domänen von Data Science, über Softwareentwicklung und Design bis Coaching und Beratung vereint. Ab der dritten Phase, wenn es in den nachhaltigen Betrieb geht, arbeiten wir außerdem mit bewährten Partnern wie Codelion aus Hamburg und INWT Statistics aus Berlin zusammen.
