KI-Beratung für den Mittelstand: von der Potenzialanalyse bis zum laufenden System
Die meisten KI-Beratungen enden mit einem Foliensatz. Unsere endet damit, dass ein System läuft: Wir prüfen, wo sich KI in Ihren Abläufen rechnet, sagen Ihnen ehrlich, wo nicht – und setzen das um, was die Prüfung übersteht. Auf EU-Infrastruktur, mit einem Stack, den wir selbst betreiben.
41 % der Unternehmen ab 20 Beschäftigten nutzen bereits KI, im Vorjahr waren es 17 % (Bitkom, 2026). Der Rückstand entsteht gerade jetzt – aber nicht jedes KI-Projekt ist sinnvoll. Unsere Beratung beginnt deshalb mit der unbequemsten Frage: Welche Ihrer Ideen sollten Sie nicht umsetzen?
Wir beraten nicht aus der Kategorie-Perspektive («Machine Learning, NLP, Cloud»), sondern aus der Praxis: pgvector auf PostgreSQL, n8n auf Ihrer Infrastruktur, offene Modelle auf EU-Servern. Was wir empfehlen, haben wir gebaut und betreiben es – nachlesbar in unseren Fachartikeln zu jeder Stufe.
Drei Begriffe, die in jedem Erstgespräch fallen
Definition
- KI-Beratung
- Die Prüfung, wo künstliche Intelligenz in Ihren Geschäftsprozessen messbaren Nutzen stiftet – mit Priorisierung, Kostenrahmen und klaren Abbruchkriterien. Bei uns mündet sie in Umsetzung statt in einer Empfehlungsliste.
Definition
- RAG (Retrieval-Augmented Generation)
- Ein System, das Ihr Firmenwissen durchsuchbar macht und einem Sprachmodell als Kontext vorlegt. Ihr Wissen bleibt in einer Datenbank, die Sie kontrollieren – das Modell wird nicht mit Ihren Daten trainiert. Für die meisten Mittelstands-Anwendungsfälle ist RAG die richtige Stufe.
Definition
- Fine-Tuning
- Das Nachtrainieren eines offenen Modells mit eigenen Beispielen, heute praktisch immer als LoRA-Verfahren. Es lohnt sich seltener, als der Begriff suggeriert: Es ändert das Verhalten eines Modells, nicht sein Wissen.
Falls Ihnen ein Anbieter zuerst ein «eigenes KI-Modell» verkaufen will: Lassen Sie die Reihenfolge prüfen. Prompting, RAG, Fine-Tuning und eigenes Training sind vier Stufen mit sehr unterschiedlichen Kosten – und die günstigste ausreichende Stufe gewinnt. Warum das so ist, haben wir ausführlich aufgeschrieben: Eigenes KI-Modell trainieren: warum Sie es fast nie brauchen.
Unsere Beratungs-Kernaussage: erst die Stufe, dann die Technik
Jede Anfrage durchläuft bei uns denselben Vier-Stufen-Test. Das Ergebnis verkleinert häufig unser eigenes Projektvolumen – und genau deshalb können Sie der Empfehlung trauen.
Stufe 1 – Prompting: Reicht ein gut instruiertes Modell über eine API? Für Textsortierung, Entwürfe und Extraktion oft ja. Kostenpunkt: Tage, nicht Monate.
Stufe 2 – RAG: Braucht die KI Ihr Firmenwissen? Dann gehört das Wissen in eine Datenbank, nicht ins Modell. Unser Stack dafür: pgvector in PostgreSQL, betrieben auf Supabase oder EU-Servern – dieselbe Datenbank, dieselben Backups, dieselben Zugriffsrechte wie Ihre übrigen Daten.
Stufe 3 – Fine-Tuning: Soll das Modell eine Form oder Tonalität absolut zuverlässig treffen? Erst dann wird trainiert, auf offenen Modellen. Die Abwägung im Detail: RAG vs. Fine-Tuning.
Stufe 4 – eigenes Modell: In unserer Projektpraxis bisher: kein einziges Mal die richtige Antwort. Wir sagen Ihnen das lieber vor dem Projekt als danach.
Dazu gehört auch die Betriebsfrage: Manche Daten dürfen Ihr Haus nicht verlassen. Dann betreiben wir offene Modelle auf dedizierten EU-Servern – was das kostet und wann die API günstiger bleibt, rechnen wir offen vor: LLM selbst hosten: die ehrliche Rechnung.
Sicherheit & Compliance
Ihre Kunden vertrauen Ihnen sensible Daten an. Wir nehmen diese Verantwortung ernst.
Ob Datenschutzbeauftragter, IT-Sicherheit oder der Einkauf eines Großkunden: Wenn Fragen zur Sicherheit kommen, haben Sie belastbare Antworten. Wir planen Datenschutz und Sicherheit vom ersten Tag an mit und bauen nach den Prinzipien der Twelve-Factor App. Das erleichtert Freigaben und Audits und schafft die technische Grundlage, damit Sie Anforderungen aus DSGVO, ISO 27001 oder HIPAA erfüllen können.
Regelwerke, deren technische Anforderungen wir in Projekten umsetzen
- DSGVO
- ISO 27001
- HIPAA
- EU AI Act
Beratung, die in Umsetzung mündet – der Unterschied konkret
Wir haben die Angebote analysiert, die für KI-Beratung im Mittelstand ranken. Das wiederkehrende Muster: Potenzialanalyse, Roadmap, Proof of Concept – und dann Übergabe an «einen Umsetzungspartner». Wir besetzen bewusst beide Rollen:
| Typisches Beratungs-Angebot | KI-Beratung bei happycoding | |
|---|---|---|
| Ergebnis | Roadmap und Empfehlung | Roadmap plus laufendes System |
| Nach dem Piloten | Übergabe an Dritte | Dasselbe Team setzt um und betreibt |
| Technologie-Aussage | Kategorien ohne Festlegung | Gezeigter Stack: pgvector, PostgreSQL, n8n, EU-Hosting |
| Preise | Auf Anfrage | Erfahrungswerte offen auf dieser Seite |
| Abbruchkriterien | Selten Thema | Fester Bestandteil jedes Potenzial-Checks |
| Fördermittel | Selten Thema | Förder-Check inklusive, mit Programmkenntnis |
Ergebnis
- Typisches Beratungs-Angebot
- Roadmap und Empfehlung
- KI-Beratung bei happycoding
- Roadmap plus laufendes System
Nach dem Piloten
- Typisches Beratungs-Angebot
- Übergabe an Dritte
- KI-Beratung bei happycoding
- Dasselbe Team setzt um und betreibt
Technologie-Aussage
- Typisches Beratungs-Angebot
- Kategorien ohne Festlegung
- KI-Beratung bei happycoding
- Gezeigter Stack: pgvector, PostgreSQL, n8n, EU-Hosting
Preise
- Typisches Beratungs-Angebot
- Auf Anfrage
- KI-Beratung bei happycoding
- Erfahrungswerte offen auf dieser Seite
Abbruchkriterien
- Typisches Beratungs-Angebot
- Selten Thema
- KI-Beratung bei happycoding
- Fester Bestandteil jedes Potenzial-Checks
Fördermittel
- Typisches Beratungs-Angebot
- Selten Thema
- KI-Beratung bei happycoding
- Förder-Check inklusive, mit Programmkenntnis
Ein Beratungsprojekt kann bei uns auch mit dem Ergebnis enden: «Vertagen Sie das.» Wann ein Pilot gescheitert ist und wann KI-Einführung warten sollte, behandeln wir so offen wie im Projekt – nachzulesen in unserem Fahrplan KI im Unternehmen einführen.
So arbeiten wir mit Ihnen
Drei Bausteine, die aufeinander aufbauen – Sie können nach jedem aussteigen. Der Potenzial-Check ist bewusst so geschnitten, dass er auch dann Wert behält, wenn Sie mit einem anderen Partner weitermachen.
KI-Potenzial-Check
Sie wissen, welche KI-Anwendungsfälle sich lohnen und wann Sie einen davon stoppen.
Prozess- und Dateninventur
Zwei bis drei Workshops mit Geschäftsführung und Fachbereich.
Priorisierte Anwendungsfälle
Nach Nutzen und Machbarkeit.
Einordnung in vier Stufen
Welche Stufe je Fall ausreicht.
Abbruchkriterien und Messgrößen
Vorab für jeden Fall festgelegt.
Förder-Check für Ihr Bundesland
Welche Förderung infrage kommt.
Pilotprojekt
Ein Anwendungsfall läuft produktionsnah, und Messwerte zeigen, ob er sich lohnt.
Ein Anwendungsfall, echte Daten
Produktionsnah in vier bis acht Wochen.
RAG-System oder automatisierter Ablauf
Je nach Anwendungsfall.
Evaluation gegen Soll-Antworten
Gemessen an vorab festgelegten Kriterien.
Empfehlung: weitermachen oder stoppen
Belegt durch Zahlen, nicht durch eine Demo.
Umsetzung & Betrieb
Aus dem Piloten wird ein System, das Ihr Team im Alltag nutzt.
Anbindung an Ihre Systeme
Mit geregelten Zugriffsrechten.
n8n auf Ihrer Infrastruktur
Von uns aufgesetzt und betreut.
Betrieb auf EU-Servern
Hetzner oder Supabase, von uns betrieben.
Überwachung und Weiterentwicklung
Mit laufender Evaluation und Pflege.
Fördermittel: oft zahlt Ihr Bundesland mit
KI- und Digitalisierungsprojekte sind in mehreren Bundesländern förderfähig – und die Programme sind ergiebiger, als viele erwarten. Zwei Beispiele, die wir im Detail kennen: In Brandenburg fördert BIG-Digital Digitalisierungsvorhaben mit bis zu 250.000 €. In Mecklenburg-Vorpommern übernimmt die TBI-Förderung 50 % der Kosten, bis zu 50.000 €.
Der Förder-Check gehört bei uns zum Potenzial-Check: Wir prüfen, welches Programm zu Ihrem Vorhaben und Ihrem Standort passt, und strukturieren das Projekt antragsfähig. Den Antrag stellen Sie – wir liefern die technische Projektbeschreibung zu.
Was KI-Beratung bei uns kostet
Die Zahlen sind Erfahrungswerte aus unseren Projekten – als Orientierung vor dem ersten Gespräch, nicht als Ersatz für ein Angebot. Sie entsprechen den Projektgrößen, mit denen wir auch Automatisierungsvorhaben kalkulieren:
| Baustein | Umfang | Erfahrungswert |
|---|---|---|
| KI-Potenzial-Check | 2–3 Workshops, Inventur, priorisierte Use-Case-Liste | 1.500–3.000 € |
| Pilotprojekt | Ein Use Case produktionsnah, 4–8 Wochen, Messung | 3.500–8.000 € |
| Umsetzung | System im Produktivbetrieb, integriert in Ihre Landschaft | ab 8.000 € |
| Betrieb & Weiterentwicklung | Monitoring, Updates, Evaluation, Erweiterungen | ab 1.500 €/Monat |
KI-Potenzial-Check
- Umfang
- 2–3 Workshops, Inventur, priorisierte Use-Case-Liste
- Erfahrungswert
- 1.500–3.000 €
Pilotprojekt
- Umfang
- Ein Use Case produktionsnah, 4–8 Wochen, Messung
- Erfahrungswert
- 3.500–8.000 €
Umsetzung
- Umfang
- System im Produktivbetrieb, integriert in Ihre Landschaft
- Erfahrungswert
- ab 8.000 €
Betrieb & Weiterentwicklung
- Umfang
- Monitoring, Updates, Evaluation, Erweiterungen
- Erfahrungswert
- ab 1.500 €/Monat
Sie suchen etwas anderes? Geht es Ihnen um wiederkehrende Abläufe – Rechnungseingang, Datenabgleich, Berichtswesen –, ist unsere Seite zur Prozessautomatisierung der direktere Einstieg. Und wie wir selbst mit KI Software bauen – die Methode hinter unseren Projekten – steht auf KI-gestützte Softwareentwicklung.
Wer an Ihrem Projekt arbeitet
Unser Berliner Senior-Team, vom ersten Entwurf bis zum Betrieb. Sie sprechen direkt mit denen, die Ihren Code schreiben.
Das Team kennenlernenFAQ
Die Fragen aus unseren Erstgesprächen