Leistungen
Produktionsreife KI-Agenten, entwickelt von Ingenieuren, die sie bereits ausgeliefert haben — nicht von Teams, die das Wort erst letztes Quartal gelernt haben. Wir ordnen Use Cases der Agent-vs-Pipeline-Entscheidung ehrlich zu, entwerfen Tool-Orchestrierung, die um 2 Uhr nachts standhält, bauen Memory-Ebenen, die Ihre OpenAI-Rechnung nicht in die Höhe treiben, und liefern Human-in-the-Loop-Checkpoints bei jeder irreversiblen Aktion. Fester Scope, all-in USD-Preise, gestaffelt nach Autonomie: ein Task- oder PoC-Agent ab 2.900 USD, ein RAG-gestützter Agent ab 8.100 USD, ein autonomer Agent ab 10.400 USD und ein Multi-Agenten- oder ML-in-Produktion-System bis 13.800 USD. IP-Übertragung am ersten Tag, kein Recruiting-Aufschlag, keine Tool-Zuschläge.
DSGVO-konform · ISO-27001-bereit · SOC 2 Type II in Vorbereitung · HIPAA-fähig · CCPA-berücksichtigt · MEZ-Arbeitstag mit Überlappung 9–13 Uhr ET
Die meisten Agentenprojekte scheitern, weil das Problem keinen Agenten brauchte. Eine deterministische Pipeline plus ein LLM-Aufruf wäre in drei Wochen ausgeliefert worden und hätte zu einem Zehntel der Kosten betrieben werden können. Das sagen wir im Machbarkeits-Sprint klar. Wenn ein Agent tatsächlich benötigt wird — mehrstufige Workflows über veränderlichen Zustand, Tool-Sequenzen, die nicht fest kodiert werden können, verifizierbare Erfolgskriterien — bauen wir ihn so, dass er Produktion übersteht: explizite Graphen, validierte Tool-Aufrufe, harte Token-Budgets, abgestuftes Human-in-the-Loop und Observability, die jeden Schritt erfasst. Der Agent, der Ihre Rückerstattungswarteschlange verwaltet, darf nicht um 3 Uhr nachts 40 Mal in Ihre Stripe-Rechnung schlüpfen und das erst am Montag entdecken.
Wir bewerten Kandidaten-Workflows nach den drei Agenten-Voraussetzungen — nicht-deterministischer Tool-Aufruf, sich entwickelnder Zustand, verifizierbare Erfolgskriterien — und nennen explizit die Fälle, bei denen eine Pipeline plus ein LLM-Aufruf schneller und günstiger liefern würde.
Tool-Definitionen mit strengen Pydantic-Schemata, Retry- und Backoff-Logik pro Tool, Idempotenz-Keys bei Schreiboperationen und ein expliziter Graph, der den Kontrollfluss debuggbar statt emergent macht. LangGraph, Temporal oder Inngest je nach Persistenz-Anforderungen.
Wenn der Workload tatsächlich von Spezial-Agenten profitiert (selten), entwerfen wir Supervisor- und Worker-Muster mit klaren Übergabe-Verträgen. Wenn nicht, sparen wir Ihnen die Komplexität und liefern ein Einzel-Agenten-System, das sich operativ führen lässt.
Kurzzeit-Gesprächspuffer mit Zusammenfassung, Langzeit-episodisches Memory in pgvector oder Weaviate, semantisches RAG für das zugrundeliegende Korpus. Jede Ebene explizit dimensioniert, damit die Memory-Kosten bei 30 bis 60 Prozent der LLM-Kosten bleiben, nicht bei 300.
Abgestufte Genehmigungen: autonom für Lesevorgänge, asynchrones Rückgängigmachen für mittleres Risiko, synchrone Genehmigung für irreversible Aktionen (E-Mail, Produktion, Zahlungen). Genehmigungs-UIs sind Teil der Lieferung — interaktive Slack-Nachrichten, Ihre Administration oder ein benutzerdefinierter Eingang.
Token- und Geldbudgets pro Aufgabe am Orchestrator durchgesetzt. Schritt-Traces in Langfuse, Helicone oder Arize. Kostenalerts an PagerDuty, nicht an Dashboards, die Sie am Montag prüfen. Eval-Harness läuft in CI bei jeder Prompt-Änderung.
Wochen 1–2: Use-Case-Mapping, Agent-vs-Pipeline-Entscheidung, Tool-Inventar über Ihre bestehenden APIs, ROI-Modell. Ergebnis ist ein schriftliches Go/No-Go mit der günstigeren Alternative im Scope, wenn Go nicht zutrifft.
Wochen 3–4: Orchestrator gewählt (LangGraph vs. Temporal vs. Inngest nach Persistenz), Tool-Schemata in Pydantic, Memory-Ebenen dimensioniert, Checkpoint-Ebenen pro Tool zugewiesen, ADRs verfasst.
Wochen 5–9: Agent gebaut, Tool-Integrationen live, Human-in-the-Loop-UI ausgeliefert, Observability verdrahtet, Eval-Harness läuft in CI, Customer-Zero-Deployment hinter Feature-Flag mit harten Budget-Obergrenzen.
Ab Woche 10: schrittweise Traffic-Erhöhung, Kosten- und Latenz-SLOs, Runbook für festgefahrene Agenten und Tool-Ausfälle, Ihr Team geschult im Hinzufügen von Tools und Erweitern des Eval-Sets. Wir übergeben, sobald Ihr Team den Betrieb verantwortet.
2–3 Wochen. Ein Einzweck-Agent oder ein lauffähiger Proof of Concept: ein Workflow, Tool-Inventar, eine abgegrenzte Agent-vs-Pipeline-Entscheidung. Ideal, wenn Sie die Idee vor einem Build belegen wollen. Ab 2.900 USD, Festpreis.
4–6 Wochen. Retrieval und Grounding über Ihr Korpus: Ingestion und Chunking, ein Vektorspeicher, belegte Antworten mit Zitaten, ein Eval-Harness. Ab 8.100 USD, Festpreis.
6–9 Wochen. Tool-Orchestrierung, Memory-Ebenen, abgestufte Human-in-the-Loop-Checkpoints und Observability mit harten Budgets pro Aufgabe, in Produktion hinter einem Feature-Flag ausgeliefert. Ab 10.400 USD, Festpreis.
9–13 Wochen. Ein Multi-Agenten-System oder eine ML-Pipeline in Produktion: Supervisor/Worker-Muster oder Model-Serving, Monitoring und Kostenkontrolle. Ab 13.800 USD, Festpreis.
Alle Engagements beginnen mit einem gegenseitigen NDA, IP-Abtretung am ersten Tag und einem DPA. Sie sehen das Positionsbudget am Ende der Discovery und geben es frei, bevor eine Zeile Code geschrieben wird — kein Recruiting-Aufschlag, keine Tool-Zuschläge.
Fester Scope, all-in USD-Preise, damit Sie schon vor der Discovery budgetieren können. Jeder Agent wird individuell abgegrenzt, aber diese vier Stufen decken die üblichen Wege ab — vom Einzweck-Proof-of-Concept bis zu einem Multi-Agenten- oder ML-System in Produktion. Sie sehen das Positionsbudget am Ende der Discovery und geben es frei, bevor eine Zeile Code geschrieben wird — kein Recruiting-Aufschlag, keine Tool-Zuschläge.
Task/PoC-Agent
ab 2.900 USD
2–3 Wochen · Einzweck / Proof
Ein Einzweck-Agent oder ein lauffähiger Proof of Concept: ein Workflow, Tool-Inventar und die ehrliche Agent-vs-Pipeline-Entscheidung, bevor Sie sich auf einen Build festlegen.
RAG-gestützter Agent
ab 8.100 USD
4–6 Wochen · Retrieval + Grounding
Retrieval und Grounding über Ihr Korpus: Ingestion und Chunking, ein Vektorspeicher, belegte Antworten mit Zitaten und ein Eval-Harness, der Regressionen fängt.
Autonomer KI-Agent
ab 10.400 USD
6–9 Wochen · Orchestrierung + HITL
Tool-Orchestrierung, Memory-Ebenen, abgestufte Human-in-the-Loop-Checkpoints und Observability mit harten Kostenbudgets pro Aufgabe, in Produktion hinter einem Feature-Flag ausgeliefert.
Multi-Agent / ML in Produktion
ab 13.800 USD
9–13 Wochen · Multi-Agent / ML-Pipeline
Ein Multi-Agenten-System oder eine ML-Pipeline in Produktion: Supervisor/Worker-Muster oder Model-Serving, Monitoring, Kostenkontrolle und eine Übergabe, die Ihr Team betreiben kann.
Was den Preis bewegt: wie viele Tools der Agent orchestriert und wie nicht-deterministisch ihre Reihenfolge ist; wie viele Memory-Ebenen er braucht (Buffer, episodisch, semantisches RAG); die Tiefe der Human-in-the-Loop-Checkpoints bei irreversiblen Aktionen; und der Compliance-Scope (DSGVO-konform, HIPAA-fähig oder PCI-DSS-Arbeit hebt die Latte). Sie sehen das Positionsbudget am Ende der Discovery und geben es frei, bevor eine Zeile Code geschrieben wird — kein Recruiting-Aufschlag, keine Tool-Zuschläge. Cloud-Gebühren laufen über Ihre eigenen Konten, sodass Sie den Kostenhebel behalten.
Native iOS- und Android-E-Signatur-Clients mit einem Symfony + React CRM für eine grenzüberschreitende Anwaltskanzlei — KYC-Onboarding und eine rechtssichere Beweiskette für US- und EU-Angelegenheiten.
Produktive Social-Plattform — App Store + Google Play, aktiv in den USA und der EU — mit Geo-Radar, verschlüsseltem Messaging und einer virtuellen Wirtschaft.
Android- und iOS-Refactoring und Neuentwicklung für einen deutschen Last-Mile-Logistikanbieter — Mehrpunkt-Routenplanung, Echtzeit-Fahrerverfolgung und In-App-Rechnungsstellung in der EU.
Ein Agent ist nur so sicher wie seine Passung zu Ihrer regulatorischen und operativen Realität. Wir verbinden Agenten-Engineering mit branchenspezifischer Compliance über US- und EU-Märkte und ziehen unsere Schwester-Teams KI, ML & Data, GenAI-Integration und EU-AI-Act-Compliance hinzu, wenn ein Workload sie braucht.
Agenten für Abstimmung, Dispute-Triage und Underwriting-Unterstützung mit Human-in-the-Loop bei jeder irreversiblen Aktion und PCI-DSS-konformer Datenhaltung.
FinTech-Agenten →HIPAA-fähige, DSGVO-konforme Agenten für Aufnahme, Aktenabruf und Care-Ops-Workflows — mit dokumentierten Datenflüssen und Sync-Approval-Gates bei klinischen Aktionen.
HealthTech-Agenten →Agenten für Bestellabwicklung, Katalog-Anreicherung und Support-Triage, die Ihre bestehenden APIs unter strengen Tool-Schemata und harten Budgets pro Aufgabe aufrufen.
Retail-Agenten →Agenten für Ausnahmebehandlung, Routen- und ETA-Abfragen und Back-Office-Automatisierung über veränderlichen Zustand — dauerhafte Workflows auf Temporal oder Inngest, wenn Schritte Neustarts überstehen müssen.
Logistik-Agenten →DSGVO-konform · ISO-27001-bereit · SOC 2 Type II in Vorbereitung · HIPAA-fähig · CCPA-berücksichtigt
Wir haben mehr Agentenprojekte gestoppt als ausgeliefert. Wenn eine Pipeline plus ein LLM-Aufruf bei Kosten und Zuverlässigkeit gewinnt, sagen wir das — auch wenn es unseren Scope verkleinert. Die MVPs, die wir liefern, überstehen Produktion.
Unsere Agenten-Leads haben dauerhafte Workflows auf Temporal und Inngest betrieben, bevor Agenten existierten. Sie wissen, wie ein verwaistes Task in einer Warteschlange um 3 Uhr nachts aussieht, und entwerfen Checkpoints entsprechend.
Harte Token- und Geldbudgets am Orchestrator von Tag eins an. Memory-Ebenen dimensioniert, um Kosten vorhersagbar zu halten. Agenten, die sich selbst begrenzen, bevor sie Ihr Finanzteam begrenzen.
Wir behandeln Agenten als Produktionssysteme mit nicht-deterministischem Kontrollfluss — nicht als Chatbots, die zufällig APIs aufrufen. Der Unterschied in der Disziplin entscheidet darüber, ob ein Agent Ihre Rückerstattungswarteschlange betreibt oder Sie zu einem Montag-Morgen-Incident-Review zwingt.
Eine Kreditentscheidungs-Engine, die zehnmal schneller genehmigt, entsteht nicht zufällig. YuSMP entwickelte die Scoring-Pipeline, die Integration mit Kreditbüros und ein Back-Office, das unsere Underwriter gerne nutzen. Die Genehmigungszeit sank von zwei Tagen auf unter vier Stunden.
Wir veröffentlichen täglich Dutzende Sportartikel. YuSMP entwickelte eine Redaktionspipeline mit einem Telegram-Bot als CMS — Redakteure posten einmal, und der Inhalt erscheint sofort auf Web, iOS und Android. Die Architektur erfordert null tägliche Wartung.
Standardmäßig wird ein einzelner LLM-Aufruf bevorzugt. Ein Agent kommt nur dann zum Einsatz, wenn die Aufgabe drei Eigenschaften erfüllt: Sie erfordert mehrere Tool-Aufrufe in nicht vorab kodierbarer Reihenfolge, sie operiert über Zustand, der sich zwischen den Gesprächsrunden ändert, und das Erfolgskriterium ist gut genug verifizierbar, damit der Agent sich selbst korrigieren kann. Kundenservice-Triage ist selten ein Agent; Operations-Workflows, die vier interne APIs in wechselnder Reihenfolge aufrufen, oft schon. Wir lehnen Agentenprojekte ab, bei denen eine deterministische Pipeline plus ein LLM-Aufruf in der halben Zeit mit einem Viertel der Fehler ausgeliefert werden könnte.
Das hängt vom Workload ab. LangGraph für stateful Agenten mit verzweigtem Kontrollfluss und menschlichen Checkpoints — der explizite Graph ist seinen Aufwand wert, wenn man um 2 Uhr nachts debuggt. CrewAI oder AutoGen, wenn Multi-Agenten-Zusammenarbeit das eigentliche Muster ist (selten). OpenAI Assistants, wenn der Workload eng an OpenAIs Tool-Format gekoppelt ist und keine Portabilität benötigt wird. Temporal oder Inngest, wenn der Agent eigentlich ein dauerhafter Workflow mit LLM-Schritten ist. Vercel AI SDK für Next.js-Frontends mit einfachem Tool-Einsatz. Wir wählen nach operativer Eignung, nicht nach Hersteller-Präferenz.
Drei Kontrollmechanismen. Harte Token- und Geldbudgets pro Aufgabe auf der Orchestrierungsebene — der Agent wird mit einer klaren Fehlermeldung beendet, bevor er 40 Mal in Ihre OpenAI-Rechnung schlüpft. Tool-Call-Validierung auf Schrittebene über Pydantic, damit ungültige Argumente vor dem API-Aufruf erkannt werden, nicht danach. Human-in-the-Loop-Checkpoints bei irreversiblen Aktionen (E-Mail senden, in Produktion veröffentlichen, Kartenzahlung auslösen). Observability über Langfuse, Helicone oder Arize protokolliert jeden Schritt, jeden Tool-Aufruf, jeden Token. Kostenalerts feuern am Orchestrator, nicht im Dashboard, das Sie am Montag prüfen.
Memory ist drei Dinge, nicht eines. Kurzzeit: der aktuelle Gesprächspuffer, zusammengefasst wenn er das Kontextbudget übersteigt. Langzeit-episodisch: Fakten, die der Agent über den Nutzer oder die Aufgabe gelernt hat, gespeichert in einem Vektorspeicher mit semantischem Recall (pgvector oder Weaviate). Langzeit-semantisch: das Korpus, aus dem der Agent abruft, als RAG-Subsystem behandelt. Wir dimensionieren jede Ebene explizit, da naives Vollstopfen des Kontextfensters fünf- bis zehnmal mehr pro Anfrage kostet und die Qualität verschlechtert. Die Memory-Kosten pro Agent betragen typischerweise 30 bis 60 Prozent der LLM-Kosten bei guter Planung; 300 Prozent ohne.
Abgestufte Checkpoints. Stufe 1 (autonom): nur-lesende Aktionen, kein menschliches Gate. Stufe 2 (asynchrone Prüfung): Ein Mensch sieht die Aktion und kann sie innerhalb eines Zeitfensters rückgängig machen, aber der Agent blockiert nicht. Stufe 3 (synchrone Genehmigung): irreversible Aktionen (E-Mail senden, in Produktion veröffentlichen, Zahlung auslösen) warten auf menschliche Genehmigung vor der Ausführung. Die Genehmigungs-UI ist Teil der Lieferung, nicht ein Nachgedanke — üblicherweise eine interaktive Slack-Nachricht, eine Warteschlangenaction in Ihrer bestehenden Administration oder ein benutzerdefinierter Genehmigungseingang. Stufenzuweisung erfolgt pro Tool, schriftlich, und ändert sich durch PRs, nicht durch Slack.
Vier Stufen mit festem Scope, all-in und in USD ausgewiesen. Ein Task/PoC-Agent ab 2.900 USD (2–3 Wochen): ein Einzweck-Agent oder ein funktionierender Proof of Concept. Ein RAG-gestützter Agent ab 8.100 USD (4–6 Wochen): Retrieval und Grounding über Ihr Korpus mit Zitaten. Ein autonomer KI-Agent ab 10.400 USD (6–9 Wochen): Tool-Orchestrierung, Memory, Human-in-the-Loop und Observability. Ein Multi-Agenten- oder ML-in-Produktion-System ab 13.800 USD (9–13 Wochen). Sie sehen das Positionsbudget am Ende der Discovery und geben es frei, bevor eine Zeile Code geschrieben wird. Kein Recruiting-Aufschlag, keine Tool-Zuschläge; Cloud-Gebühren laufen über Ihre eigenen Konten, sodass Sie den Kostenhebel behalten.
Praxisnahe Leitfäden und Analysen unserer Ingenieure für 2026.
Teilen Sie uns einige Details mit, und ein Senior-Consultant antwortet innerhalb eines Werktages.
