Risk Tier, Datenweg und Freigaben stehen vor dem ersten Build

Klären Sie drei Dinge vor dem ersten Build: den Risk Tier nach EU AI Act, den Weg, den Unternehmensdaten nehmen, und welche Rolle welche Aktion freigibt. Jeder Punkt wird zu einem Eintrag, den die Kontrollzentrale aus den laufenden Systemen zurückliest.

Diese Kontrollzentrale kommt mit der ersten Integration, hinter einer Anmeldung am Directory auf der eigenen Website des Unternehmens. So liest die Person, die für den Rollout geradesteht, die Position über einen Link. Die Prüfung jedes Arbeitspakets liegt bei dem, dem es gehört.

Eine fixe Monatsrechnung, zugeordnet Feature für Feature

Betreiben Sie die Infrastruktur zu einem fixen Serverpreis pro Monat. Beide Versionen einer App teilen sich eine Maschine, die Datenbanken teilen sich eine Box, und eine Testumgebung erhöht die Rechnung nicht.

Ordnen Sie die AI-Ausgaben pro Feature zu: Das eingesetzte Modell ist ein Eintrag in der Registry, der sich ohne Rebuild tauschen lässt, jeder Call wird mit seinen Token-Kosten protokolliert, und eine Live-Anzeige zeigt, was ein einzelner Job während des Laufs aufsummiert. Die Billing View gleicht sich gegen das Time Ledger ab, damit angegebene und abgeleitete Stunden übereinstimmen.

Jede Zahl von einem Artefakt abgelesen, Abweichungen aufgelistet

Lesen Sie jeden Namen, jede Datenbank, jede Stunde und jeden Euro von einem Artefakt ab, das bereits existiert, und halten Sie in einem Provenance-Dokument fest, aus welchem Artefakt jede Datendatei stammt. Ein Feld ohne Quelle bleibt weg, sein leerer Zustand ist gestaltet.

Weil sich dann zwei Quellen vergleichen lassen, veröffentlichen Sie die Drift-Liste: ein Manifest, das nicht mehr zur Box passt, ein DNS-Eintrag auf einen Server, der aufgegeben wurde, ein Runbook, das als nicht ausgeführt geführt wird, während die Zone Files das Gegenteil zeigen. Credentials erscheinen als Name und Ort, und Geschäftszahlen bleiben draußen.

Ab Tag eins
Governance und Cost Tracking kommen mit der ersten Integration
6 Views
geroutet und deep-linkbar, von läuft es bis was hat es gekostet
Fix pro Monat
EU-Serverpreis statt einer Verbrauchsrechnung
Pro Feature
ein freigegebenes Modell fixiert, jeder Call mit Kosten protokolliert

Die erste Integration geht governed live, und die Kosten sind sichtbar

Die Position steht vor dem Build 3 Schritte
01

Der Risk Tier steht fest, bevor die erste Lizenz gekauft wird

Klären Sie den Risk Tier nach EU AI Act, den Weg der Daten und die Stellen, an denen personenbezogene Daten berührt werden, im Discovery-Durchgang, bevor Lizenzen gekauft oder ein Tool ausgewählt wird. Tragen Sie jeden dieser Punkte in die Kontrollzentrale ein, die die Position aus dem zurückliest, was tatsächlich läuft.
02

Wer was entscheiden darf, zuerst schriftlich

Schreiben Sie die Approval Map vor dem ersten Build: welche Rolle welche Aktion freigeben darf, welche Daten zu welchem Service dürfen und wovon ein Agent ferngehalten wird. Geben Sie das Onboarding-Material an die Mitarbeiter, die die Tools benutzen, damit die Regeln dort liegen, wo gearbeitet wird.
03

Human Gates dort, wo das geschäftliche Risiko liegt

Setzen Sie ein Gate auf jede Aktion, die einen Live-Datensatz verändert. Ein monatlicher Planungslauf liest die Arbeitsliste des Büros, ordnet Gebäude zu und schlägt Routen für die Techniker vor; ein Mensch prüft, bevor etwas geschrieben wird, und jeder Lauf hinterlässt einen Eintrag in der Historie. Entsteht ein Datensatz aus einem Chat, füllt das Modell die Felder vor und ein Mensch schickt sie ab.
Eine eigene Kontrollzentrale 3 Schritte
04

Sechs Fragen, die Kunden stellen, sechs geroutete Views

Bauen Sie pro stehender Frage eine geroutete View: was läuft und ob es erreichbar ist, auf welchen Maschinen es liegt, wie es zusammenhängt, ob es nachweislich funktioniert, wie jeder Teil konfiguriert ist, Preview gegen Live, und wofür bezahlt wurde. Jede View verlinkt per Deep Link auf einen einzelnen Slot.
05

Anmeldung gegen das Directory, das die Firma ohnehin verwaltet

Melden Sie sich über MSAL gegen Microsoft Entra an, damit der Zugriff dem bestehenden Directory folgt und dort entzogen wird, wenn jemand das Unternehmen verlässt. Bauen Sie das Portal als Reader ohne eigenes Backend, damit es auch auf Kunden-Hardware laufen kann. Beide Instanzen liegen heute auf unseren eigenen Servern: Die Portabilität ist gegeben und noch nicht belegt.
06

Ein Image, jeder Slot, Konfiguration beim Start injiziert

Bauen Sie ein Container Image und injizieren Sie die Runtime-Konfiguration beim Start, damit dasselbe Image in jedem Slot läuft. Liefern Sie es wie alles andere aus: GitHub Actions in eine Container Registry, dann per SSH auf die Box hinter dem gemeinsamen Caddy Edge, und prüfen Sie nach dem Release den deployten Digest.
Fixe Kosten pro Monat, zugeordnet pro Feature 2 Schritte
07

Ein fixer Serverpreis pro Monat in EU-Rechenzentren

Verlegen Sie die Infrastruktur auf einen fixen Serverpreis pro Monat in deutschen und finnischen Rechenzentren. Betreiben Sie beide Versionen einer App auf einer Maschine und die Datenbanken auf einer Box, damit eine Testumgebung keine zusätzliche Position erzeugt. Die Zahl auf dem Dashboard lesen Sie aus den laufenden Systemen.
08

Token-Kosten dem Feature zurechenbar, das sie verursacht hat

Liefern Sie jedes AI Feature mit einem Eintrag in der Model Registry aus, damit pro Use Case ein freigegebenes Modell fixiert und ohne Rebuild getauscht wird. Protokollieren Sie pro Pipeline-Stage eine strukturierte Zeile mit ihren Kosten für Token, Bild und Video, und streamen Sie die laufenden Kosten auf den Bildschirm, während der Job läuft.
Jede Zahl von einem Artefakt abgelesen 2 Schritte
09

Rule Zero: Jede Zahl wird von einem Artefakt abgeschrieben

Lesen Sie jeden Port, jeden Image-Tag, jede Domain, jede Datenbank, jede Stunde und jeden Euro von einem Artefakt ab, das bereits existiert, Beschriftungen eingeschlossen. Fehlt eine Quelle, lassen Sie das Feld weg und gestalten Sie seinen leeren Zustand, und halten Sie in einem Provenance-Dokument fest, aus welchem Artefakt jede Datendatei stammt.
10

Preview und Live, Einstellung für Einstellung verglichen

Vergleichen Sie pro Komponente jede Einstellung zwischen Preview und Live und ordnen Sie jeden Unterschied ein: gewollt oder Drift. Veröffentlichen Sie die Liste als eigenen Abschnitt, damit ein gewollter Unterschied festgehalten ist und eine Abweichung auffällt, bevor sie das Verhalten ändert.

Häufige Fragen

Was kostet der Betrieb tatsächlich pro Monat?
Ein fixer Serverpreis pro Monat statt einer Verbrauchsrechnung, dazu die AI-Ausgaben der eingeschalteten Features. Jedes Feature legt pro Use Case ein freigegebenes Modell fest, jeder Call wird mit seinen Token-Kosten protokolliert, und das Dashboard liest beide Zahlen aus den laufenden Systemen. Wer Zugriff hat, sieht sie an jedem Tag des Monats.
Wo liegen die Daten physisch, und wer kommt an sie heran?
In deutschen und finnischen Rechenzentren, als Container auf Servern, die wir betreiben, ohne eine in den USA gehostete Control Plane im Runtime-Pfad. Der Zugriff ist am Datenbank-Login geschnitten: Die Credentials eines Tenants öffnen nur dessen eigene Datenbanken, und die Serveradministration lässt sich an den Kunden übergeben. Welcher Anbieter das AI-Modell stellt, wird im Compliance-Durchgang ausdrücklich entschieden.
Bekommen wir das Dashboard erst, wenn sich der Pilot bewährt hat?
Es kommt mit der ersten Integration. Die Kontrollzentrale ist ein Reader ohne eigenes Backend, meldet sich gegen Ihr bestehendes Microsoft Entra Directory an und läuft als ein Container Image in jedem Slot. Genau das macht die Lieferung am ersten Tag günstig.
Woher wissen wir, dass das Dashboard die Wahrheit sagt?
Jede Zahl ist von einem Artefakt abgelesen, das bereits existiert, und ein Provenance-Dokument nennt das Artefakt hinter jeder Datendatei, samt der fehlenden Quelle für jene drei von fünf, die bei einem Build leer ausgeliefert wurden. Die Drift-Liste ist die Kontrolle: Sie meldet, wo Ihr Manifest und Ihr DNS nicht zusammenpassen.