Ich möchte als Musterbeispiel einer Kostenüberlegung einen digitalen Assistenten entwickeln. Er soll ein Qualitätshandbuch im Intranet ersetzen und als intelligenter digitaler Helfer eingesetzt werden. Mitarbeiterinnen und Mitarbeiter sollen Fragen stellen können. Spezielle Inhaltsbereiche sollen aber nur für bestimmte Rollen zugänglich sein. Außerdem soll es eine eigene „Lernoberfläche“ geben, mit der man das KI-Qualitätshandbuch verwalten kann. Also neue Inhalte hinzufügen (lernen), nicht mehr benötigte Inhalte löschen (verlernen) und Inhalte aktualisieren.
Die Entscheidung, eine unternehmensinterne KI-Anwendung (in diesem Beispiel eben ein KI-getriebenes Qualitätshandbuch) zu entwickeln, ist nicht nur eine technologische, sondern auch eine finanzielle. Um die Entwicklung eines solchen Projekts realistisch einschätzen und planen zu können, ist ein umfassendes Verständnis der anfallenden Kosten unerlässlich.
Nun meine Fragen: Was kostet so eine Entwicklung auf Basis eines LLM wie OpenAI GPT-4 oder Claude-2? Und welche Kostenblöcke fallen dabei an?
Lizenzkosten für KI-Modelle
Einer der primären Kostenblöcke sind die Lizenzkosten für KI-Modelle wie OpenAI GPT-4 oder Claude-2. Diese Kosten können je nach gewähltem Modell und Umfang der Nutzung variieren. In vielen Fällen belaufen sich diese Kosten auf mehrere tausend bis zehntausend Euro pro Monat. Die Preise sind oft skalierbar, abhängig von der Anzahl der Abfragen und der in Anspruch genommenen Rechenzeit. Bei der Auswahl des KI-Modells sollte daher genau abgewogen werden, welche Fähigkeiten benötigt werden und welches Preis-Leistungs-Verhältnis akzeptabel ist.
Entwicklung des Frontends
Das Frontend umfasst die Benutzerschnittstelle, über die der Benutzer mit dem digitalen Assistenten interagiert. Dies beinhaltet die Entwicklung eines Dialogflusses, eines Rollenkonzepts und einer Lernoberfläche für die Verwaltung des Qualitätshandbuchs. Diese Entwicklung kann je nach Komplexität und individuellen Anforderungen leicht im mittleren fünfstelligen Bereich liegen. Benutzerfreundlichkeit und intuitive Bedienbarkeit sollten hier im Vordergrund stehen.
Backend-Anbindung
Ein weiterer wichtiger Aspekt ist die Backend-Entwicklung. Diese umfasst die Schnittstellen zum Intranet, die Benutzerverwaltung und die Datenhaltung. Auch hier kann der Entwicklungsaufwand im fünfstelligen Bereich liegen. Dies ist insbesondere dann der Fall, wenn eine hohe Anzahl von Schnittstellen und komplexe Backend-Logiken benötigt werden. Skalierbarkeit und Performance sind kritische Faktoren.
Inhaltserstellung
Das KI-Modell ist nur so gut wie die Daten, mit denen es gefüttert wird. Daher muss der Content-Erstellung besondere Aufmerksamkeit geschenkt werden. Inhalte und Dialogstrukturen müssen speziell für den Assistenten aufbereitet werden. Die Kosten hierfür variieren je nach Umfang und können im vier- bis fünfstelligen Bereich liegen. Qualität und Umfang des Contents haben großen Einfluss auf die Fähigkeiten des Assistenten.
KI-Training
Die Feinabstimmung der KI-Modelle auf die spezifischen Inhalte und Anwendungsfälle ist ein entscheidender Schritt. Dazu gehören die Datenaufbereitung und das Training der KI. Dieser Prozess kann je nach Komplexität und Datenmenge mehrere tausend Euro kosten. Oft sind mehrere Trainings- und Testläufe notwendig, um die Performance zu optimieren.
Hosting und Betrieb
Zu den laufenden Kosten gehören die Hosting-Gebühren für die Server und die Anbindung. Diese Kosten beginnen bei ca. 200 Euro pro Monat und können je nach Nutzungsumfang steigen. Auch die Wartung und kontinuierliche Verbesserung verursacht Aufwand und Kosten.
Personalkosten
Neben den direkten Projektkosten fallen Personalkosten für Projektmanagement, technische Betreuung, Support und Schulung an. Auch diese sollten budgetiert werden.
Weitere wichtige Punkte
Hier sind einige weitere wichtige Punkte, die bei den Kosten für die Entwicklung eines KI-basierten Qualitätshandbuchs berücksichtigt werden sollten:
- Engere Integration in bestehende Systeme: Häufig muss der digitale Assistent in bestehende Intranetportale, Dokumentenmanagementsysteme etc. integriert werden. Je nach Komplexität entsteht hier zusätzlicher Integrationsaufwand.
- Datenschutz und Compliance: Bei der Verarbeitung sensibler Unternehmensdaten müssen gesetzliche Anforderungen erfüllt werden. Dies kann zusätzliche Maßnahmen im Bereich des Datenschutzes und der IT-Sicherheit erfordern.
- Change Management: Die Einführung eines KI-Systems bringt Veränderungen für Prozesse und Mitarbeitende mit sich. Ein begleitendes Change Management ist ratsam, um Akzeptanz zu schaffen.
- Kontinuierliche Weiterentwicklung: Ein KI-System muss kontinuierlich trainiert und verbessert werden. Hierfür sollten Ressourcen eingeplant werden. Neue Inhalte müssen eingepflegt werden.
- Kalkulation von Risikopuffern: Bei der Kalkulation sollten Risikopuffer für Unvorhergesehenes eingeplant werden. KI-Projekte sind immer mit Unsicherheiten behaftet.
- Total Cost of Ownership: Nicht nur die Initialkosten, sondern auch die laufenden Gesamtkosten über die Lebensdauer sind für die Kalkulation relevant.
Für die initiale Entwicklung eines KI-gestützten Qualitätshandbuchs ist also mindestens ein sechsstelliger Euro-Betrag zu budgetieren. Hinzu kommen die laufenden Betriebskosten. Eine detaillierte Kostenplanung ist auf Basis eines Pflichtenheftes möglich und empfehlenswert, um die finanziellen Aspekte des Projektes genau zu definieren.
Bei einem derart komplexen und vielschichtigen Projekt ist eine gründliche Kosten-Nutzen-Analyse unerlässlich, um die Wirtschaftlichkeit und langfristige Tragfähigkeit sicherzustellen.