KI-Produktentwicklung: Von der Idee bis zum Livegang
Anonymisierte Case Study: Wie aus einer groben Produktidee eine KI-Anwendung für strukturierte Dokumentenverarbeitung mit OCR, RAG, CI/CD und Blue/Green-Deployment wurde.
KI Produktentwicklung: Von der Idee bis zum Livegang
<p data speakable Eine KI Anwendung wird erst dann zum Produkt, wenn Idee, Datenverarbeitung, Software und Bereitstellung zusammenpassen. Diese anonymisierte Case Study zeigt, wie aus einer groben Produktidee eine nutzbare Anwendung für strukturierte Dokumentenverarbeitung entstand – von der ersten Anforderung bis zum kontrollierten Livegang.</p
Ausgangslage
Für ein externes Kundenprojekt begann die Arbeit mit einer groben Produktidee: Unterschiedlich aufgebaute Dokumente sollten mithilfe einer digitalen Anwendung verarbeitet und für Nutzer strukturierter aufbereitet werden. Die Stakeholder brachten Wissen, Ziele und Feedback ein. Die technische Aufgabe bestand darin, daraus ein konkretes Produkt zu entwickeln, das nicht bei einem Konzept oder einer Demonstration stehen bleibt.
Der entscheidende Punkt war deshalb nicht die Auswahl eines einzelnen KI Tools. Entscheidend war ein durchgängiger digitaler Ablauf: von der Eingabe eines Dokuments über die Verarbeitung bis zu einem strukturierten Bericht.
Wissen in ein Produkt überführen
Meine Aufgabe umfasste die Begleitung der Stakeholder von der ersten Idee bis zum Livegang. Dazu gehörten die Aufnahme und Strukturierung der Anforderungen, die Produktlenkung, Hinweise zur Verbesserung sowie die vollständige technische Umsetzung.
Der zentrale Beitrag war die Übersetzung vorhandenen Wissens in eine wiederholbare Anwendung. Wissen, Ziele und Rückmeldungen mussten so in Produktentscheidungen und technische Abläufe überführt werden, dass daraus ein nutzbarer Prozess entstehen konnte. App, KI gestützte Verarbeitung, Datenverarbeitung, Bereitstellung und Weiterentwicklung wurden als zusammenhängendes Produkt gedacht.
Die technische Herausforderung
Dokumente sind nicht zwangsläufig einheitlich aufgebaut. Unterschiedliche Formate, Strukturen und Inhalte müssen zunächst in einen gemeinsamen Verarbeitungsprozess überführt werden. Die Lösung musste Eingaben verarbeiten, relevante Informationen strukturiert weitergeben und daraus einen verständlichen Bericht erzeugen.
Die grundlegende öffentliche Architektur lässt sich als Prozess darstellen:
OCR brachte die Inhalte der Dokumente in eine weiterverarbeitbare Form. Ein wissensgestütztes RAG System stellte die Verbindung zu relevanten Grundlagen her. Die Anwendung erzeugte daraus einen strukturierten Bericht. Die konkrete Produktlogik, Wissensinhalte und internen Regeln bleiben dabei bewusst vertraulich.
Architektur und Delivery
Die öffentliche Architektur des Projekts lässt sich in zwei zusammengehörigen Ebenen lesen: der Dokumenten und KI Verarbeitung sowie der kontrollierten technischen Bereitstellung. Das folgende Diagramm zeigt bewusst nur den fachlich relevanten Ablauf und keine interne Systemdokumentation.
<figure <img src="/blog images/llm plattform art9 dsgvo architektur/architektur.svg" alt="Anonymisiertes Architekturdiagramm einer KI Anwendung: Ein Dokument wird hochgeladen, per OCR verarbeitet, durch eine KI und RAG Schicht geführt und in einen strukturierten Bericht überführt. Die Anwendung wird über CI/CD, eine Dev Prüfung und ein kontrolliertes Blue/Green Deployment live bereitgestellt." width="1600" height="920" / <figcaption Grundlegender öffentlicher Ablauf von der Dokumenteneingabe über OCR und KI /RAG Verarbeitung bis zum strukturierten Bericht – ergänzt um CI/CD und kontrolliertes Blue/Green Deployment. </figcaption </figure
Ich verantwortete die Umsetzung der App, der KI Funktionalität sowie der CI/CD Strecke. Damit lag die technische Verantwortung nicht bei einem einzelnen Teilbereich, sondern über den gesamten Produktweg hinweg bei mir.
Dazu gehörten unter anderem:
die Entwicklung der Anwendung, die Integration der KI gestützten Verarbeitung, die Verarbeitung der Dokumentdaten, die Einrichtung und Pflege der Bereitstellung, die Trennung von Entwicklungs und Produktionsumgebung, kontrollierte Deployments, sowie die Absicherung und Weiterentwicklung der CI/CD Prozesse.
Die Stakeholder mussten keine fertige technische Lösung vorgeben. Ihre Rolle lag darin, Wissen, Ziele und Feedback einzubringen. Meine Rolle war es, daraus gemeinsam mit ihnen ein umsetzbares Produkt zu entwickeln und die technischen Entscheidungen bis zum Livegang zu verantworten.
Von der Idee bis zum Livegang
Ein wichtiger Bestandteil der Arbeit war, die Anwendung nicht bei einem Prototypen stehen zu lassen. Die Umsetzung wurde bis zu einem realen Livegang begleitet. Das Produkt wurde anschließend von realen Nutzern verwendet. Damit wurde aus einer groben Idee eine produktive KI Anwendung mit einem konkreten Nutzungskontext.
Der praktische Nutzen lag in der standardisierteren und strukturierteren Verarbeitung unterschiedlich aufgebauter Dokumente. Vorhandenes Wissen wurde in einem wiederholbaren digitalen Produkt nutzbar gemacht. Die Anwendung konnte wiederkehrende Verarbeitungsschritte strukturieren und dadurch im Arbeitsalltag Zeit sparen.
Die Bereitstellung lief über CI/CD mit einem kontrollierten Blue/Green Wechsel auf die produktive Umgebung:
Diese Delivery Schicht ist ein wesentlicher Teil der KI Produktentwicklung. Sie sorgt dafür, dass neue Versionen nicht unkontrolliert in den Betrieb gelangen und Änderungen nachvollziehbar bereitgestellt werden können.
Was der Fall für technische Entscheider zeigt
Für CTOs, IT Leitungen und andere technische Verantwortliche ist der relevante Punkt nicht allein, dass KI eingesetzt wurde. Entscheidend ist, dass mehrere Ebenen verbunden werden mussten:
1. Ein konkreter Bedarf wurde verstanden und in Anforderungen übersetzt. 2. Unterschiedlich aufgebaute Dokumente wurden in einen einheitlichen Prozess überführt. 3. KI wurde als Teil einer vollständigen Anwendung integriert. 4. Die Anwendung wurde kontrolliert bereitgestellt und bis zum Livegang begleitet. 5. Die technische Verantwortung blieb zwischen Idee, Umsetzung und Betrieb durchgängig.
Genau diese Verbindung ist der Kern meiner Leistung: Ich entwickle nicht nur einen Prototypen und übergebe ihn anschließend. Ich prüfe die Idee, übersetze vorhandenes Wissen in ein konkretes Produkt, integriere die erforderlichen technischen Bausteine und begleite die Umsetzung bis zum Livegang.
Grenzen der öffentlichen Darstellung
Der Fall wird öffentlich ausschließlich anonymisiert und branchenneutral beschrieben. Der Projektname, der Kunde, die Stakeholder, konkrete Nutzerzahlen, interne Architekturdetails und der spezifische Produktkontext werden nicht genannt.
Der Case ist kein Beleg für einen bestimmten ROI, eine quantifizierte Zeitersparnis oder eine garantierte Wirkung. Er zeigt die Fähigkeit, aus einer Produktidee gemeinsam mit Stakeholdern eine reale, technisch integrierte KI Anwendung zu entwickeln und bis zum Livegang zu begleiten.