KI-Agentur Wien für produzierende Unternehmen

Eine KI-Agentur übernimmt die gesamte Kette: herausfinden, welcher Prozess sich überhaupt lohnt, die Daten dafür tragfähig machen, das System bauen, in die vorhandene IT integrieren und danach betreiben. Soneo macht das aus einer Hand, im eigenen Team, ohne die Umsetzung weiterzureichen.

Der Engpass liegt dabei fast nie im Modell. Er liegt in den Daten und in der Frage, welcher Arbeitsschritt so oft und so gleichförmig vorkommt, dass sich Automatisierung rechnet. Deshalb beginnt jedes Projekt bei uns mit Anforderungsanalyse und Datenbewertung, nicht mit der Auswahl einer Technologie.

• AI Engineering: individuelle KI-Lösungen entwickeln und in den produktiven Betrieb bringen.
• Data Management: Daten bewerten, aufbereiten und strukturieren, damit eine KI-Anwendung überhaupt tragfähig wird.
• Workshops: das eigene Team befähigen, statt dauerhafte Abhängigkeit von Externen aufzubauen.

Unser Büro liegt in Wien-Penzing, im 14. Bezirk. Für Wiener Unternehmen heißt das: Das Erstgespräch, der Workshop zur Use-Case-Auswahl und die Abstimmungen während der Umsetzung finden auf Wunsch bei Ihnen im Haus statt, nicht per Videocall. Gerade in der Phase, in der es um Prozesse und Datenzugriffe geht, ist das der schnellere Weg. Wer im Betrieb steht und den Ablauf zeigt, erklärt in zwanzig Minuten, wofür eine Videokonferenz drei Termine braucht.

Von Wien aus betreuen wir Kunden in ganz Österreich und im DACH-Raum. Für Standorte außerhalb Wiens arbeiten wir überwiegend remote und kommen zu den Terminen vor Ort, bei denen Anwesenheit tatsächlich einen Unterschied macht: Kickoff, Prozessaufnahme, Abnahme, Schulung. Als Mitglied der AI Factory Austria sind wir zusätzlich im österreichischen KI-Umfeld eingebunden.

Am größten ist der Hebel dort, wo Fachkräfte einen erheblichen Teil ihrer Zeit mit Suchen, Zusammentragen und Übertragen verbringen: in Konstruktion und Engineering, im technischen Vertrieb, in der Angebots- und Ersatzteilbearbeitung, in der Qualitätssicherung. Das sind Tätigkeiten, die viel Erfahrung verlangen, aber wenig davon in der eigentlichen Suche.

Umgesetzt haben wir das unter anderem bei giscon im Sondermaschinenbau, bei consus compass im HR- und Beratungsumfeld, bei Lagerhaus im Handel und bei Elferspot im E-Commerce. Entscheidend ist nicht die Branche, sondern ob ein klar abgegrenzter Anwendungsfall vorliegt und ob die Daten dazu existieren, auch wenn sie unstrukturiert in Dokumenten liegen.

Wir arbeiten in vier Schritten, damit Sie früh sehen, ob sich der Weg lohnt, statt am Ende vor einem fertigen System zu stehen, das niemand nutzt.

• Bedarfsanalyse: Zielbild, Nutzen und Machbarkeit klären, Use Cases nach Aufwand und Wirkung sortieren.
• Proof of Concept oder MVP: eine lauffähige Lösung für den ausgewählten Fall, meist in zwei bis sechs Wochen.
• Integration: Anbindung an die bestehenden Systeme, Rollen- und Zugriffsrechte, Rollout im Team.
• Betrieb: Monitoring, Nachschärfen der Ergebnisse, Erweiterung auf weitere Anwendungsfälle.

Die häufigste Ursache ist nicht die Technik, sondern ein Use Case, der zu groß gewählt wurde. Ein Projekt, das gleich mehrere Abteilungen betrifft, braucht Abstimmung, bevor irgendetwas läuft, und verliert damit genau den Rückhalt, den es zum Weiterlaufen bräuchte. Ein eng geschnittener Fall, der einer Abteilung spürbar Arbeit abnimmt, überzeugt schneller als eine Plattform, die alles können soll.

Der zweite Grund ist ein Prototyp, der nie in den Betrieb kommt. Ein Demo-System, das bei aufgeräumten Beispieldaten funktioniert, sagt wenig darüber, wie es sich mit fünfzehn Jahren gewachsener Ablagestruktur verhält. Wir bauen deshalb schon den Proof of Concept auf den echten Daten, auch wenn das die erste Woche unbequemer macht.

Der dritte Grund liegt beim Datenschutz, und zwar zu spät. Wenn die Frage nach Serverstandort, Auftragsverarbeitung und Zugriffsrechten erst kurz vor dem Rollout gestellt wird, steht das Projekt still. Deshalb klären wir EU-Hosting, Rollenrechte und die Option On-Premise vor der Umsetzung, nicht danach.

Das Erstgespräch ist kostenlos. Projekte starten ab 4.000 Euro; das entspricht einem klar abgegrenzten Proof of Concept, mit dem sich eine Annahme belastbar prüfen lässt. Umfangreichere Vorhaben mit Integration und laufendem Betrieb bewegen sich entsprechend darüber und laufen über mehrere Monate.

Abgerechnet wird projektbasiert, als Retainer oder, bei laufenden KI-Services, abo-basiert. Welches Modell passt, hängt davon ab, ob Sie eine einmalige Lösung brauchen oder eine, die dauerhaft mitwächst. Eine Einschätzung zu Aufwand und Modell bekommen Sie vor der Beauftragung, nicht danach.

Wir haben über zehn KI-Projekte produktiv gebracht, nicht als Pilot, sondern im Tagesgeschäft der Kunden. Das Team bringt Erfahrung von Bosch, Danube Dynamics und Journi mit, also aus Industrie und aus Produktentwicklung, nicht ausschließlich aus der Beratung.

Wir arbeiten DSGVO- und AI-Act-konform, hosten standardmäßig in der EU und setzen auf Wunsch On-Premise um. Für Unternehmen, die mit Konstruktionsdaten, Kalkulationen oder Personaldaten arbeiten, ist das keine Formalie, sondern die Bedingung dafür, dass ein Projekt überhaupt startet.