Daten-Infrastruktur für die KI-Ära
Wir bereiten Daten-Infrastrukturen auf die KI-Ära vor. Von der Einhaltung des EU AI Acts bis hin zum Aufbau von First-Party-Datensätzen für Custom LLMs und Predictive Modeling.
- BigQuery
- Vertex AI
- dbt
- Claude API
- Snowflake Cortex
- OneTrust
✓ EU AI Act · First-Party-Daten · Full-Cycle-Umsetzung mit Saloid
Kurz gesagt
Wir machen Ihre Daten-Infrastruktur KI-bereit, von der EU-AI-Act-Klassifizierung Ihrer Use-Cases bis zu First-Party-Datensätzen für Custom LLMs und Predictive Modeling. Compliance-Dokumentation von uns, technische Umsetzung gemeinsam mit Saloid.
- Für wen
- Marketing, Analytics & Compliance mit KI im Stack
- Was Sie bekommen
- Use-Case-Risikoregister, First-Party-Architektur & AI-Policy
- Einstieg
- Audit ab 4.500 €, Build in 3 bis 6 Wochen
01Kurzer Selbsttest
Sie sind hier richtig, wenn:
Bitte ankreuzen, was zutrifft.
02So funktioniert's
Von der Bestandsaufnahme zur Governance, in vier Schritten.
Erst wissen, was läuft, dann klassifizieren, dann die Datenbasis und die Prozesse absichern.
- Use-Case-Inventar
Inventar
Alle eingesetzten AI-Systeme erfassen, auch die versteckten wie Smart Bidding, Advantage+ und HubSpot AI.
- EU AI Act Risk Matrix
Klassifizieren
Jeder Use-Case wird nach EU AI Act eingestuft, mit Gap-Analyse Compliance gegen Ist-Zustand.
- BigQuery · dbt · OneTrust
Datenbasis
First-Party-Daten in ein ML-taugliches Schema bringen, Consent-Architektur prüfen, denn AI trainiert nur auf konsentierten Daten.
- Policy · Human Oversight
Governance
AI-Policy, Human-Oversight-Prozess und Dokumentationsvorlage, abgestimmt auf den jeweiligen Risiko-Level.
03Was wir bauen
Was wir bauen
Der EU AI Act gilt gestaffelt: verbotene Praktiken seit 2025, viele zentrale Pflichten ab dem 2. August 2026, weitere Regeln bis 2027. Wer KI-Systeme einsetzt, auch im Marketing, auch im Analytics-Bereich, braucht Use-Case-Dokumentation, Risikobewertung und in bestimmten Fällen Human-Oversight.
Aber AI Readiness ist mehr als Compliance. Die Frage ist: Sind die vorhandenen Daten und Prozesse bereit für den nächsten Schritt? Saubere First-Party-Daten in strukturiertem Schema sind die Grundlage für jeden AI-Anwendungsfall, der tatsächlich funktioniert, nicht nur ein DSGVO-Häkchen.
Predictive Audiences, AI-gestütztes Attribution Modeling, LLM-basierte Insight-Generierung sind keine Zukunftsthemen. Sie funktionieren heute, aber nur bei Unternehmen mit aufgeräumtem Analytics-Fundament.
Kein Rechtsrat: AI Readiness ist Daten- und Infrastruktur-Arbeit. Die rechtliche Bewertung Ihrer KI-Systeme trifft Ihre Datenschutz- oder Rechtsberatung. Wir liefern die technische Grundlage und die Dokumentation, auf die sie sich stützt.
04Der Unterschied
AI-Blindflug vs. dokumentierte AI-Readiness.
Kein Rechtsrat: Die rechtliche Bewertung trifft Ihre Datenschutz- oder Rechtsberatung. Wir liefern die technische Grundlage und die Dokumentation, auf die sie sich stützt.
05Die Bausteine
Drei Säulen. Ein KI-Fundament.
Use-Case-Bewertung, Datenarchitektur und Governance, buchbar einzeln oder als Kette.
AI Use Case Mapping & Risikobewertung
Welche AI-Systeme setzen Sie ein, bewusst und unbewusst? Viele Unternehmen wissen nicht, wie viele AI-Komponenten bereits im Marketing-Tech-Stack stecken.
Konkret: Inventar aller AI-Systeme inklusive versteckter wie Smart Bidding, Advantage+, HubSpot AI, Risikobewertung nach EU AI Act pro Use-Case, Gap-Analyse und priorisierter Maßnahmenplan.
Tools: Custom Assessment Framework · EU AI Act Checklisten
First-Party Data Architektur für AI
AI-Modelle sind so gut wie die Daten, auf denen sie laufen. Fragmentierte Daten ergeben schlechte Outputs, egal wie gut das Modell ist.
Konkret: Audit der Datenarchitektur auf AI-Readiness, Event-Schema-Optimierung für ML-Inputs, Consent-Architektur-Check, Empfehlung für ein Data-Lake-Setup wenn nicht vorhanden.
Tools: BigQuery · Snowflake · dbt · OneTrust
AI Governance & Human Oversight
Wer entscheidet was, und wer überprüft AI-Outputs, bevor sie in Entscheidungen einfließen? Das sind Prozess- und Organisationsfragen, keine rein technischen.
Konkret: AI-Policy-Dokument nach DACH-Recht, Human-Oversight-Prozess je Risiko-Level, AI-Literacy-Workshop (halbtägig), Dokumentationsvorlage für EU-AI-Act-Compliance.
Tools: Custom Policy Templates · EU AI Act Framework
06Kurz erklärt
Die wichtigsten Begriffe, kurz erklärt.
EU AI Act
Die EU-Verordnung für KI-Systeme, gestaffelt in Kraft: verbotene Praktiken seit 2025, viele zentrale Pflichten ab dem 2. August 2026, weitere bis 2027.
First-Party-Daten
Direkt von eigenen Nutzern erhobene Daten, mit Einwilligung, auf eigener Infrastruktur. Langfristig verfügbar und die verlässlichere Grundlage für AI-Modelle als Third-Party-Daten.
Human Oversight
Ein Mensch muss eine AI-Entscheidung überprüfen und im Zweifel korrigieren können. Oft reicht eine dokumentierte Review-Routine, kein aufwendiger Prozess.
GPAI
General Purpose AI. Große Sprachmodelle (GPT, Claude, Gemini) in internen Tools oder Produkten fallen seit August 2025 unter eigene Regelungen.
07Für wen
Für wen sich das rechnet.
Marketing-Teams mit AI-Tools
Setzen AI-gestützte Anzeigenoptimierung, GenAI-Content-Tools oder Ähnliches ein. Sobald AI-Tools Kundendaten verarbeiten, gilt der EU AI Act.
Compliance-Verantwortliche
Müssen prüfen, ob der AI-Einsatz im Unternehmen compliant ist, und haben keine internen Ressourcen, um das fundiert einzuschätzen.
Analytics-Teams
Wollen das Fundament für AI-Anwendungen legen: First-Party-Data-Architektur, strukturierte Event-Daten, saubere Segmentierung.
CTOs / CDOs in DACH
Wissen, dass AI kommt, und wollen sicherstellen, dass die Infrastruktur bereit ist, bevor der Druck von oben kommt.
08Deliverables
Was am Ende steht.
AI Use Case Assessment
- Inventar aller eingesetzten und geplanten AI-Systeme
- Risikobewertung nach EU AI Act (welches Level, welche Pflichten)
- Gap-Analyse: was fehlt für Compliance
- Priorisierter Maßnahmenplan
First-Party Data Readiness
- Audit der Datenarchitektur auf AI-Readiness
- Event-Schema-Optimierung für ML-Inputs
- Consent-Architektur-Check für AI-Trainingsdaten
- Empfehlung für Data-Lake-Setup wenn nicht vorhanden
AI Governance
- AI-Policy-Dokument Use-Case-spezifisch nach DACH-Recht
- Human-Oversight-Prozess-Design je Risiko-Level
- AI-Literacy-Workshop für Marketing- und Analytics-Team
- Dokumentationsvorlage für EU-AI-Act-Compliance
Was wir NICHT machen
Engagement-Tiefen
Drei Tiefen. Klare Scopes.
Kein Retainer ohne Bedarf.
Audit Sprint
Wir prüfen, was falsch läuft. Priorisierter Report + Handlungsplan.
zzgl. gesetzlicher MwSt.
Eingeschlossen
- Vollständige Analyse des bestehenden Setups
- Priorisierter Report mit konkreten Maßnahmen
- 90-Minuten-Walkthrough mit dem Team
Nicht enthalten
- Implementierung (folgt im Build Sprint)
- Code in App oder Website
Wann sinnvoll
Wenn das Setup läuft, aber die Zahlen intern angezweifelt werden.
Festpreis je nach Scope (Audit Sprint / Audit Sprint Plus). 50 % werden auf einen Build Sprint angerechnet, wenn innerhalb von 30 Tagen beauftragt.
Audit Sprint anfragen →Build Sprint
Neuaufbau oder Restrukturierung, nach Spec gebaut.
zzgl. gesetzlicher MwSt.
Eingeschlossen
- First-Party-Daten-Audit + BigQuery ML Pilot
- EU-AI-Act-Gap-Analyse pro Use-Case
- AI-Readiness-Report + 12-Monats-Roadmap
Nicht enthalten
- Kampagnen-Execution, Media-Buying, Creatives
- Tool-Lizenzen (direkt beim Anbieter, keine Marge)
Wann sinnvoll
Wenn strukturell neu gebaut werden muss, statt im Betrieb zu flicken.
Finaler Festpreis nach Scope-Definition.
Build Sprint besprechen →Managed Evolution
Laufende Partnerschaft. Analytics als Produkt.
zzgl. gesetzlicher MwSt.
Eingeschlossen
- Monatliche Weiterentwicklung + Roadmap
- QA bei jedem Release-Deploy
- Slack-Support, < 4 h Response (Mo–Fr)
- Monatlicher Report + Executive-Summary
Nicht enthalten
- 24/7-Bereitschaftsdienst
- Kampagnen-Operations
Wann sinnvoll
Wenn Analytics laufend mitwachsen muss.
Monatlich kündbar nach Mindestlaufzeit.
Managed Evolution anfragen →Alle Preise netto, zzgl. gesetzlicher MwSt. Für Unternehmen in Deutschland, Österreich und der Schweiz.
Gilt der EU AI Act für mein Unternehmen wenn wir nur Google Ads Smart Bidding nutzen?
Ja. Smart Bidding ist ein AI-System das Entscheidungen über Gebote trifft. Es fällt nach aktuellem Stand nicht in die Hochrisiko-Kategorie, aber Transparenzpflichten und interne Dokumentation sind trotzdem empfehlenswert. Wir klären im Assessment genau welche Use Cases welche Anforderungen auslösen.
Was bedeutet Human Oversight im Marketing-Kontext?
Wenn ein AI-System eine Entscheidung trifft, zum Beispiel welches Segment welches Angebot sieht, muss ein Mensch diese Entscheidung überprüfen können und im Zweifelsfall korrigieren. Das muss kein aufwendiger Prozess sein: oft reicht eine dokumentierte Review-Routine.
Was sind First-Party-Daten und warum sind sie für AI wichtig?
First-Party-Daten sind Daten, die direkt von eigenen Nutzern erhoben werden, mit Einwilligung, auf eigener Infrastruktur. Im Gegensatz zu Third-Party-Daten (Cookies von Drittanbietern) sind sie langfristig verfügbar, datenschutzorientiert nutzbar und qualitativ verlässlicher. AI-Modelle, die auf First-Party-Daten trainieren, sind stabiler und liefern bessere Ergebnisse als solche, die auf aggregierten Drittdaten basieren.
Wann gelten welche Pflichten aus dem EU AI Act?
Der Act gilt gestaffelt. Verbotene Praktiken sind seit Februar 2025 untersagt, die Pflichten für General-Purpose-AI seit August 2025. Viele zentrale Pflichten werden ab dem 2. August 2026 relevant, weitere Regeln folgen bis 2027. Unternehmen, die jetzt handeln, vermeiden Last-Minute-Compliance-Druck.
Nächster Schritt
EU AI Act: wo steht Ihr Setup heute?
Strategie-Gespräch zu Compliance, First-Party-Daten und Custom-LLM-Foundations. Full-Cycle Implementation gemeinsam mit Saloid.
- Einstieg
- 4.500–9.500 € netto
- Lieferung
- 3–6 Wochen
- Umfang
- 5 Module