Einen vollständigen Build: bis zu 20 angebundene Datenquellen, die Watch-Schicht mit ihren Hooks, Digests, Alarmen und Playbooks, die Härtung, den vollständigen Quellcode als Repository mit Dockerfile, das Deployment durch Ihr Team oder durch mich, und ein Nachjustierungsfenster nach der Übergabe. Quellen, Hooks oder Playbooks über die enthaltenen Mengen hinaus sind pauschale Add-ons pro Stück, vorab angeboten.

In vier Phasen: Scoping und Zugänge ($2,500), Kernintegration ($5,000), vollständige Verdrahtung und Watch-Schicht ($5,000), Übergabe und Nachjustierung ($2,500). Eine Phase wird vor dem Start vereinbart und bezahlt, wenn Sie das Ergebnis dieser Phase abgenommen haben, Sie zahlen also nie im Voraus für Arbeit, die Sie nicht gesehen haben. Diese Form bleibt gleich, egal wie wir zusammenarbeiten, ob das Geld über Ihren eigenen Vertrag und Ihre Rechnungsstellung läuft oder über den Meilenstein-Treuhandservice einer Plattform.

Drei Wege, und mir ist egal, welchen Sie wählen. Direkt B2B über Ihren eigenen Vertrag und Ihre Rechnungsstellung, meist das Einfachste, wenn Ihr Unternehmen ohnehin einen Einkaufsprozess hat. Oder über Contra oder Upwork, wenn Ihnen lieber ist, dass die Plattform die Meilensteine hält und den Papierkram macht. Gleiche Arbeit, gleiche Phasen, gleicher Preis.

Ein Scoping-Gespräch, um durchzugehen, was Sie betreiben und was überwacht werden soll. Danach pro System einen Zugang mit Leserechten, von Ihnen angelegt: ein Datenbankbenutzer, ein eingeschränkter API-Key, eine lesende Cloud-Rolle, was Ihre Richtlinie eben zulässt. Danach brauche ich bis zur Übergabe nichts mehr von Ihnen, abgesehen von der gelegentlichen Frage, was eine Metrik oder eine Tabelle in Ihrem Geschäft bedeutet. Für den Betrieb während des Baus bringt Ihr Team den Container durch Ihre normale Pipeline, oder Sie geben mir ein Deploy-Ziel und ich mache es, wie Sie wollen. Und wenn Ihre Richtlinie vor Detailgesprächen ein NDA verlangt, ist das in Ordnung.

Alles mit einer maschinenlesbaren Schnittstelle, die ich mit einem Zugang mit Leserechten auslesen kann: eine dokumentierte API (REST, GraphQL oder gRPC), eine Datenbank, ein Log-, Metrik- oder Event-System mit Query-API oder Exporter, eine Message-Queue oder ein Stream, die API eines Cloud-Anbieters, Objektspeicher oder eine Dateifreigabe mit strukturierten Dateien, oder ein Git-Repository. Interne Systeme zählen, solange sie eines davon anbieten, und ein maßgeschneiderter Connector für eine interne API oder Datenbank gehört zum Build. Was nicht zählt: alles, was nur über seine Benutzeroberfläche erreichbar ist. Legacy-Anwendungen ohne API und ohne Datenbankzugriff, reine Desktop-Clients und alles, was Browser-Automatisierung oder Scraping bräuchte, liegen außerhalb des Standard-Scopes. Wenn Sie so etwas haben, schauen wir es uns beim Scoping an und finden entweder eine echte Schnittstelle dafür, bieten es separat an, oder lassen es weg.

Der Agent, das MCP, die Connectoren und die Oberfläche laufen alle auf Ihrer eigenen Infrastruktur. Er ist von Grund auf lesend: Er schreibt nie in Ihre Systeme, er untersucht und übergibt Ihnen die Korrektur, statt sie anzuwenden, und er hat keinen Schreibzugriff auf Ihre Dateien, Daten oder Konfiguration. Wo er eine Datenbank liest, nutzt er einen lesenden Benutzer, den Sie anlegen, oder jede Query läuft in einer Read-only-Transaktion. Das Einzige, was Ihr Netz verlässt, ist der LLM-Aufruf, den Sie konfigurieren, und wenn Sie das Modell selbst betreiben, verlässt es gar nichts.

Ja, er schließt mit einem LLM, und ein LLM kann eine Lage falsch lesen. Das System ist um diese Tatsache herum gebaut: Jede Schlussfolgerung kommt mit ihren Belegen, dem Diagramm, der Spur, den Query-Ergebnissen, sodass Sie in Sekunden prüfen, statt ihm zu glauben. Er handelt nie nach seinen eigenen Schlüssen, eine falsche Antwort kostet Sie einen Blick, keinen Ausfall. Und das Nachjustierungsfenster gibt es genau dafür, Hooks und Schwellen gegen Ihren echten Traffic anzupassen, bis das Signal Vertrauen verdient, laute Alarme werden nachjustiert, nicht achselzuckend hingenommen.

Ihre Wahl, solange es einen der beiden API-Stile spricht: OpenAI-kompatibel oder Anthropic-kompatibel. Auf diese zwei Formen hat sich die Branche geeinigt, damit sind die großen Anbieter, die Aggregatoren und die neueren Player abgedeckt (viele davon bedienen beide Stile), dazu alles, was Sie selbst hinter einem OpenAI-kompatiblen Endpoint betreiben, also das, was vLLM, Ollama und ähnliche Server anbieten. Das Einzige, was Ihr Netz verlässt, ist der LLM-Aufruf, den Sie konfigurieren; betreiben Sie das Modell selbst, verlässt es gar nichts. Sie zahlen direkt an Ihren Anbieter zu dessen Tarifen, und ich nehme nichts davon.

Der einzige nennenswerte Betriebskostenpunkt ist das Modell. Der Token-Verbrauch hängt davon ab, welches Modell Sie wählen, wie viel die Watch-Schicht untersucht und wie schwer Ihre Fragen sind, deshalb schätze ich ihn beim Scoping für Ihr tatsächliches Setup und justiere Hooks und Digests so, dass der Verbrauch im Verhältnis zum Nutzen bleibt. Betreiben Sie das Modell selbst, fällt die Token-Rechnung komplett weg; der Rest ist ein Container auf Hardware, die Sie ohnehin betreiben.

Ein Nachjustierungsfenster ist enthalten, in dem ich Hooks, Schwellen und Playbooks gegen Ihren echten Traffic anpasse. Danach gehört er Ihnen: vollständiger Quellcode, laufend auf Ihrer Hardware, ohne Abhängigkeit von mir. Wenn Sie danach die Pflege lieber nicht selbst tragen wollen, übernimmt Agent Care sie gegen eine monatliche Pauschale: Updates und Sicherheitspatches, Connector-Reparatur, wenn sich eine vorgelagerte API ändert, Überwachung und fortlaufende Nachjustierung. Nie verpflichtend.

Er gehört Ihnen. Die Bausteine sind Open Source unter einer freizügigen Lizenz, Sie bekommen den vollständigen Quellcode Ihrer Integration, der Connectoren, Playbooks und Konfiguration, und alles läuft auf Ihrer Hardware. Einmal für den Bau zahlen, dann für immer betreiben. Keine Plätze, kein Abo, keine Miete. Agent Care gibt es, falls Sie ihn lieber nicht selbst pflegen, und es ist immer eine Option, nie eine Bedingung. Wenn ich morgen verschwinde, läuft Ihr System weiter.