Finanzindustrie · IT-Equipment-Lifecycle, international
Vom Prototyp zur konzernweiten DMS-Plattform
Ausgangslage
Ein international agierender Mittelständler in der Finanzindustrie, spezialisiert auf IT-Equipment-Lifecycle, stand vor der Einführung eines Dokumentenmanagement-Systems mit KI-gestützter Klassifikation. Die strategische Frage — welche Plattform, welcher Implementierungspfad, welche Workflows zuerst — war ungeklärt. Anforderungen waren nicht spezifiziert, Budget und KPIs nicht definiert, die Compliance-Strecke (BAIT, ISO 9001) im Hintergrund. Der Druck: Die Konzernentscheidung über die DMS-Plattform sollte innerhalb von drei Monaten fallen.
Was wir getan haben
Wir haben das Vorhaben in zwei Schritten neu strukturiert: ein zeitlich begrenzter Proof of Concept vor der Plattformentscheidung, gefolgt von der schrittweisen Vollumsetzung. Im PoC wurden zwei Workflow-Prototypen — OPEX-Rechnungen und End-of-Lease-Geräterückläufe — in produktionsnaher Qualität gebaut, als Erkenntnisinstrument für die Plattformwahl, nicht als Endprodukt. Scope: Projektarchitektur, Risiko- und Stakeholder-Management, agile Lieferung mit fünfköpfigem Team, Übergabe inklusive Roll-out-Empfehlung für 2024. Dauer PoC: 8 Wochen.
Ergebnisse
80 %
kürzere Bearbeitungszeit
2
Workflows produktiv
8 Wochen
PoC bis Übergabe
konzernweit
Roll-out nach PoC
ISO 9001
Vorbereitung läuft
Was wir dabei gelernt haben
Bei unklaren Anforderungen und politisch offener Plattformwahl ist ein produktionsnaher Prototyp das schnellste Spezifikations-Werkzeug. Er liefert nicht nur Code, sondern Sprache: Stakeholder reden an konkreten Bildschirmen über reale Konflikte. Das ist effizienter als jede Anforderungsanalyse, die parallel zum Vendor-Auswahlprozess läuft.
Das ist die Kurzfassung. Wie wir methodisch vorgegangen sind — welche Architekturentscheidungen wir getroffen haben, was wir verworfen haben und welche Muster sich auf andere Kontexte übertragen lassen — besprechen wir im persönlichen Fachgespräch.
Nicht, weil wir Ihnen etwas verkaufen wollen. Sondern weil diese Tiefe das ist, wofür unsere Kunden uns beauftragen — und das gehört nicht ins offene Internet.
Weitere Fallstudien
Versicherung
BU-Leistungsprüfung: KI-PoC mit 98 % Extraktionsgenauigkeit
98 % Extraktionsgenauigkeit auf 187 Dokumentklassen — technisch, wirtschaftlich und regulatorisch validiert.
Fallstudie lesenLogistik
IoT-Restrukturierung im Schienengüterverkehr
Betriebskosten um 80 % gesenkt, Ortungspräzision von 7,5 auf 1,75 Meter verbessert.
Fallstudie lesenFood & Ingredients
KI-Portfolio-Steuerung bei einem Lebensmittelkonzern
49 Use Cases identifiziert und 2–5 Mio. € Einsparpotenzial p.a. validiert.
Fallstudie lesen