Plattform-Team wägt ab, ob eine generative KI-Fähigkeit in-house gebaut oder von einem Anbieter lizenziert wird, der ein hybrides Retrieval-/Chat-Produkt anbietet. Sorgen: Verteidigbarkeit, Daten- und IP-Exposition, Lücken in Evaluierungspipelines, Qualität der Retrieval-Architektur (Chunking, Embedding, Hybrid-Fusion, Reranking, Query-Rewriting / -Routing / -Decomposition), Tauglichkeit lokaler LLM, Souveränität.
Mandat als technischer Beirat. Unabhängige Bewertung des Anbieter-Pitches gegen moderne Retrieval-Augmented-Architektur-Praxis. Build-vs-Buy-Analyse, gestützt auf langfristige Kosten, Zukunftssicherheit, Evaluierungsdisziplin und Eigentum an der Datenpipeline. Konkrete schriftliche Kritik, die jede architektonische Sorge mit klar benannten Trade-offs adressiert.
Strategische Klarheit für das Plattform-Team, welcher Pfad tatsächlich kumuliert. Interner Capability-Pfad end-to-end formuliert (Datenpipeline → Embedding → Hybrid-Retrieval → Eval-Pipelines → On-Prem-Tauglichkeit), mit dem Lizenzierungspfad sauber gewichtet statt verworfen.
Ein Gespräch, um zu klären, ob ein Prozess-Audit, ein System-Build oder ein Fractional-KI-Lead passt.