Managed System Ops.
Betreiben, nicht bauen und weg.

Klassische Software-Systeme sind in gewisser Weise einfach: Wenn sie heute laufen, laufen sie morgen auch. Bei KI-Systemen ist das nicht so. Sie können sich leise verschlechtern, ohne Fehler im Log.

Die Datenlage ändert sich, der Anbieter aktualisiert ein Modell, ein eine Anweisung wird einmal angepasst und plötzlich fällt die Qualität in einem Teilbereich. Ohne systematische Messung fällt das lange nicht auf. Und wenn es auffällt, ist die Ursachensuche mühsam, weil niemand den Ausgangswert noch kennt.

Managed System Ops ist das Gegenmittel. Es stellt sicher, dass eure Systeme beobachtet werden, bevor sich Probleme zu Vorfällen auswachsen. Die Weiterentwicklung geschieht strukturiert, nicht als Stückwerk.

Der typische Rhythmus sieht ungefähr so aus: Ihr habt einen Ansprechpartner bei garten.ai und einen klaren Kanal (in der Regel Slack/Teams plus E-Mail). Bei normalen Anpassungen reicht eine Nachricht. Bei Störungen gibt es definierte Wege.

Einmal pro Monat schaut garten.ai systematisch auf die Systeme und schreibt einen Bericht in Prosa, nicht nur in automatischen Dashboards. Darin steht, was passiert ist, was aufgefallen ist und was wir empfehlen. Daraus wächst die monatliche Strategie-Stunde, in der ihr mit uns Prioritäten für den Folgemonat festlegt.

Einen guten Retainer merkt man daran, dass er leise ist. Keine Alarme, keine Überraschungen und am Monatsende eine Rechnung, die sich mit greifbaren Ergebnissen erklären lässt.

Managed System Ops lohnt sich ab dem Moment, in dem mindestens ein KI-System produktiv im Einsatz ist, egal ob garten.ai es gebaut hat oder nicht. Typische Konstellationen:

• Nach einem Produktivstart: Das System aus Stufe 03 geht in den dauerhaften Betrieb über, ohne intern sofort MLOps-Kompetenz für KI-Systeme aufbauen zu müssen.
• Bestehende Systeme übernehmen: Ein Dienstleister ist weg, ein interner Kollege gegangen, das System läuft, aber niemand weiß mehr genau, wie. garten.ai übernimmt, dokumentiert und stabilisiert.
• Multi-System-Landschaft: Mehrere KI-Systeme parallel im Einsatz, ohne zentrale Governance. Der Retainer schafft eine einheitliche Beobachtung und ein gemeinsames Betriebsmodell.
• Saisonale Lastverteilung: Organisationen, die eigene Kapazität haben, aber punktuell externe Tiefe brauchen, etwa bei Modellwechseln, neuen regulatorischen Anforderungen oder wiederholten Störungen.

Retainer nach Klärung des Umfangs. Die monatliche Summe richtet sich nach Anzahl der Systeme, geforderter SLA, Komplexität der Umgebung und dem erwarteten Änderungsrhythmus. Alle Retainer laufen monatlich kündbar, ohne Mindestlaufzeit. Wenn ihr keinen Wert mehr darin seht, endet die Zusammenarbeit ohne Hürde.

Größere Weiterentwicklungen, die den Rahmen des laufenden Retainers sprengen, werden transparent als eigenes Vorhaben abgegrenzt. So leidet der laufende Betrieb nicht unter „packen wir nebenbei noch mit“.