RAG Projekt, Aufbau, Stack und Tagessätze

Wann sich dieser Projekttyp lohnt

• Wissen ist vorhanden, aber verteilt.
• Antwortqualität muss zitierfähig sein.
• Datenschutz erfordert eigene Vektor-DB.
• Schnelle Iteration ist wichtiger als perfekte Generation.

Typische Phasen

1. Phase 1 · 2 Wochen
   Discovery
   Use Case, Datenraum, KPI
2. Phase 2 · 4 bis 6 Wochen
   Prototyp
   Erstes End-to-End-RAG, manuelle Eval
3. Phase 3 · 6 bis 10 Wochen
   Härtung
   Latency, Eval-Loop, Monitoring
4. Phase 4 · 4 bis 8 Wochen
   Produktion
   Roll-out, Drift- und Quality-Monitoring

Rollen und Tagessätze

• LLM Engineer950 bis 1.350 EUR
• RAG Developer950 bis 1.250 EUR
• Data Engineer900 bis 1.200 EUR
• Solution Architect AI1.100 bis 1.450 EUR

Risiken und Stolperfallen

• Halluzinationen ohne Eval-Disziplin.
• Datenraum schlecht gepflegt, Chunking falsch.
• Vendor-Lock-in ohne Abstraktion.
• Datenschutz unklar bei externem Vektor-Hosting.

Häufige Fragen (FAQ)

Was kostet ein RAG Projekt im DACH-Raum?

Typischer Prototyp 60.000 bis 120.000 EUR. Produktion mit Härtung und Roll-out je nach Datenraum 250.000 bis 800.000 EUR.

Wie lange dauert ein RAG Projekt?

Vom Discovery bis zur Produktion 3 bis 6 Monate. Prototyp meist 4 bis 6 Wochen.

Brauche ich GPUs für RAG?

Für Embeddings ja, oft reichen Managed-Services. Für die Generierung kann ein API-LLM ausreichen.

Welche Vektor-DB ist die richtige?

Qdrant für Self-Hosting, pgvector wenn Postgres bereits existiert, Pinecone als Managed-Service.

Wie misst man die Qualität von RAG?

Ragas, manuell kuratierte Goldsets, LLM-as-Judge. Immer kombiniert, nie nur automatisch.