Mission ControlIhr Projekt live mitverfolgen, vom Kickoff bis zur Übergabe Meine CrewIhre Rollen je Projekt0 WarenkorbIhre Auswahl, die Checkliste und der Weg zur Kasse0 AnmeldenMit Ihrem Zugangscode zu Aufträgen und gespeicherten Plänen

Vorab gerechnet

Lieferanten-Frühwarnsystem

Beobachtet Nachrichten, Insolvenzregister und Lieferperformance Ihrer kritischen Lieferanten und warnt, bevor die Linie steht. Wir möchten das als internen Prototyp für unser Unternehmen umsetzen.

Gerechnet am 11.09.2026 um 22:18 Uhr

Ihr erster Prototyp · Festpreis netto
6.730 €
Prototyp Aufwand 62 / 100 · ca. 5 Wochen

So haben wir Sie verstanden

Frühwarnsystem, das Nachrichten, Insolvenzregister und Lieferperformance kritischer Lieferanten überwacht und bei Risiken warnt.

Was der Prototyp enthält

Überwachung einer festen Lieferantenliste mit einer Nachrichtenquelle und einfacher Ampel-Warnung im Dashboard.

Aufwands-Meter — 100 heißt maximaler Aufwand und maximaler Preis, keine Note.

KI-Textbewertung plus mehrere externe Datenquellen, aber noch kein vollständiger Datenumfang

Danach: Vollausbau

Vollausbau ab 83.000 € · indikativ bis 108.000 € · 6 Wochen · Team aus 3

Komponenten

  • Lieferantenstammdaten & Datenmodell3,25 PT
  • Anbindung Nachrichten-/Insolvenzquellen5 PT
  • KI-Bewertung & Risikoeinstufung4,75 PT
  • Warn- und Benachrichtigungslogik3,25 PT
  • Dashboard & Oberfläche3,75 PT

Besetzung

  • Lead Developer (Lead .NET-Entwickler)
  • Senior Developer (Senior .NET-Entwickler)
  • Inventive Engineer (Architektur)

Annahmen hinter dem Preis

  • Liste kritischer Lieferanten liegt bereits vor
  • Zugriff auf Insolvenzregister und Nachrichtenquellen ist per API/RSS möglich
  • Interner Nutzerkreis, keine externe Authentifizierung nötig

Was wir zu Beginn klären

  • Welche konkreten Nachrichten- und Insolvenzregister-Quellen sollen angebunden werden?
  • Wie wird Lieferperformance aktuell erfasst (System, Format)?
  • Wie viele Lieferanten und Nutzer sind zu berücksichtigen?

Der Fahrplan — was in welcher Woche fertig ist

0
0
0
0
0
  1. Woche 1 Kickoff Abstimmung, Zugänge, Feinschnitt des Umfangs
  2. Woche 2 Lieferantenstammdaten & Datenmodell 3,25 PT
  3. Woche 3 Anbindung Nachrichten-/Insolvenzquellen 5 PT
  4. Woche 3 KI-Bewertung & Risikoeinstufung 4,75 PT
  5. Woche 4 Warn- und Benachrichtigungslogik 3,25 PT
  6. Woche 4 Dashboard & Oberfläche 3,75 PT
  7. Woche 5 Abnahme Übergabe nach Abnahme und Restzahlung

Verstärkung: Köpfe auf Abschnitte legen

  • 1 Woche früher, Abnahme in Woche 4 statt 5: „Anbindung Nachrichten-/Insolvenzquellen“ +1 Senior Developer (Senior .NET-Entwickler), „KI-Bewertung & Risikoeinstufung“ +1 Senior Developer (Senior .NET-Entwickler), „Dashboard & Oberfläche“ +1 Tester · +220 €
  • 2 Wochen früher, Abnahme in Woche 3 statt 5: „Lieferantenstammdaten & Datenmodell“ +2 Senior Developer (Senior .NET-Entwickler), „Anbindung Nachrichten-/Insolvenzquellen“ +2 Senior Developer (Senior .NET-Entwickler), „KI-Bewertung & Risikoeinstufung“ +2 Senior Developer (Senior .NET-Entwickler), „Warn- und Benachrichtigungslogik“ +2 Senior Developer (Senior .NET-Entwickler), „Dashboard & Oberfläche“ +2 Tester · +540 € hilft am meisten

Legen Sie Köpfe auf die Abschnitte, die schneller fertig werden sollen: dieselben Stunden, mehr Köpfe, weniger Wochen — wie bei den Tempopaketen, ein Kopf mehr +5 %, zwei +8 %, drei +10 %, vier +12 % auf den Anteil des Abschnitts am MVP-Festpreis. Entwickler kommen nicht auf Abschnitte, die andere zusammenführen, und nicht auf, was erst im letzten Drittel beginnt — dort macht ein weiterer Entwickler ein Projekt langsamer. Auf den letzten Abschnitt vor der Abnahme legen Sie stattdessen Tester. Wer die Köpfe sind, wählen wir.

Lastenheft und Pflichtenheft

Ziel Das Unternehmen erkennt Risiken bei kritischen Lieferanten frühzeitig und wird proaktiv gewarnt.

Lösungsweg Ein zentrales System sammelt Daten aus externen Quellen und interner Lieferperformance, bewertet sie per KI und zeigt Risiken in einem Dashboard mit Echtzeit-Warnungen an.

  1. Was gefordert istDas System muss Nachrichten zu definierten Lieferanten beobachten.
    Wie wir es umsetzenAnbindung einer Nachrichtenquelle per REST-Schnittstelle und regelmäßiger Abfrage
  2. Was gefordert istDas System muss Insolvenzregister auf relevante Einträge prüfen.
    Wie wir es umsetzenAbgleich mit Insolvenzregister-Daten über REST-Schnittstelle bzw. Importformat
  3. Was gefordert istDas System muss Lieferperformance-Daten erfassen und auswerten.
    Wie wir es umsetzenErfassung von Lieferperformance-Kennzahlen in SQL Server über EF Core
  4. Was gefordert istDas System muss bei erkannten Risiken warnen, bevor die Lieferkette gestört wird.
    Wie wir es umsetzenKI-Anbindung zur Bewertung von Textmeldungen und Risikoeinstufung, Warnung per SignalR in Echtzeit
  5. Was gefordert istDas System muss die Ergebnisse übersichtlich darstellen.
    Wie wir es umsetzenDashboard mit Razor Views zur Übersicht aller Lieferanten und Risikostatus

Rahmenbedingungen

  • Interner Prototyp für ein Unternehmen
  • Kritische Lieferanten als abgegrenzte Liste
  • Keine externe Nutzung vorgesehen

Nicht im Umfang

  • Keine automatische Lieferantenbewertung durch Dritte
  • Keine Anbindung an ERP-Systeme im Prototyp
  • Keine mobile App
  • Keine mehrsprachige Oberfläche

Woran Sie die Abnahme messen

  • Mindestens ein Lieferant wird mit realen Nachrichtendaten überwacht
  • Risikoeinstufung erscheint innerhalb von 60 Sekunden nach neuer Meldung im Dashboard
  • Warnung wird bei kritischem Ereignis automatisch ausgelöst
  • Protokollierung aller Abfragen und Bewertungen ist nachvollziehbar

Meilensteine

  • Woche 2: Lieferantenstammdaten & Datenmodell
  • Woche 3: Anbindung Nachrichten-/Insolvenzquellen
  • Woche 3: KI-Bewertung & Risikoeinstufung
  • Woche 4: Warn- und Benachrichtigungslogik
  • Woche 4: Dashboard & Oberfläche
  • Woche 5: Abnahme

Technologien, die wir einsetzen

  • ASP.NET Core MVC & Razor Pages
  • Minimal APIs & REST / Web API
  • Microsoft.Extensions.AI
  • SignalR & WebSockets
  • SQL Server 2025
  • Serilog & OpenTelemetry
  • Anthropic Claude & Azure OpenAI / OpenAI
  • Hangfire & Quartz.NET
  • PostgreSQL
  • ASP.NET Core MVCAufbau des Dashboards und der Schnittstellen
  • REST-Schnittstelle (JSON)Anbindung externer Nachrichten- und Insolvenzregisterquellen
  • KI-AnbindungBewertung von Nachrichtentexten und Einstufung des Lieferantenrisikos
  • SignalREchtzeit-Warnung im Dashboard bei neuen Risiken
  • SQL ServerSpeicherung von Lieferantendaten und Performance-Historie
  • SerilogProtokollierung der Abfragen und Bewertungen zur Nachvollziehbarkeit
  • Anthropic Claude & Azure OpenAI / OpenAIDas Sprachmodell, das Nachrichten zu einem Lieferanten bewertet
  • Hangfire & Quartz.NETDer tägliche Lauf über Nachrichten, Register und Lieferperformance
  • PostgreSQLDatenhaltung der Lieferanten, Signale und Warnungen

← Zurück zum Portfolio