Zum Hauptinhalt springen

Von der Discovery-Phase bis zur Wartung: Wie Startup House ein Projekt Schritt für Schritt umsetzt

Der Prozess auf einen Blick

PhaseWas passiertTypische Dauer
Erster KontaktSie teilen Ihre Idee oder geschäftliche Herausforderung; Discovery-Workshop und detailliertes ProjektbriefingTage
Product DiscoveryRecherche, Problemdefinition, Prototyping, Nutzertests4 bis 8 Wochen
Scope BuildingFeature-Priorisierung, technische Machbarkeit, getestete Wireframes, Kostenschätzung2 bis 5 Wochen
MVP-EntwicklungDesign, Entwicklung, Nutzertests, LaunchMVP: vom Kick-off bis zum ersten Nutzer in sogar 1 Woche
Quality EngineeringIn jedem Sprint verankert; Setup von Grund auf2 bis 3 Wochen für das initiale Setup
Wartung & WeiterentwicklungCloud-Monitoring, QA, neue Features, SkalierungLaufend

Jede Phase endet mit einem konkreten Deliverable – und jede Phase ist optional: Wenn Sie bereits Research haben, können Sie bei Scope Building einsteigen. Haben Sie einen Scope, können Sie direkt mit der Entwicklung starten. So läuft jeder Schritt ab.

Schritt 0: vom ersten Gespräch zum Projektbriefing

Der Prozess startet damit, dass Sie Ihre Idee oder geschäftliche Herausforderung teilen. Wir führen einen Discovery-Workshop durch und erstellen ein detailliertes Projektbriefing, anschließend eine Software Requirements Specification (SRS), die Scope, Features und Budget definiert. Darauf basierend entsteht eine Roadmap, wir stellen das Team zusammen, und die Entwicklung kann innerhalb weniger Wochen beginnen – mit voller Transparenz, Demos und regelmäßigen Updates während des gesamten Projekts.

Schritt 1: Product Discovery (4 bis 8 Wochen)

Product Discovery ist ein strukturierter Forschungsprozess, der Annahmen in belastbare Evidenz verwandelt, bevor eine einzige Zeile produktiven Codes geschrieben wird. Er beantwortet die Frage: Sollten wir das bauen?

Die sechs Phasen:

  1. Research. Stakeholder-Interviews, Marktanalyse und Wettbewerbsreview; KI-gestützte Analysen erweitern die Abdeckung, ohne die Timeline zu verlängern.
  2. Problemdefinition. Datensynthese, Problemzuschnitt und User Personas, priorisiert entlang der Unternehmensziele.
  3. Ideation. Gemeinsam mit Ihrem Team erarbeitete Lösungen, bewertet nach Nutzermehrwert und wirtschaftlicher Machbarkeit.
  4. Prototyping. Ein Low-Fidelity-Prototyp mit Fokus auf den User Flow; KI-Tools beschleunigen Wireframing und Iterationen.
  5. User Testing. Der Prototyp wird mit echten Nutzerinnen und Nutzern getestet; Erkenntnisse werden dokumentiert und priorisiert.
  6. Handover. Ein entscheidungsreifes Paket: MVP-Spezifikation, Kostenschätzung und Tech-Roadmap.

Was Sie erhalten: ein validierter Prototyp, eine priorisierte MVP-Feature-Liste, eine Entwicklungskostenschätzung, User Personas und Technologieempfehlungen. Wie Jonathan Goodman, Gründer von NegotiateNow, es beschreibt: "Während der Product Discovery hat SH mir geholfen, den Lean-Startup-Ansatz der Produktentwicklung zu verstehen – mit initialer Recherche, Discovery-Workshops und vielen Stunden Diskussion und Iteration."

Schritt 2: Scope Building (2 bis 5 Wochen)

Während Discovery die Frage „Sollten wir das bauen?“ beantwortet, klärt Scope Building: „Was genau bauen wir – und was kostet es?“ Es ist die Brücke zwischen Klarheit und Umsetzung.

Der Ablauf: strukturierte Workshops zur Ausrichtung auf eine gemeinsame Vision, Feature-Priorisierung nach Nutzerwert, wirtschaftlicher Machbarkeit und Entwicklungskosten, ein Review der technischen Machbarkeit durch Senior Engineers im Abgleich mit Ihrem bestehenden Stack, hochwertige interaktive Wireframes, gezielte Usability-Tests (wo Korrekturen Stunden kosten, nicht Sprints) und eine abschließende MVP-Definition.

Was Sie erhalten: eine finalisierte MVP-Feature-Spezifikation, eine Entwicklungskostenschätzung, getestete Wireframes, eine Bewertung der technischen Machbarkeit und entwicklungsreife Dokumentation. Jede Priorisierungsentscheidung ist mit ihrer Begründung dokumentiert, sodass Stakeholder wissen, was verschoben wurde – und warum. Das Paket steht für sich: Auch wenn Sie mit einem anderen Partner oder in-house bauen, fehlt nichts.

Schritt 3: Entwicklung (MVP: in sogar 1 Woche bis zum ersten Nutzer)

Die Entwicklung läuft in vier Phasen:

  1. Scoping und Research. Marktvalidierung; KI kartiert das Wettbewerbsumfeld und unterzieht Kernannahmen Stresstests.
  2. Product Design. Wireframes und ein klickbarer Prototyp; KI generiert parallel mehrere Designvarianten, sodass Sie aus mehreren Konzepten wählen statt aus nur einem.
  3. User Testing. Feedback wird gesammelt und verdichtet; Anpassungen finalisieren das Design.
  4. Development und Maintenance. Der eigentliche Build, gefolgt von Feature-Verfeinerungen auf Basis von Nutzerfeedback.

Die Arbeit erfolgt in agilen Sprints mit Demos und regelmäßigen Updates. Kurswechsel mitten im Build sind eingeplant statt bestraft: KI-beschleunigte Workflows halten die Kosten für Richtungsänderungen niedrig – bis Ihre Daten etwas anderes sagen. In der Praxis kann ein MVP vom Kick-off bis zum ersten Nutzer in sogar 1 Woche gehen: Wir bauen auf bewährten Komponenten auf und schreiben Custom Code nur dort, wo es zählt, während Enterprise-Scope die Timeline entsprechend verlängert.

Konkrete Beispiele aus unseren Case Studies: Das Healthcare-MVP von Simon Care Management durchlief 7 User-Testing-Sessions mit Patienten und Pflegekräften. Der Marktplatz von NegotiateNow wurde auf einem No-Code-Stack gebaut, um schnell in den Markt zu kommen. Doogie, unser internes AI-Showcase, ging in 2 Monaten vom Kick-off zur funktionierenden Anwendung.

Schritt 4: Quality Engineering – integriert, nicht aufgesetzt

QA bei Startup House heißt Quality Engineering: Testing ist vom ersten Sprint an in den Entwicklungsprozess eingebettet – nicht erst eine Hürde am Ende. Das Aufsetzen eines QE-Prozesses für ein bereits in Entwicklung befindliches Produkt dauert typischerweise 2 bis 3 Wochen.

Die fünf Schritte: Qualitätsaudit und Teststrategie, Testfall-Design abgeleitet aus den Produktanforderungen, manuelles und automatisiertes Testing (manuell für komplexe Journeys und Edge Cases, automatisiert für Regression und Performance), Performance- und Security-Tests unter realistischen Lastszenarien sowie Release-Sign-off mit CI/CD-Integration.

Automatisierung nutzt Cypress oder Playwright, schrittweise aus validierten manuellen Testfällen abgeleitet, mit KI-unterstütztem Erstellen von Tests zur Skalierung der Praxis. Dokumentierte Testpläne und Sign-off-Reports liegen in Ihrem Repository, sodass bei Anfragen von Auditoren zu QA-Nachweisen für ISO 27001, SOC 2 oder HIPAA alles bereits vorliegt.

Schritt 5: Wartung und Weiterentwicklung

Der Launch ist die Halbzeit, nicht die Ziellinie. Laufende Arbeit umfasst Quality Assurance, Cloud-Services mit Monitoring und die kontinuierliche Feature-Entwicklung. Die meisten Kunden machen nach dem MVP weiter: Nutzerfeedback einarbeiten, Features hinzufügen und skalieren. Die Cloud-Infrastruktur läuft mit CI/CD-Pipelines und Support-Stufen bis hin zu 24/7.

Das langfristige Muster zeigt sich in unserer Kundenliste: Siemens Financial Services seit 2016, die Cybersecurity-Plattform seit 2020 und Siemens Healthineers seit über 6 Jahren. Wir bauen für die Phase nach dem Launch – denn dort sind wir meist noch Jahre später aktiv.

Wo AI im gesamten Prozess wirkt

AI-Tools begleiten jede Phase: Research-Analyse in Discovery, parallele Designvarianten im Prototyping, Code-Generierung und Testschreiben in der Entwicklung sowie Feedback-Synthese im Testing. Governance ist konstant: Human Review bei jedem Commit, Security Scans bei jedem Push und dokumentierter AI-Einsatz in Pull Requests.

Über Startup House

Startup House ist ein 50-köpfiges Softwareentwicklungsunternehmen mit Sitz in Warschau, Polen, gegründet 2016, ISO 27001-konform, mit 100+ ausgelieferten Produkten für Kunden auf 5 Kontinenten.

Möchten Sie sehen, wie dieser Prozess für Ihr Produkt aussieht? Buchen Sie ein 30‑minütiges Gespräch.

FAQ

Wie lange dauert ein komplettes Projekt bei Startup House?

Product Discovery dauert 4 bis 8 Wochen, Scope Building 2 bis 5 Wochen, und ein MVP kann vom Kick-off bis zum ersten Nutzer in sogar 1 Woche gehen. AI-Produkte wie KnowHub können, sobald die Daten vorbereitet sind, in nur 2 Wochen ausgerollt werden.

Muss ich mit Product Discovery starten?

Nein. Wenn Sie gut dokumentierte User Research und einen klar definierten Value Proposition haben, können Sie direkt bei Scope Building starten. Haben Sie einen validierten Scope, können Sie mit der Entwicklung beginnen. Die Deliverables jeder Phase stehen für sich.

Was erhalte ich nach der Product Discovery?

Einen validierten Low-Fidelity-Prototyp, eine priorisierte MVP-Feature-Liste, eine Entwicklungskostenschätzung, Dokumentation zu User Personas und Technologieempfehlungen – alles, was Sie brauchen, um mit Klarheit in die Entwicklung zu gehen.

Wie läuft das Testen während der Entwicklung ab?

Quality Engineering ist vom ersten Sprint an eingebettet: QE Engineers arbeiten innerhalb des Sprint-Zyklus, automatisierte Tests (Cypress oder Playwright) laufen bei jedem Build, und jeder Release durchläuft ein dokumentiertes Sign-off. Das initiale QE-Setup dauert 2 bis 3 Wochen.

Was passiert nach dem Launch?

Die meisten Kunden gehen in Wartung und Weiterentwicklung über: Nutzerfeedback einarbeiten, neue Features, QA und Cloud-Monitoring mit Support-Stufen bis hin zu 24/7. Partnerschaften mit Startup House laufen oft über Jahre – wie bei Siemens Financial Services seit 2016.

Wie dieser Artikel entstanden ist. Mit KI-Unterstützung entworfen, anschließend von unserem Team geprüft und redigiert. Redaktionelle Verantwortung: Startup Development House sp. z o.o. Lesen Sie unsere KI-Inhaltsrichtlinie

Digital Transformation Strategy for Siemens Finance

Cloud-based platform for Siemens Financial Services in Poland

See full Case Study
Ad image
Verpassen Sie nichts – abonnieren Sie unseren Newsletter
Ich stimme dem Empfang von Marketing-Kommunikation von Startup House zu. Klicken Sie für die Details

Das könnte Ihnen auch gefallen...

Cross-functional team reviewing application development phases and deliverables on a planning wall
Application developmentProduct discoveryTime to Market

Lösungen für die Anwendungsentwicklung

Lösungen für die Anwendungsentwicklung decken die gesamte Spannweite von der strategischen Discovery-Phase bis zur kontinuierlichen Skalierung ab – und in jeder Phase lauern eigene Fallstricke. Dieser Leitfaden definiert, was moderne Lösungen ausmacht, erklärt, warum die Discovery-Phase echte Investitionen verdient, und zeigt, wo maßgeschneiderte Entwicklung generischen Templates überlegen ist. Er beleuchtet die agile Sprint-Umsetzung, branchenspezifische Anforderungen und die Zusammenarbeitsmodelle, die zu unterschiedlichen Wachstumsphasen passen. Security, Compliance und Time-to-Market-Abwägungen werden dabei als Engineering-Themen behandelt – nicht als nachträglicher Einfall.

Alexander Stasiak

Alexander Stasiak

22. Aug. 2026・8 Min. Lesezeit

Two projects, one method: how phased delivery and real user testing took Graspify to live corporate training and gave LITTLEWINE an investor-ready scope.
Edtech transformationProduct discoveryAI In Education

EdTech-Entwicklung bei Startup House: Was wir entwickelt haben und was sich dadurch verändert hat

EdTech-Plattformen scheitern häufiger an UX als an Technik: Lernende springen ab, Content skaliert nicht, und der ROI bleibt unsichtbar. Dieser Artikel zeigt, wie Startup House dem mit phasenweiser Umsetzung und echtem User Testing begegnet – belegt durch zwei Projekte: Graspify entwickelte sich von einer kühnen Idee zu einer Microlearning-Plattform, die während einer Firmenveranstaltung Hunderte Mitarbeitende schulte, und LITTLEWINE erhielt dank 10 User-Interviews in 2 Wochen einen investorentauglichen Projektumfang. Außerdem geht es um AI-Lerntools, die ausschließlich auf freigegebenen Inhalten antworten und in nur 2 Wochen live gehen können.

Alexander Stasiak

Alexander Stasiak

02. Okt. 2026・5 Min. Lesezeit

Traveler using futuristic smart glasses while navigating an airport
Innovations in travelAI in tourismSustainable travel

Top 10 Innovationstrends der Reisebranche, die 2025 prägen werden

Von KI-generierten Reiseplänen über immersive virtuelle Reiseziele bis hin zu nachhaltigen Luxusreisen – das Reisen im Jahr 2025 wandelt sich rasant. In diesem Artikel stellen wir 10 bahnbrechende Reiseinnovationen vor, die neu definieren, wie wir die Welt entdecken, Erlebnisse buchen und unterwegs mit Technologie interagieren.

Alexander Stasiak

Alexander Stasiak

23. Juni 2025・12 Min. Lesezeit

Reisebranche im Wandel: Fallstudien darüber, wie Mobile-Apps die Nutzerbindung erhöhen und den Umsatz steigern
Innovations in travel

Reisebranche im Wandel: Fallstudien darüber, wie Mobile-Apps die Nutzerbindung erhöhen und den Umsatz steigern

Mobile Apps revolutionieren die Reisebranche, steigern die Kundenbindung und kurbeln den Umsatz an. Dieser Artikel zeigt, wie Airbnb, Hilton und Expedia Mobile-Technologie erfolgreich nutzen, um das Kundenerlebnis zu verbessern und die Erlöse zu steigern. Lernen Sie aus ihren Strategien und Ergebnissen, um Ihr Reiseunternehmen zu optimieren.

Seweryn Olek

Seweryn Olek

11. Juni 2024・6 Min. Lesezeit

FinTech engineers reviewing transaction processing architecture and financial compliance requirements
FinTechFinancial Software Compliance

Entwicklung maßgeschneiderter Versicherungssoftware

Die Versicherungsbranche funktioniert nach Regeln, die so spezifisch und so stark vom jeweiligen Rechtsraum abhängen, dass generische Plattformen sie kaum sauber abbilden können. Dieser Leitfaden zeigt, was die Entwicklung maßgeschneiderter Versicherungssoftware umfasst – von Policenverwaltung und Schadenprozessen über Rating Engines bis zu Kundenportalen. Er stellt den Tech-Stack vor, der die von der Branche geforderte Zuverlässigkeit liefert, verfolgt die Umsetzung von der Discovery bis zum Deployment und zeigt, wo KI das Underwriting verändert. Häufige Stolpersteine und die tatsächlichen Kosten des Nichtstuns werden offen benannt.

Alexander Stasiak

Alexander Stasiak

11. Aug. 2026・8 Min. Lesezeit

A secure CI/CD pipeline visualization with automated SAST, DAST, and SCA security scans integrated into each development stage
DevOpsCI/CDApplication Security

DevOps-Sicherheit 2026

Wie du Sicherheit in jede Phase deiner CI/CD-Pipeline mit SAST, DAST, SCA und einer DevSecOps-Kultur verankerst – damit du schnell und sicher auslieferst.

Alexander Stasiak

Alexander Stasiak

21. Juni 2026・10 Min. Lesezeit

Kürzlich hinzugefügt

Wdrożenie PLLuM-a w firmie: jak wybrać firmę wdrożeniową i od czego zacząć
Generative AIRAGEnterprise AI

PLLuM im Unternehmen einführen: So wählen Sie den richtigen Implementierungspartner und starten erfolgreich

PLLuM, ein polnisches offenes Sprachmodell, kann kostenlos heruntergeladen werden – doch das Modell allein ist erst der Anfang. Wir zeigen, wie die Implementierung von PLLuM vom ersten Konzept bis zum produktiven System aussieht, was die Infrastruktur kostet und welche Fragen Sie einem Implementierungspartner stellen sollten.

Alexander Stasiak

Alexander Stasiak

06. Nov. 2026・10 Min. Lesezeit

Dotacje i pożyczki na AI i cyfryzację 2026 – jak wybrać dostawcę technologii
Digital transformationIndustry 4.0Enterprise AI

Zuschüsse und Kredite für KI und Digitalisierung 2026 – so wählen Sie den richtigen Technologieanbieter aus

Ab November 2026 können Unternehmen PARP-Darlehen bis zu 15 Mio. PLN mit einem Teilerlass von bis zu 15 % sowie Ścieżka SMART B+R und Dig.IT-Zuschüsse beantragen. Wir zeigen, welche Programme die Einführung von KI und die Digitalisierung finanzieren und welche Anforderungen ein Technologieanbieter erfüllen muss, damit das Projekt Bewertung, Umsetzung und Abrechnung erfolgreich durchläuft.

Alexander Stasiak

Alexander Stasiak

05. Nov. 2026・10 Min. Lesezeit

Najlepsze firmy AI w Europie Środkowo-Wschodniej dla enterprise
Enterprise AIAI AgentsSoftware Outsourcing

Die besten KI-Unternehmen in Mittel- und Osteuropa für Enterprise-Kunden

Die Wahl des Technologiepartners für die Einführung von Künstlicher Intelligenz (KI) im Enterprise-Segment erfordert, über die gängigen Kriterien eines Softwarehauses hinauszugehen. In der CEE-Region (Mittel- und Osteuropa) agieren Anbieter, die globale Skalierung mit tiefgreifender Engineering-Expertise verbinden und Agentensysteme sowie RAG-Wissensbasen anbieten – konform mit dem AI Act und DORA. Dieser Artikel präsentiert eine Übersicht verifizierter Unternehmen mit dokumentierten KI-Implementierungen für den Corporate-Sektor.

Alexander Stasiak

Alexander Stasiak

04. Nov. 2026・10 Min. Lesezeit

Najlepsze firmy AI dla fintechu i ubezpieczeń (2027)
AI in FinanceFintechRegulatory Compliance

Die besten KI-Unternehmen für die Fintech- und Versicherungsbranche (2027)

Die Wahl des Technologiepartners in regulierten Branchen ist eine Entscheidung von großer Tragweite. Wenn Sie wissen möchten, welche der besten KI-Unternehmen für Fintech und Versicherungen in Polen aktiv sind, vergleicht dieser Beitrag Softwarehäuser, Systemintegratoren und Softwarehersteller, die KI-Agenten, RAG-Wissensdatenbanken und Datenanalyse in Banken, Fintechs und bei Versicherern implementieren. Sie finden hier eine Vergleichstabelle, Firmenprofile, die Anforderungen von DORA, der DSGVO und dem AI Act, den Implementierungsprozess sowie eine Startup House Case Study mit Zahlen.

Alexander Stasiak

Alexander Stasiak

03. Nov. 2026・12 Min. Lesezeit

AI w produkcji żywności: przykłady wdrożeń i partnerzy wdrożeniowi (2027)
AI in ManufacturingAI integrationEnterprise AI

KI in der Lebensmittelproduktion: Praxisbeispiele und Implementierungspartner (2027)

Lebensmittelhersteller stehen vor der Herausforderung begrenzter Haltbarkeit, volatiler Rohstoffpreise und steigender Anforderungen der Handelsketten, weshalb die Nachfrageprognose und die Produktionsplanung immer häufiger von KI (AI) unterstützt werden. In diesem Überblick zeigen wir, wie KI (AI) 2026 und 2027 in der Lebensmittelproduktion eingesetzt wird: Praxisbeispiele und Implementierungspartner in Polen. Hier finden Sie einen Vergleich von Implementierungsdienstleistern (Startup House, Comarch, Sii Polska, TTMS) und Tools (RELEX, o9 Solutions, Kinaxis) sowie Informationen zum Implementierungsprozess, zu Risiken und Antworten auf häufig gestellte Fragen.

Alexander Stasiak

Alexander Stasiak

02. Nov. 2026・11 Min. Lesezeit

Integracja AI z ERP i CRM (SAP, Comarch, Dynamics): jak to wygląda w praktyce (2027)
AI integrationAI AgentsEnterprise AI

KI-Integration in ERP- und CRM-Systeme (SAP, Comarch, Dynamics): so funktioniert es in der Praxis (2027)

Die Integration von KI in ERP- und CRM-Systeme (SAP, Comarch, Dynamics) bedeutet in der Praxis die Wahl zwischen drei Modellen: ein vom Hersteller eingebauter Assistent, eine eigene KI-Schicht mit API-Anbindung oder KI-Agenten, die über MCP auf den Systemen arbeiten. Der Text richtet sich an mittelständische und große Unternehmen in Polen, die Sprachmodelle mit ihrem bestehenden ERP oder CRM – auch mit Legacy-Systemen – verbinden wollen. Sie finden hier einen Vergleich der Hersteller-Tools (SAP Joule, Microsoft Dynamics 365, Comarch ERP, Salesforce Agentforce, Oracle NetSuite), der Implementierungspartner, den Einführungsprozess, Risiken sowie eine Fallstudie mit konkreten Zahlen.

Alexander Stasiak

Alexander Stasiak

01. Nov. 2026・13 Min. Lesezeit

Bereit, Ihr Know-how mit KI zu zentralisieren?

Beginnen Sie ein neues Kapitel im Wissensmanagement – wo der KI-Assistent zum zentralen Pfeiler Ihrer digitalen Support-Erfahrung wird.

Arbeiten Sie mit einem Team, dem erstklassige Unternehmen vertrauen.

Siemens
PwC
Toyota