Von pleite zu 60K$ in 3 Monaten: Rajs Enterprise-RAG für Pharma und Banken
Mit nur noch einigen tausend Dollar und seinem KI-Projekt kurz vor dem Scheitern gab Raj nicht auf. Er zielte auf die unattraktivste Ecke der Unternehmens-KI — Dokumenten-Goldminen in Pharma und Banking. Drei Monate später: $60K.
Prozess
Vor sechs Monaten hatte Rajs Unternehmenskonto nur noch ein paar tausend Dollar.
Er war ein in Sri Lanka geborener Serienunternehmer, der in den USA RAG-Systeme (Retrieval-Augmented Generation) für juristische Dokumente entwickelte. Das Projekt verbrannte Geld schneller als erwartet und sein KI-Vorhaben schien am Ende.
Statt aufzugeben, beobachtete Raj den Markt, um zu finden, was andere übersehen hatten.
Er zielte auf die unattraktivste Ecke
Fast jedes etablierte Unternehmen sitzt auf einer riesigen "Dokumenten-Goldmine" ohne die Werkzeuge, um Wert daraus zu extrahieren. Pharmaunternehmen haben jahrzehntelange klinische Studien angehäuft. Banken haben Berge von Compliance-Dokumenten. Niemand wollte diese Arbeit anfassen — chaotische Formate, inkonsistente Datenqualität, Demos die funktionieren aber reale Einsätze die scheitern. Das war genau Rajs Chance.
Er fokussierte sich auf Pharma und Banking: die zwei Branchen mit der tiefsten Dokumentenakkumulation und der höchsten Zahlungsbereitschaft.
Die Frage, die alle Türen öffnet
Raj fragte nie "brauchen Sie KI?" — zu leicht abzublocken.
Er fragte: "Wie viele Stunden verbringt Ihr Team täglich mit dem Durchsuchen von Dokumenten?"
Erste drei Kunden: alle aus dem persönlichen Netzwerk. Erste Preisgestaltung: $5K–$10K — sofortiges Ja = zu billig. Zweiter Kunde: $30K — kein Verhandeln, sofortige Unterschrift. Fazit: Seltenheit ist Preismacht.
ROI-Kalkulation: 50 Forscher × 2h/Tag × 100$/h = 200K$ monatliche Verschwendung. Ein $50K-RAG-System reduziert das um 80% → amortisiert sich in Tagen.
Sechs Fehlerpunkte im Enterprise-RAG
①"Müll-level" Dokumentqualität (Scans + Bild-PDFs + moderne Dateien gemischt), ②feste Chunk-Größe zerschneidet vollständige Argumente, ③falsches Embedding-Modell für Fachterminologie, ④einzelne Suchstrategie reicht nicht, ⑤Multi-Hop-Reasoning braucht mehrere Suchdurchläufe, ⑥Halluzinationen ohne Quellenangabe — fatal für medizinische und finanzielle Compliance.
Drei Monate. $60.000.
Drei Monate nach dem Beinahe-Bankrott standen Pharmaunternehmen und Banken Schlange. $60K Umsatz, $20K+/Monat.
Quelle: 大黑AI (Xiaohongshu)
Thinking
Die schmutzigste Arbeit hat den geringsten Wettbewerb und die zahlungsbereitesten Kunden. Preis am ROI verankern, nicht an Stundensätzen.
Action
- "Dokumenten-Goldmine" in einer Branche identifizieren
- Opener: "Wie viele Stunden suchen Ihre Mitarbeiter täglich in Dokumenten?"
- Erste 3 Kunden: persönliches Netzwerk
- Erst berechnen, dann perfektionieren
- Preis = 20-30% der monatlichen Verschwendung des Kunden