Artificial Intelligence für Unternehmen, die Klarheit brauchen

Wir bauen KI-Systeme, die Ihre Daten tatsächlich nutzbar machen. Keine Buzzwords. Keine Folien ohne Substanz. Sondern funktionierende Modelle, die in Ihrem Alltag bestehen.

Projekt besprechen
Datenwissenschaftlerin schreibt Gleichungen auf ein Glasboard im Büro

Vier Schritte zu Ihrem KI-Modell

Jedes Projekt folgt einem klaren Ablauf. Wir beginnen nicht mit Code, sondern mit Fragen.

01

Daten-Audit

Wir prüfen Ihre vorhandenen Datenquellen auf Qualität, Vollständigkeit und Struktur. In der Regel dauert das zwei bis fünf Arbeitstage, abhängig von der Zahl der Systeme. Am Ende steht ein Bericht mit konkreten Lücken und Handlungsempfehlungen.

02

Prototyp

Innerhalb von drei Wochen entsteht ein erster funktionsfähiger Prototyp. Kein Mockup, sondern ein Modell, das auf Ihren echten Daten trainiert wurde. Sie können es testen und Feedback geben, bevor wir weiterarbeiten.

03

Integration

Das Modell wird in Ihre bestehende Infrastruktur eingebettet: ERP, CRM, interne APIs. Wir arbeiten mit REST-Schnittstellen und unterstützen gängige Cloud-Plattformen wie Azure und Google Cloud.

04

Monitoring und Pflege

Nach dem Go-live überwachen wir die Modellleistung über ein Dashboard. Drift-Erkennung, automatische Retraining-Zyklen und monatliche Berichte sind Teil unseres Betreuungspakets.

Was wir konkret anbieten

Drei Schwerpunkte, in denen wir seit 2019 Erfahrung gesammelt haben. Jedes Projekt wird individuell zugeschnitten.

Visualisierung von natürlicher Sprachverarbeitung mit verbundenen Textfragmenten

Sprachverarbeitung (NLP)

Wir trainieren Modelle, die Kundenfeedback klassifizieren, Verträge analysieren oder Support-Anfragen automatisch weiterleiten. Typische Sprachen: Deutsch, Französisch, Italienisch und Englisch. Ein Klassifikationsmodell für Kundenfeedback erreicht bei uns im Schnitt 89 % F1-Score nach dem zweiten Trainingsschritt.

Qualitätskontrollkamera prüft Leiterplatten auf einer Produktionslinie

Computer Vision

Qualitätskontrolle in der Produktion, Objekterkennung in Lagerumgebungen, Dokumentendigitalisierung per OCR. Wir setzen auf bewährte Architekturen wie YOLO und EfficientNet und passen sie an Ihre spezifischen Bilddaten an. Ein typisches Projekt zur Fehlererkennung auf Oberflächen läuft nach sechs Wochen produktiv.

Analyst prüft Prognose-Dashboard auf grossem Bildschirm

Prognosemodelle

Absatzprognosen, Churn-Vorhersagen, Wartungsintervall-Optimierung. Unsere Modelle nutzen Gradient-Boosting-Verfahren und rekurrente Netze, je nach Datenlage. Für einen Logistikkunden in der Westschweiz konnten wir die Prognosegenauigkeit bei Liefermengen um 23 % verbessern.

0
abgeschlossene Projekte
0
Branchen abgedeckt
0
Jahre Erfahrung
0
% Kundenbindung

Häufige Fragen

Das hängt vom Umfang ab. Ein Prototyp beginnt bei CHF 12'000. Grössere Integrationsprojekte mit Monitoring liegen zwischen CHF 40'000 und CHF 120'000. Wir erstellen nach dem Daten-Audit ein verbindliches Angebot mit Fixpreis-Option.
Nicht unbedingt. Für bestimmte Aufgaben reichen einige hundert annotierte Beispiele. Wir nutzen Transfer-Learning und vortrainierte Modelle, um auch mit kleineren Datensätzen brauchbare Ergebnisse zu erzielen. Im Audit klären wir, ob Ihre Datenbasis ausreicht oder ob wir zuerst Daten anreichern müssen.
Alle Daten bleiben in der Schweiz oder im EWR, je nach Ihrem Cloud-Anbieter. Wir arbeiten konform zum revidierten Schweizer Datenschutzgesetz (nDSG) und können auf Wunsch eine Datenschutz-Folgenabschätzung durchführen. Personenbezogene Daten werden vor dem Training pseudonymisiert.
Python ist unsere Hauptsprache. Für Deep Learning verwenden wir PyTorch, für klassische ML-Aufgaben scikit-learn und XGBoost. Die Deployment-Pipeline basiert auf Docker und Kubernetes. Dashboards bauen wir mit Streamlit oder Grafana, je nach Anforderung.
Ja. Wir dokumentieren den gesamten Code, die Trainingspipeline und die Datenaufbereitung. Auf Wunsch schulen wir Ihr internes Team in einem zweitägigen Workshop. Alternativ übernehmen wir die langfristige Betreuung im Rahmen eines SLA.
Selbstverständlich. Unser Büro ist in Lausanne, aber wir betreuen Kunden in der gesamten Schweiz. Workshops und Kickoff-Meetings führen wir gerne vor Ort durch, die laufende Zusammenarbeit läuft remote über Videokonferenzen und ein gemeinsames Projektboard.

Lassen Sie uns über Ihr Projekt sprechen

Beschreiben Sie kurz, was Sie vorhaben. Wir melden uns innerhalb von zwei Arbeitstagen mit einer ersten Einschätzung.

197 Bierkellerweg, 1003 Lausanne, Vaud, Switzerland

Mo–Fr, 08:30–17:30 Uhr