Unsere Artificial Intelligence Leistungen

Jede Dienstleistung beginnt mit Ihrem konkreten Problem. Hier finden Sie im Detail, was wir anbieten, wie ein Projekt abläuft und was Sie am Ende erhalten.

KI-Strategie und Beratung

Viele Unternehmen wissen, dass KI relevant ist, aber nicht, wo genau sie anfangen sollen. Genau hier setzen wir an. In einem zweitägigen Workshop analysieren wir gemeinsam Ihre Geschäftsprozesse, Datenquellen und IT-Architektur. Am Ende steht ein Dokument mit drei bis fünf konkreten Use Cases, jeweils mit geschätztem Aufwand, erwarteter Wirkung und Datenvoraussetzungen.

Was dieses Dokument nicht ist: eine 80-seitige PowerPoint-Präsentation. Es sind selten mehr als 15 Seiten, dafür mit klaren Zahlen. Wir schätzen zum Beispiel, dass ein Textklassifikator für Ihre Support-Tickets etwa 200 gelabelte Beispiele braucht und in sechs Wochen produktionsreif sein kann.

Lieferumfang

  • Zweitägiger Vor-Ort-Workshop mit Ihrem Führungsteam
  • Use-Case-Katalog mit Priorisierung nach ROI
  • Technische Machbarkeitseinschätzung pro Use Case
  • Empfehlung zur Dateninfrastruktur und Governance
Strategieworkshop mit Whiteboard und Diagrammen

Machine Learning und Modellentwicklung

Hier wird es technisch. Unser Data-Engineering-Team bereitet Ihre Rohdaten auf: Bereinigung, Feature-Engineering, Labeling. Danach trainieren wir Modelle, die auf Ihre spezifische Aufgabe zugeschnitten sind. Ob Betrugserkennung in Finanztransaktionen, Nachfrageprognose im Einzelhandel oder Bildklassifikation in der Qualitätskontrolle: Wir haben Erfahrung mit tabellarischen Daten, Zeitreihen, Text und Bildern.

Ein typisches Projekt durchläuft vier Phasen: Datenexploration (ein bis zwei Wochen), Prototyp (drei bis vier Wochen), Validierung (zwei Wochen), Produktivstellung (zwei bis drei Wochen). Die Gesamtdauer hängt stark von der Datenverfügbarkeit ab. Wenn Ihre Daten sauber und gelabelt sind, geht es schneller.

Was Sie erhalten

  • Trainiertes Modell als API oder eingebettet in Ihre Anwendung
  • Dokumentation: Modellarchitektur, Trainingsparameter, Metriken
  • Monitoring-Dashboard für Modellperformance im Betrieb
  • Wissenstransfer an Ihr internes Team (halbtägiger Workshop)
Machine-Learning-Modell wird auf dem Bildschirm trainiert

Sprachverarbeitung (NLP)

Texte enthalten enorm viel Information, die manuell kaum zu verarbeiten ist. Wir bauen NLP-Systeme, die Kundenfeedback kategorisieren, Verträge analysieren oder interne Wissensdatenbanken durchsuchbar machen. Ein Beispiel: Für eine Versicherung in Lausanne haben wir ein System entwickelt, das Schadensmeldungen automatisch der richtigen Abteilung zuordnet. Die Trefferquote liegt bei 93 %, und die durchschnittliche Bearbeitungszeit sank um 35 %.

Wir arbeiten mit vortrainierten Sprachmodellen und passen sie an Ihre Domäne an. Das spart Trainingszeit und benötigt weniger Daten als ein Modell von Grund auf. Für Schweizer Kunden ist Mehrsprachigkeit oft wichtig: Unsere Modelle verarbeiten Deutsch, Französisch, Italienisch und Englisch in einem einzigen System.

Einsatzgebiete

  • Automatische Klassifikation von Support-Tickets und E-Mails
  • Sentiment-Analyse für Produktbewertungen und Social Media
  • Informationsextraktion aus Verträgen und Berichten
  • Chatbot-Entwicklung mit domänenspezifischem Wissen
Visualisierung von natürlicher Sprachverarbeitung

Computer Vision

Kameras sind billig. Die Frage ist, was man mit den Bildern macht. Wir entwickeln Bilderkennungssysteme für industrielle Anwendungen: Fehlererkennung auf Produktionslinien, automatische Zählung von Objekten, Qualitätsprüfung von Oberflächen. Für einen Hersteller von Präzisionsteilen in Biel haben wir ein System gebaut, das Kratzer ab 0,2 mm Breite erkennt. Die Fehlerquote der manuellen Prüfung lag bei 4 %, das KI-System erreicht 0,8 %.

Unsere Computer-Vision-Projekte nutzen Convolutional Neural Networks, die wir auf Ihren spezifischen Bildtyp feintunen. Oft genügen 500 bis 1000 annotierte Bilder für ein zuverlässiges Modell. Wir unterstützen auch bei der Auswahl und Installation der Kamerahardware, falls nötig.

Kamerasystem zur Qualitätskontrolle in einer Fabrik

So läuft ein Projekt ab

Jedes Projekt ist anders, aber die Grundstruktur bleibt gleich. Hier die fünf Phasen, die wir bei fast jedem Auftrag durchlaufen.

Erstgespräch

30 Minuten per Videocall. Wir hören zu, stellen Fragen und schätzen grob ein, ob KI für Ihr Problem sinnvoll ist. Kostenlos.

Datenanalyse

Wir schauen uns Ihre Daten an: Qualität, Menge, Format. Dafür brauchen wir in der Regel Zugang zu einer anonymisierten Stichprobe.

Prototyp

In drei bis sechs Wochen bauen wir ein erstes funktionierendes Modell. Sie sehen konkrete Ergebnisse, bevor Sie grössere Budgets freigeben.

Validierung

Wir testen das Modell mit echten Daten aus Ihrem Betrieb und messen die Performance gegen Ihre definierten KPIs.

Produktivbetrieb

Deployment in Ihrer Infrastruktur, Monitoring-Setup und Übergabe an Ihr Team. Auf Wunsch bieten wir laufenden Support.

Häufige Fragen

Wie viel kostet ein typisches KI-Projekt?

Ein Beratungsworkshop beginnt bei CHF 4'800. Ein Pilotprojekt mit Modellentwicklung liegt typischerweise zwischen CHF 15'000 und CHF 45'000, abhängig von Komplexität und Datenmenge. Grössere Implementierungen besprechen wir individuell.

Brauchen wir eigene Daten?

In den meisten Fällen ja. Für manche Aufgaben können wir mit vortrainierten Modellen und wenig domänenspezifischen Daten arbeiten. Im Erstgespräch klären wir, was realistisch ist.

Wo werden unsere Daten verarbeitet?

Standardmässig auf Schweizer Servern. Wir arbeiten mit Rechenzentren in Zürich und Genf. Falls Ihr Unternehmen Cloud-Dienste wie Azure oder AWS nutzt, können wir auch dort deployen, sofern die Region Ihren Compliance-Anforderungen entspricht.

Wie lange dauert es, bis ein Modell Ergebnisse liefert?

Einen funktionierenden Prototyp haben Sie in der Regel nach vier bis sechs Wochen. Die vollständige Produktivstellung dauert je nach Integration acht bis vierzehn Wochen.