Artificial Intelligence für Schweizer Unternehmen, die Resultate brauchen

Wir bauen KI-Systeme, die Ihre Daten tatsächlich nutzen. Keine Foliendecks, keine Buzzwords. Funktionierende Modelle, integriert in Ihre bestehende Infrastruktur, betrieben aus Neuchâtel.

Projekt besprechen
Serverraum mit KI-Infrastruktur und bernsteinfarbenen Statusleuchten
87
abgeschlossene Projekte
14
Branchen abgedeckt
3.2 Mio
Datenpunkte pro Tag verarbeitet
99.4%
Modell-Uptime (Median)

Was wir konkret tun

Jedes Projekt beginnt mit einer Frage: Welche Entscheidung soll die KI verbessern? Daraus leiten wir den technischen Ansatz ab.

Prädiktive Analytik

Wir trainieren Regressionsmodelle und Zeitreihenprognosen auf Ihren historischen Daten. Typischer Anwendungsfall: Nachfrageprognose im Detailhandel mit einem Horizont von 4 bis 12 Wochen. Die Modelle laufen als API hinter Ihrem ERP.

Computer Vision

Qualitätskontrolle in der Fertigung, Zählung von Objekten auf Luftbildern, Dokumentenklassifikation per OCR. Wir arbeiten mit PyTorch und ONNX Runtime, damit die Modelle auf Edge-Geräten oder in der Cloud laufen.

Sprachverarbeitung (NLP)

Sentiment-Analyse auf Kundenfeedback, automatische Ticket-Klassifikation, Zusammenfassung von Verträgen. Wir fine-tunen bestehende Sprachmodelle auf Ihre Domäne, statt von Null zu starten.

MLOps und Modellbetrieb

Ein Modell, das auf einem Notebook funktioniert, ist noch kein Produkt. Wir bauen die Pipeline drumherum: Monitoring, automatisches Retraining, A/B-Tests. Kubernetes, MLflow, Airflow.

Datenarchitektur

Bevor KI funktioniert, müssen Daten sauber fliessen. Wir designen Data Lakes, ETL-Pipelines und Feature Stores. Oft der Teil, der am meisten Zeit spart, weil er Fehlerquellen an der Wurzel beseitigt.

So läuft ein Projekt ab

Kein Projekt gleicht dem anderen, aber die Grundstruktur hat sich über 87 Engagements bewährt.

Daten-Audit (Woche 1–2)

Wir schauen uns Ihre vorhandenen Datenquellen an: Qualität, Volumen, Zugänglichkeit. Am Ende steht ein kurzer Report mit einer ehrlichen Einschätzung, ob KI hier den Aufwand lohnt.

Proof of Concept (Woche 3–6)

Ein erstes Modell auf einem Teilsatz Ihrer Daten. Ziel: messbare Metriken wie F1-Score oder MAPE, nicht hübsche Grafiken. Sie entscheiden danach, ob es weitergeht.

Produktionsmodell (Woche 7–14)

Das Modell wird robust gemacht, getestet und in Ihre Systeme integriert. API-Endpunkte, Logging, Fallback-Logik für Edge Cases.

Betrieb und Iteration

Nach dem Go-Live überwachen wir Modell-Drift und Performance. Retraining-Zyklen laufen automatisiert, Alerts kommen per Slack oder E-Mail. Verträge sind monatlich kündbar.

Ausgewählte Projekte

Zwei Beispiele, die zeigen, wie unterschiedlich KI-Projekte aussehen können.

Automatisiertes Lager mit Förderbändern und Paketsortierung
Logistik

Sendungsprognose für einen Paketdienstleister

Ein regionaler Kurierdienst wollte Personalplanung verbessern. Unser Zeitreihenmodell prognostiziert das tägliche Sendungsvolumen pro Depot mit einem MAPE von 6.8%. Die Disposition spart pro Woche rund 14 Stunden manuelle Planung.

Roboterarm bei der Qualitätsprüfung eines Metallteils in einer Fabrik
Fertigung

Visuelle Fehlererkennung an Drehteilen

Ein Zulieferer der Uhrenindustrie prüfte Teile manuell unter dem Mikroskop. Unser CNN-Modell erkennt Oberflächenfehler ab 0.05 mm mit einer Genauigkeit von 97.2%. Die Prüfzeit pro Teil sank von 45 Sekunden auf unter 3.

Häufige Fragen

Antworten, die wir in fast jedem Erstgespräch geben.

Ein Daten-Audit liegt bei CHF 4'800. Ein Proof of Concept bewegt sich zwischen CHF 15'000 und 35'000, je nach Datenlage. Produktionsprojekte starten typischerweise ab CHF 40'000. Wir arbeiten mit Festpreisen pro Phase, nicht mit offenen Stundenabrechnungen.
Nicht unbedingt. Für tabellarische Daten reichen manchmal einige tausend Zeilen. Bei Computer Vision braucht man mehr, aber Techniken wie Transfer Learning und Datenaugmentation helfen. Im Audit klären wir, ob Ihre Datenbasis reicht.
Standardmässig auf Schweizer Infrastruktur (Exoscale oder Ihre eigene Cloud). Wir arbeiten auch mit Azure Switzerland North und AWS Zürich. Daten verlassen die Schweiz nur, wenn Sie das explizit wünschen.
Ja. Sämtlicher Code und alle Modellgewichte gehören Ihnen. Wir dokumentieren die Pipeline so, dass Ihr internes Team sie übernehmen kann. Auf Wunsch schulen wir Ihre Entwickler in einem zweitägigen Workshop.
Zwischen 10 und 14 Wochen für die meisten Projekte. Komplexe Systeme mit mehreren Modellen und Integrationen können 5 bis 6 Monate dauern. Den genauen Zeitplan legen wir nach dem Audit fest.

Projekt besprechen

Beschreiben Sie kurz, worum es geht. Wir melden uns innerhalb von zwei Arbeitstagen.

Adresse
7132 Rämistrasse, 2000 Neuchâtel, Neuchâtel, Switzerland

Telefon
+41 32 128 52 94

E-Mail
[email protected]

Wir sind erreichbar von Montag bis Freitag, 08:30 bis 17:30 Uhr. Für dringende Anfragen nutzen Sie bitte das Telefon.