Prädiktive Analyse
Wir trainieren Modelle auf Ihren historischen Daten, um Absatzmengen, Kundenabwanderung oder Maschinenausfälle vorherzusagen. Die Ergebnisse liefern wir als API oder Dashboard, das Ihr Team täglich nutzen kann.
Was wir bauen
Jedes Projekt beginnt mit Ihren Daten und Ihrem Geschäftsziel. Daraus entsteht Software, die genau eine Sache richtig gut macht.
Prozessautomation
Dokumente klassifizieren, Rechnungen extrahieren, E-Mails routen: Wir verbinden Sprachmodelle mit Ihren bestehenden Systemen. Die meisten Automationen laufen innerhalb von sechs Wochen produktiv.
Computer Vision
Qualitätskontrolle in der Fertigung, Zählung von Objekten auf Baustellen, Analyse medizinischer Bilder. Wir setzen auf bewährte Architekturen wie YOLO und EfficientNet und passen sie an Ihren konkreten Anwendungsfall an.
Daten-Pipelines
Bevor ein Modell trainiert werden kann, müssen Daten fliessen. Wir bauen ETL-Pipelines, die Ihre Quellen zusammenführen, bereinigen und in einem Data Warehouse bereitstellen. Technologien: Apache Airflow, dbt, BigQuery.
Individuelle LLM-Integration
Grosse Sprachmodelle sind nützlich, wenn man sie richtig einbindet. Wir entwickeln RAG-Systeme, die Ihre internen Dokumente durchsuchbar machen, ohne sensible Daten an externe Anbieter zu senden.
So läuft ein Projekt ab
Vier Phasen, klare Meilensteine. Zwischen Phase eins und dem ersten funktionierenden Prototyp liegen typischerweise drei bis vier Wochen.
1. Daten-Audit
Wir schauen uns an, welche Daten Sie haben, wo sie liegen und wie sauber sie sind. Das dauert zwei bis fünf Arbeitstage. Am Ende steht ein kurzer Bericht mit einer ehrlichen Einschätzung: Lohnt sich ein Modell, oder reicht eine einfachere Lösung?
2. Prototyp
In einem Jupyter-Notebook oder einer kleinen Streamlit-App zeigen wir Ihnen, was die Daten hergeben. Hier entscheiden Sie, ob das Ergebnis geschäftlich relevant genug ist, um weiterzumachen.
3. Produktion
Der Prototyp wird zur robusten Anwendung: containerisiert, getestet, mit Monitoring versehen. Wir deployen auf Ihrer Cloud-Infrastruktur oder richten eine neue ein. Kubernetes, Terraform, CI/CD sind Standard bei uns.
4. Betrieb und Weiterentwicklung
Modelle altern. Datenverteilungen verschieben sich. Deshalb bieten wir Wartungsverträge an, die regelmässiges Retraining, Drift-Monitoring und Feature-Updates umfassen. Abrechnung monatlich, kündbar mit 30 Tagen Frist.
Warum Unternehmen mit uns arbeiten
Wir sind ein kleines Team in Zürich. Keine 200 Berater, kein Offshore-Entwicklungszentrum. Das bedeutet: Sie sprechen direkt mit den Leuten, die Ihren Code schreiben. Entscheidungen fallen schnell.
Unser Fokus liegt auf Schweizer KMU und Mittelständlern in den Branchen Logistik, Pharma, Finanzdienstleistungen und Fertigung. In diesen Bereichen kennen wir die Datenlandschaft, die regulatorischen Anforderungen und die typischen Fallstricke.
Jedes Modell, das wir ausliefern, kommt mit einer Dokumentation, die Ihr internes IT-Team versteht. Kein Black-Box-Ansatz. Wenn Sie den Anbieter wechseln wollen, nehmen Sie Ihren Code mit. Er gehört Ihnen.
Häufig gestellte Fragen
Das hängt stark vom Umfang ab. Ein Daten-Audit mit Machbarkeitsstudie liegt bei CHF 4'000 bis 8'000. Ein vollständiges Projekt mit Prototyp, Produktionscode und drei Monaten Betrieb bewegt sich zwischen CHF 35'000 und 120'000. Wir erstellen nach dem Erstgespräch eine verbindliche Offerte mit Fixpreis-Option.
Nicht unbedingt. Für viele Aufgaben reichen einige tausend Datensätze, besonders wenn wir vortrainierte Modelle als Basis verwenden. Im Daten-Audit klären wir, ob Ihre Datenmenge ausreicht oder ob wir zuerst eine Sammelstrategie erarbeiten sollten.
Standardmässig in Rechenzentren in der Schweiz oder im EWR. Wenn Sie eine bestimmte Cloud bevorzugen, richten wir uns danach. Für besonders sensible Daten bieten wir auch On-Premise-Deployments an.
Zwischen sechs und vierzehn Wochen, je nach Komplexität. Einfache Klassifikationsaufgaben gehen schneller. Projekte mit mehreren Datenquellen, Compliance-Anforderungen oder Echtzeit-Inferenz brauchen entsprechend mehr Zeit.
Gerne. Wir arbeiten regelmässig in gemischten Teams. Pair-Programming-Sessions und Code-Reviews gehören bei uns zum Projektalltag. So baut Ihr Team gleichzeitig eigenes ML-Know-how auf.
AI software im Schweizer Kontext
Die Schweiz hat strenge Datenschutzgesetze, und das ist gut so. Unser Code berücksichtigt das revidierte DSG von Anfang an. Wir implementieren Privacy by Design: Datenminimierung, Pseudonymisierung, Zugriffskontrollen.
Zürich bietet eine dichte Forschungslandschaft. Wir pflegen Kontakte zur ETH und zur Universität Zürich und bleiben so nah an aktuellen Forschungsergebnissen. Wenn ein Paper aus dem letzten Quartal für Ihr Problem relevant ist, kennen wir es.
Mehrsprachigkeit ist in der Schweiz Alltag. Unsere NLP-Modelle verarbeiten Deutsch, Französisch, Italienisch und Englisch. Schweizerdeutsche Dialekte in Audioaufnahmen sind eine besondere Herausforderung, die wir mit spezialisierten Fine-Tuning-Datensätzen lösen.
Lassen Sie uns über Ihr Projekt sprechen
Beschreiben Sie kurz, was Sie vorhaben. Wir melden uns innerhalb von 24 Stunden mit einer ersten Einschätzung.
7406 Schulstrasse, 8001 Zurich, Zurich, Switzerland
Bürozeiten: Montag bis Freitag, 08:30 – 17:30 Uhr. Termine ausserhalb dieser Zeiten nach Absprache.