Ist Ihr Unternehmen bereit für Artificial Intelligence?
Bevor wir über Technologie reden, klären wir eine einfache Frage: Wo stehen Sie heute? Die meisten Firmen, die uns kontaktieren, haben bereits Daten gesammelt, wissen aber nicht, wie sie daraus Entscheidungen ableiten können. Andere haben klare Ziele, aber keine Infrastruktur. Beide Ausgangspunkte sind gut. Entscheidend ist, dass wir den Startpunkt ehrlich benennen.
Datengrundlage vorhanden
Sie erfassen bereits strukturierte Daten in CRM, ERP oder eigenen Systemen. Wir können direkt mit der Analyse beginnen.
Daten fragmentiert
Informationen liegen in Excel-Tabellen, E-Mails und verschiedenen Tools verstreut. Wir helfen, diese zuerst zusammenzuführen.
Wir arbeiten dort, wo Ihre Daten entstehen
Unser Team sitzt am 35443 Bierkellerweg, 3011 Bern, Bern, Schweiz. Das ist kein Zufall. Nähe zu unseren Kunden verkürzt Abstimmungsschleifen. Wir kommen in Ihre Firma, sehen die Abläufe vor Ort und sprechen mit den Leuten, die täglich mit den Systemen arbeiten. Telefon- und Videocalls ergänzen, ersetzen aber nicht den persönlichen Kontakt.
Was wir konkret tun
Keine vagen Versprechen. Die folgende Tabelle zeigt unsere Leistungsbereiche, typische Projektdauer und den erwartbaren Nutzen. Jede Zeile entspricht einem realen Projekttyp, den wir in den letzten zwei Jahren umgesetzt haben.
| Leistung | Dauer | Ergebnis | Tags |
|---|---|---|---|
| Prädiktive Wartung | 6–10 Wochen | Maschinenausfälle um bis zu 35 % reduziert | IoTML |
| Dokumentenklassifikation | 3–5 Wochen | Manuelle Sortierung entfällt, Fehlerquote sinkt auf unter 2 % | NLPOCR |
| Kundenabwanderungsanalyse | 4–8 Wochen | Frühwarnsystem identifiziert gefährdete Kunden 30 Tage im Voraus | CRMML |
| Chatbot-Entwicklung | 5–12 Wochen | Erstanfragen werden zu 70 % automatisch beantwortet | NLPLLM |
| Bildanalyse Qualitätskontrolle | 8–14 Wochen | Visuelle Inspektion ersetzt manuelle Prüfung an der Fertigungslinie | CVEdge |
| KI-Strategieberatung | 2–4 Wochen | Roadmap mit priorisierten Use Cases und Budget-Schätzung | Strategie |
Wie ein Logistikunternehmen 18 % Transportkosten einsparte
Ein mittelgrosses Transportunternehmen aus dem Raum Bern kam mit einem konkreten Problem zu uns: Die Routenplanung beruhte auf Erfahrungswerten der Disponenten. Bei Krankheit oder Personalwechsel ging dieses Wissen verloren.
Wir haben die GPS-Daten der Flotte über 14 Monate ausgewertet, Verkehrsmuster analysiert und ein Modell trainiert, das Routen in Echtzeit optimiert. Nach drei Monaten im Einsatz sanken die Dieselkosten um 18 %, die durchschnittliche Lieferzeit um 22 Minuten pro Tour.
«Wir hatten nicht erwartet, dass die Ergebnisse so schnell sichtbar werden. Nach sechs Wochen lief das System bereits im Testbetrieb.» – Betriebsleiter, Name auf Wunsch anonymisiert
Projektstart innerhalb von 10 Arbeitstagen nach Auftragserteilung. Kein langwieriger Onboarding-Prozess.
Drei Phasen, kein Wasserfallmodell
Wir arbeiten iterativ. Jede Phase endet mit einem nutzbaren Ergebnis, nicht mit einem Zwischenbericht.
Verstehen
Wir verbringen zwei bis fünf Tage in Ihrem Betrieb. Interviews mit Fachabteilungen, Sichtung der Datenquellen, Identifikation der grössten Hebelwirkung. Am Ende steht ein Dokument mit maximal zehn Seiten: Ist-Zustand, Empfehlung, Aufwandsschätzung.
Bauen
Prototyp in vier bis sechs Wochen. Wir nutzen Ihre echten Daten, keine synthetischen Testdaten. Sie sehen wöchentlich den Fortschritt und können Prioritäten anpassen. Wenn ein Ansatz nicht funktioniert, wechseln wir die Methode, bevor Budget verschwendet wird.
Betreiben
Integration in Ihre bestehenden Systeme, Schulung der Mitarbeitenden, Monitoring der Modellqualität. Wir bleiben drei Monate nach Go-live als Ansprechpartner und überwachen die Vorhersagegenauigkeit. Danach übergeben wir oder verlängern die Betreuung.
Passt KI zu Ihrem Problem?
Nicht jede Aufgabe braucht Machine Learning. Manchmal reicht ein gut strukturiertes Dashboard. Wir sagen Ihnen ehrlich, ob KI der richtige Hebel ist. Hier eine Orientierung:
KI ist sinnvoll, wenn …
- Sie wiederkehrende Entscheidungen auf Basis grosser Datenmengen treffen.
- Muster in Ihren Daten existieren, die Menschen nicht zuverlässig erkennen.
- Geschwindigkeit ein Wettbewerbsvorteil ist (z. B. Echtzeit-Preisgestaltung).
KI ist wahrscheinlich nicht nötig, wenn …
- Das Problem mit einer einfachen Regel oder Formel lösbar ist.
- Zu wenig Daten vorliegen (unter 500 relevante Datenpunkte).
- Die Entscheidung selten getroffen wird und menschliches Urteil ausreicht.
Stimmen aus laufenden Projekten
«Die Zusammenarbeit war unkompliziert. Nach dem Erstgespräch hatten wir innerhalb einer Woche einen konkreten Projektplan.»
Leiterin Digitalisierung, Pharma-Zulieferer
«Besonders geschätzt haben wir, dass das Team auch mal von einem KI-Einsatz abgeraten hat, wo es keinen Sinn machte.»
CTO, Fintech-Startup Zürich
Häufige Fragen zur KI-Einführung
Wie viel kostet ein typisches Pilotprojekt?
Pilotprojekte liegen je nach Komplexität zwischen CHF 15'000 und CHF 45'000. Die Strategieberatung vorab kostet pauschal CHF 4'800. Wir legen den Preis vor Projektstart fest, keine versteckten Stundensätze.
Brauchen wir eigene Data Scientists?
Nein. Wir übernehmen die gesamte technische Umsetzung. Ihr Team muss lediglich Fachwissen einbringen: Welche Daten sind relevant, welche Entscheidungen sollen verbessert werden? Nach Projektabschluss schulen wir Ihre Mitarbeitenden im Umgang mit dem fertigen System.
Wo werden unsere Daten verarbeitet?
Ausschliesslich in Schweizer Rechenzentren. Wir nutzen keine US-Cloud-Dienste für die Datenverarbeitung. Auf Wunsch betreiben wir die Lösung direkt auf Ihrer eigenen Infrastruktur (On-Premise).
Wie lange dauert es, bis wir erste Resultate sehen?
Bei einem klar definierten Use Case sehen Sie nach vier bis sechs Wochen einen funktionsfähigen Prototyp. Die Strategieberatung liefert innerhalb von zwei Wochen eine Entscheidungsgrundlage.
Was passiert, wenn das Modell nicht gut genug funktioniert?
Wir definieren vorab messbare Erfolgskriterien. Erreicht das Modell diese nicht innerhalb der vereinbarten Pilotphase, brechen wir ab und Sie zahlen nur die bis dahin geleistete Arbeit. Kein Risiko für Sie.
Projekt besprechen
Beschreiben Sie kurz Ihr Vorhaben. Wir melden uns innerhalb von zwei Arbeitstagen mit einer ersten Einschätzung.
Technologien, mit denen wir arbeiten
Python, PyTorch, TensorFlow, scikit-learn, Hugging Face Transformers, Apache Spark, PostgreSQL, Docker, Kubernetes, Azure (Schweizer Region), eigene On-Premise-Lösungen. Wir wählen das Werkzeug nach dem Problem, nicht umgekehrt.