Häufige Fragen zu Artificial Intelligence

Antworten auf die Fragen, die uns Kunden vor, während und nach Projekten am häufigsten stellen.

Allgemeine Fragen

Das hängt stark vom Umfang ab. Eine reine Machbarkeitsstudie dauert ein bis zwei Wochen. Ein Pilotprojekt, bei dem wir einen Prototyp auf einem begrenzten Datensatz bauen, braucht vier bis acht Wochen. Wenn daraus ein Produktivsystem wird, rechnen Sie mit acht bis sechzehn Wochen für Entwicklung, Integration und Tests.

Der grösste Zeitfresser ist selten das Modell selbst. Meistens dauert die Datenaufbereitung am längsten: Daten aus verschiedenen Quellen zusammenführen, Fehler bereinigen, fehlende Werte behandeln. Je besser Ihre Daten organisiert sind, desto schneller kommen wir zum Ergebnis.

Nicht zwingend. Für die Dokumenten-KI genügen oft 200 bis 500 annotierte Beispieldokumente, weil wir vortrainierte Modelle als Basis verwenden und diese auf Ihre spezifischen Dokumenttypen anpassen. Bei Prognosemodellen brauchen wir in der Regel mindestens 1 000 historische Datenpunkte, besser 5 000 oder mehr. Für Chatbots liefern Sie uns Ihre bestehende Wissensdatenbank, FAQ-Texte und Produktkataloge. Daraus erzeugen wir die Trainingsdaten.

Falls Ihre Datenlage dünn ist, sagen wir Ihnen das ehrlich. Wir starten kein Projekt, bei dem die Datengrundlage nicht für ein brauchbares Ergebnis reicht.

Standardmässig in Schweizer Rechenzentren. Wir arbeiten mit Infrastrukturanbietern, die ISO 27001-zertifiziert sind und Daten ausschliesslich in der Schweiz hosten. Falls Ihr Unternehmen eigene Server betreibt, können wir die Modelle auch dort deployen. On-Premise-Installationen dauern etwas länger, sind aber technisch kein Problem.

Während der Entwicklungsphase arbeiten wir in einer isolierten Umgebung, auf die nur unser Projektteam Zugriff hat. Nach Projektabschluss löschen wir alle Kundendaten von unseren Systemen, sofern Sie nicht ausdrücklich eine Aufbewahrung für späteres Nachtraining wünschen.

Eine Analyse und Machbarkeitsbewertung beginnt bei CHF 4 800. Ein Pilotprojekt liegt typischerweise zwischen CHF 18 000 und CHF 35 000. Vollständige Produktivsysteme starten bei CHF 42 000 und können je nach Komplexität und Integrationstiefe bis CHF 120 000 gehen.

Wir arbeiten mit Festpreisangeboten, nicht mit offenen Stundenkontingenten. Das heisst: Sie wissen vor Projektstart, was es kostet. Wenn wir während des Projekts feststellen, dass der Aufwand grösser ist als geplant, tragen wir das Risiko, sofern die Ursache nicht in einer nachträglichen Änderung des Projektumfangs liegt.

Ja. Wir liefern jedes System mit vollständiger technischer Dokumentation und einer Übergabeschulung für Ihr IT-Team. Die Dokumentation umfasst Architekturdiagramme, API-Beschreibungen, Deployment-Anleitungen und eine Anleitung zum Nachtraining des Modells mit neuen Daten.

Falls Ihr Team die nötige Kapazität nicht hat, bieten wir Betriebsverträge an. Diese umfassen Monitoring, regelmässiges Nachtraining und Support bei technischen Problemen. Die Kosten dafür liegen zwischen CHF 1 200 und CHF 3 500 pro Monat, je nach Systemkomplexität.

Unsere Hauptsprache ist Python. Für Machine Learning nutzen wir PyTorch und scikit-learn, für Datenverarbeitung pandas und Apache Spark. Chatbots bauen wir auf Basis von Open-Source-Sprachmodellen (z. B. Llama, Mistral), die wir mit Retrieval-Augmented Generation (RAG) an Ihre Unternehmensdaten anbinden.

Für das Deployment setzen wir auf Docker-Container und Kubernetes. APIs bauen wir mit FastAPI. Die Wahl der konkreten Werkzeuge richtet sich aber immer nach Ihren bestehenden Systemen. Wenn Sie bereits auf Azure oder AWS setzen, nutzen wir deren Managed Services, um den Betriebsaufwand zu minimieren.

Kein KI-Modell ist zu 100 % korrekt. Deshalb bauen wir in jedes System Sicherheitsmechanismen ein. Bei der Dokumenten-KI gibt das System einen Konfidenzwert aus. Liegt dieser unter einem definierten Schwellenwert, wird das Dokument zur manuellen Prüfung markiert. Bei Chatbots gibt es Eskalationsregeln: Wenn der Bot sich unsicher ist, leitet er die Anfrage an einen Menschen weiter.

Wir definieren zusammen mit Ihnen vor Projektstart, welche Fehlerquote akzeptabel ist. Bei einer Rechnungsextraktion im Finanzbereich ist die Toleranz naturgemäss geringer als bei einer Produktempfehlung in einem Onlineshop. Diese Schwellenwerte lassen sich jederzeit anpassen.

Grundsätzlich ja, aber unser Schwerpunkt liegt auf der Schweiz und dem deutschsprachigen Raum. Für Projekte in Deutschland und Österreich gelten dieselben Konditionen. Bei Kunden in anderen Ländern prüfen wir im Einzelfall, ob die Zusammenarbeit sinnvoll ist, insbesondere wegen unterschiedlicher Datenschutzanforderungen und Zeitzonen.

So läuft ein Projekt ab

Vom ersten Gespräch bis zum laufenden System durchlaufen wir fünf klar definierte Phasen. Jede Phase endet mit einem Ergebnis, das Sie prüfen und abnehmen.

1. Erstgespräch und Problemdefinition

Wir sprechen 30 Minuten über Ihr Vorhaben. Was wollen Sie automatisieren? Welche Daten haben Sie? Welches Ergebnis erwarten Sie? Danach wissen beide Seiten, ob ein Projekt Sinn ergibt. Dieses Gespräch ist kostenlos.

2. Datenanalyse und Machbarkeitsstudie

Wir schauen uns Ihre Daten an: Umfang, Qualität, Format, Zugänglichkeit. Innerhalb von ein bis zwei Wochen erhalten Sie einen Bericht mit unserer Einschätzung, ob und wie ein KI-Modell auf dieser Basis funktionieren kann. Falls die Daten nicht ausreichen, schlagen wir konkrete Schritte zur Verbesserung vor.

3. Prototyp und Pilotphase

Wir bauen ein erstes Modell auf einem begrenzten Datensatz. Dieses Modell zeigt, ob der Ansatz funktioniert und welche Genauigkeit realistisch ist. Sie testen den Prototyp mit echten Daten und geben Feedback. Auf dieser Basis entscheiden Sie, ob wir weitermachen.

4. Entwicklung und Integration

Das Modell wird auf dem vollständigen Datensatz trainiert, optimiert und in Ihre bestehende Systemlandschaft integriert. Wir arbeiten in zweiwöchigen Sprints und zeigen Ihnen am Ende jedes Sprints den Fortschritt. So gibt es keine Überraschungen am Schluss.

5. Übergabe und Betrieb

Das fertige System geht in den Produktivbetrieb. Ihr Team erhält eine Schulung und die vollständige Dokumentation. In den ersten drei Monaten überwachen wir die Modellleistung und greifen ein, wenn etwas nicht wie erwartet funktioniert.

Was Kunden berichten

Hier sind drei Rückmeldungen von Unternehmen, mit denen wir in den letzten zwei Jahren gearbeitet haben.

Wir haben 14 Monate lang versucht, unsere Rechnungsverarbeitung intern zu automatisieren. Nach sechs Wochen mit AI Professionalism lief das System. Die Fehlerquote liegt bei unter 2 %, und unsere Buchhaltung spart pro Woche etwa 15 Stunden manueller Arbeit.
Claudia Wenger, CFO, Logistikunternehmen Bern
Das Prognosemodell für unsere Filialbestellungen hat sich nach vier Monaten amortisiert. Vorher haben wir zu viel bestellt und zu viel weggeworfen. Jetzt bestellen wir genauer, und die Lebensmittelverluste sind um fast ein Drittel gesunken.
Marco Bianchi, Geschäftsleiter, Detailhandel Zürich
Unser Chatbot beantwortet inzwischen 72 % aller Kundenanfragen, ohne dass jemand aus dem Support eingreifen muss. Die Kundenzufriedenheit ist nicht gesunken. Im Gegenteil: Die Antwortzeit liegt jetzt bei unter 10 Sekunden statt bei mehreren Stunden.
Nathalie Favre, Leiterin Kundenservice, SaaS-Anbieter Lausanne

Haben Sie eine ähnliche Herausforderung? Schreiben Sie uns, und wir schauen gemeinsam, ob wir helfen können.