Der Projektablauf im Detail
Jedes KI-Projekt bei uns folgt einem bewährten Ablauf. Die einzelnen Phasen überlappen sich teilweise, aber die Reihenfolge bleibt immer dieselbe. Hier erklären wir jeden Schritt, damit Sie genau wissen, was wann passiert.
Erstgespräch und Problemdefinition
In einem 30-minütigen Gespräch stellen Sie Ihr Geschäftsproblem vor. Wir stellen Rückfragen zu Ihren Daten, Systemen und Zielen. Innerhalb von fünf Arbeitstagen erhalten Sie eine schriftliche Einschätzung: Ist KI die richtige Lösung? Welche Daten brauchen wir? Was wird es kosten? Wenn wir der Meinung sind, dass eine einfachere Lösung besser passt, sagen wir das offen.
Am Ende dieser Phase haben Sie ein Dokument mit dem Projektziel, den erwarteten Ergebnissen und einer groben Kostenschätzung. Dieses Dokument ist kostenlos.
Datenanalyse und Vorbereitung
Wir erhalten Zugang zu Ihren relevanten Daten, entweder über eine API, einen Datenbankexport oder verschlüsselte Dateien. Unser Data-Engineering-Team prüft Qualität, Vollständigkeit und Struktur. Fehlende Werte, Duplikate und Inkonsistenzen bereinigen wir in dieser Phase.
Sie erhalten einen Datenbericht, der zeigt, wie viele Datensätze nutzbar sind, wo Lücken bestehen und welche Features für das Modell relevant sein werden. In einem kurzen Workshop besprechen wir diesen Bericht mit Ihrem Team, damit alle Beteiligten den gleichen Wissensstand haben.
Modellentwicklung und Prototyp
Unsere Data Scientists trainieren verschiedene Modellarchitekturen auf Ihren Daten. Wir beginnen oft mit einfacheren Ansätzen wie Gradient Boosting, bevor wir zu neuronalen Netzen greifen. Der Grund: Einfachere Modelle sind schneller zu trainieren, leichter zu erklären und in vielen Fällen genauso genau.
Am Ende dieser Phase steht ein funktionsfähiger Prototyp. Sie können ihn über ein einfaches Webinterface testen und sehen, wie das Modell auf echte Eingaben reagiert. Wir messen die Genauigkeit anhand von Metriken, die wir gemeinsam in Phase 1 festgelegt haben, zum Beispiel Precision, Recall oder Mean Absolute Error.
Integration und Deployment
Sobald der Prototyp Ihre Erwartungen erfüllt, integrieren unsere Software-Ingenieure das Modell in Ihre bestehende IT-Landschaft. Das kann eine REST-API sein, die Ihr ERP-System aufruft, ein Plugin für Ihr CRM oder eine eigenständige Webanwendung.
Wir kümmern uns um Monitoring, Logging und automatische Alerts, falls die Modellgenauigkeit unter einen definierten Schwellenwert fällt. Die Infrastruktur läuft auf Schweizer Servern, und wir dokumentieren alles so, dass Ihr internes IT-Team das System nach Projektende selbst betreuen kann.
Schulung und laufende Betreuung
Wir schulen die Mitarbeitenden, die täglich mit dem System arbeiten. Das ist keine PowerPoint-Präsentation, sondern ein Hands-on-Workshop, in dem jeder das System selbst bedient und Fragen stellen kann.
Nach dem Go-live bieten wir optionale Wartungsverträge an. Darin enthalten sind monatliches Modell-Retraining mit neuen Daten, Performance-Reports und ein fester Ansprechpartner für technische Fragen. Rund 70 Prozent unserer Kunden nutzen dieses Angebot.
Projekttypen im Vergleich
Je nach Umfang und Komplexität unterscheiden wir drei Projekttypen. Die folgende Tabelle gibt Ihnen eine Orientierung.
| Merkmal | Proof-of-Concept | Pilotprojekt | Produktivsystem |
|---|---|---|---|
| Dauer | 4–6 Wochen | 8–12 Wochen | 12–24 Wochen |
| Budget | ab CHF 15 000 | ab CHF 50 000 | ab CHF 120 000 |
| Datenmenge | Stichprobe genügt | Repräsentativer Datensatz | Vollständiger Datenbestand |
| Ergebnis | Machbarkeitsnachweis | Getestetes System für eine Abteilung | Unternehmensweites System mit Monitoring |
| Wartung | Nicht enthalten | 3 Monate inklusive | 12 Monate inklusive |
Viele Kunden starten mit einem Proof-of-Concept und entscheiden sich nach positiven Ergebnissen für den Ausbau zum Pilotprojekt. Das ist sinnvoll, weil Sie so mit überschaubarem Risiko testen können, ob KI für Ihren konkreten Anwendungsfall funktioniert.
Technologien, die wir einsetzen
Wir sind nicht an einen bestimmten Anbieter gebunden. Je nach Aufgabe wählen wir die passende Technologie:
Für tabellarische Daten arbeiten wir meistens mit XGBoost oder LightGBM. Bildverarbeitung lösen wir mit Convolutional Neural Networks auf Basis von PyTorch. Textverarbeitung und Dokumentenanalyse setzen wir mit Transformer-Modellen um, die wir auf Ihren Fachbereich feinabstimmen.
Die Modelle laufen auf Kubernetes-Clustern in Schweizer Rechenzentren. Für kleinere Projekte nutzen wir auch serverlose Architekturen, die nur dann Kosten verursachen, wenn das Modell tatsächlich aufgerufen wird.
Unsere gesamte Codebasis wird versioniert und automatisch getestet. Jede Änderung durchläuft eine CI/CD-Pipeline, bevor sie in die Produktion geht. Das klingt nach Selbstverständlichkeit, ist es in der KI-Branche aber leider nicht immer.
Bereit, den ersten Schritt zu machen?
Das kostenlose Erstgespräch dauert 30 Minuten. Danach wissen Sie, ob KI für Ihr Vorhaben sinnvoll ist.
Erstgespräch vereinbaren