Häufige Fragen zu Artificial Intelligence

Das hängt davon ab, ob Sie einen Proof of Concept oder ein produktionsreifes System wünschen. Ein PoC, bei dem wir die Machbarkeit an einem kleinen Datensatz zeigen, dauert vier bis sechs Wochen. Darin enthalten sind Datenanalyse, Modelltraining und ein kurzer Ergebnisbericht.

Ein vollständiges Produktionsprojekt mit Datenanbindung, Modelloptimierung, API-Entwicklung, Tests und Übergabe dauert drei bis sechs Monate. Projekte mit besonders komplexer Datenlandschaft oder regulatorischen Anforderungen (z. B. Medizinprodukte) können länger dauern.

Für ein Klassifikationsmodell benötigen wir in der Regel einige Tausend gelabelte Beispiele. Bei Zeitreihenprognosen reichen oft 12 bis 24 Monate historischer Daten, sofern sie konsistent erfasst wurden.

Wenn Ihre Daten noch nicht strukturiert oder gelabelt sind, unterstützen wir Sie bei der Aufbereitung. Wir haben Erfahrung mit CSV-Exporten aus ERP-Systemen, Datenbankauszügen und auch unstrukturierten Quellen wie PDF-Dokumenten oder E-Mails.

Ein Proof of Concept beginnt bei CHF 12 000. Produktionsprojekte liegen typischerweise zwischen CHF 40 000 und CHF 150 000. Der Preis hängt ab von der Anzahl Datenquellen, der Modellkomplexität und dem Integrationsaufwand in Ihre bestehende IT.

Wir arbeiten mit Festpreisangeboten für klar definierte Phasen. So behalten Sie die Kontrolle über das Budget. Laufende Kosten nach Go-live (Cloud-Hosting, Monitoring) schätzen wir vorab und dokumentieren sie transparent.

Standardmässig bleiben alle Daten in der Schweiz. Wir nutzen Schweizer Rechenzentren von Exoscale und Infomaniak. Wenn Sie bereits einen Cloud-Anbieter wie Azure oder AWS verwenden und dort eine Schweizer Region haben, arbeiten wir auch in Ihrer bestehenden Umgebung.

Trainingsdaten werden verschlüsselt gespeichert (AES-256 at rest, TLS 1.3 in transit). Nach Projektabschluss löschen wir alle Kundendaten von unseren Systemen, sofern nicht anders vereinbart.

Nein, nicht zwingend. Wir übernehmen die gesamte technische Umsetzung. Was wir von Ihnen brauchen, ist Domänenwissen: Sie kennen Ihre Prozesse, Ihre Kunden und Ihre Daten besser als wir. Ein Ansprechpartner auf Ihrer Seite, der Fragen beantworten und Ergebnisse bewerten kann, reicht aus.

Wenn Sie langfristig eigene KI-Kompetenz aufbauen möchten, bieten wir Schulungen an. Wir haben dreitägige Workshops für Entwicklerteams und eintägige Einführungen für Führungskräfte im Programm.

Unsere Hauptsprache ist Python. Für Machine Learning nutzen wir scikit-learn, XGBoost und LightGBM. Deep-Learning-Projekte setzen wir mit PyTorch um. Für NLP arbeiten wir mit Hugging Face Transformers und spaCy.

Die Infrastruktur bauen wir mit Docker und Kubernetes. Modell-Tracking läuft über MLflow. APIs liefern wir als FastAPI- oder Flask-Services aus. Wenn Ihr Unternehmen andere Technologien bevorzugt, passen wir uns an.

Ja, genau das empfehlen wir. Ein Proof of Concept zeigt innerhalb weniger Wochen, ob ein KI-Ansatz für Ihren konkreten Anwendungsfall funktioniert. Erst danach entscheiden Sie, ob Sie in ein vollständiges Projekt investieren.

Der PoC liefert ein trainiertes Modell, Leistungskennzahlen (Accuracy, Precision, Recall, je nach Aufgabe) und eine klare Empfehlung, wie der Weg in die Produktion aussieht.

KI-Modelle müssen überwacht werden, weil sich Daten über die Zeit verändern (Data Drift). Wir richten ein Monitoring ein, das Sie warnt, wenn die Modellqualität unter einen definierten Schwellenwert fällt.

Optional bieten wir einen Wartungsvertrag an: monatliche Überprüfung der Modellleistung, Nachtraining bei Bedarf und technischer Support. Die Kosten dafür liegen je nach Systemkomplexität zwischen CHF 800 und CHF 3 000 pro Monat.

Ja. Etwa ein Viertel unserer Projekte sind mit Startups, die KI als Kernbestandteil ihres Produkts brauchen. Wir passen den Projektumfang an das Budget an und arbeiten bei Bedarf in agilen Sprints, damit Sie schnell ein MVP haben.

Für Startups im Frühstadium bieten wir auch eine reduzierte Tagespauschale an, wenn das Projekt technisch interessant ist und wir die Ergebnisse (anonymisiert) als Referenz nutzen dürfen.