Projekte und Ablauf
Ein Prototyp bewegt sich typischerweise zwischen CHF 8 000 und CHF 25 000. Die Spanne hängt von drei Faktoren ab: Wie viele Datenquellen müssen angebunden werden? Wie komplex ist das Modell? Und braucht es eine eigene Benutzeroberfläche oder reicht eine API-Schnittstelle?
Für die Produktionsversion rechnen Sie mit dem Zwei- bis Dreifachen des Prototyp-Budgets, weil Tests, Monitoring und Dokumentation hinzukommen. Laufende Betriebskosten für Hosting und Modellaktualisierung liegen bei CHF 400 bis CHF 1 200 pro Monat, je nach Rechenaufwand.
Wir erstellen nach dem Erstgespräch ein verbindliches Angebot mit Festpreis für den Prototyp. Keine versteckten Stunden.
Den ersten Prototyp liefern wir innerhalb von vier Wochen. In dieser Zeit analysieren wir Ihre Daten, trainieren ein erstes Modell und stellen es Ihnen in einer Testumgebung zur Verfügung. Sie können es an echten Fällen ausprobieren und uns Feedback geben.
Die Überführung in die Produktion dauert danach zwei bis vier Monate. In dieser Phase optimieren wir die Genauigkeit, bauen Fehlerbehandlung ein, richten das Monitoring auf und schulen Ihr Team in der Bedienung. Bei besonders umfangreichen Projekten mit mehreren Modellen kann es auch sechs Monate dauern.
Alle Daten verbleiben in Schweizer Rechenzentren. Wir nutzen Anbieter mit ISO-27001-Zertifizierung in Zürich und Bern. Ihre Daten verlassen die Schweiz nicht, auch nicht für das Training der Modelle.
Wenn Sie Ihre eigene Infrastruktur bevorzugen, installieren wir das System auch on-premise. Das betrifft etwa Kunden aus dem Gesundheitswesen oder der Finanzbranche, die besonders strenge Compliance-Anforderungen haben. In diesem Fall liefern wir Docker-Container, die auf Ihren Servern laufen.
Ja, in den meisten Fällen schon. Ein Prognosemodell braucht historische Daten, mindestens sechs Monate, besser zwei Jahre. Für Computer Vision benötigen wir Beispielbilder: mindestens 200 pro Kategorie, idealerweise 1 000.
Wenn Sie noch keine strukturierten Daten haben, helfen wir beim Aufbau. Wir richten eine Datenerfassung ein und beginnen mit dem Training, sobald genug Material vorhanden ist. In einem solchen Fall starten wir mit einem regelbasierten System, das wir schrittweise durch ein lernfähiges Modell ersetzen.
Die meisten unserer Projekte kommen aus vier Bereichen: Fertigung und Qualitätskontrolle, Einzelhandel und Bestandsmanagement, Logistik sowie Gesundheitswesen. Wir haben aber auch Projekte in der Gastronomie und im Immobilienbereich umgesetzt.
Entscheidend ist nicht die Branche, sondern die Frage: Gibt es eine wiederkehrende Aufgabe, die auf Daten basiert und heute manuell erledigt wird? Wenn ja, lohnt sich ein Gespräch.
Im Prototyp-Vertrag definieren wir eine Mindestgenauigkeit. Erreicht das Modell diese nicht, haben Sie zwei Optionen: Wir analysieren, warum die Schwelle nicht erreicht wurde, und schlagen Massnahmen vor, etwa zusätzliche Trainingsdaten oder eine andere Modellarchitektur. Oder Sie beenden das Projekt, und wir berechnen nur die tatsächlich geleisteten Stunden bis zum Abbruch, maximal 60 % des vereinbarten Festpreises.
Bisher mussten wir diesen Weg bei drei von 127 Projekten gehen. In zwei Fällen lag es an unzureichender Datenqualität, die sich nachträglich beheben liess.
Ja. Sie erhalten den vollständigen Quellcode, die Trainingsdaten-Pipeline und die Dokumentation. Wir verwenden Open-Source-Frameworks wie PyTorch und scikit-learn, sodass Ihr eigenes Team oder ein anderer Dienstleister die Arbeit fortsetzen kann.
Wenn Sie keinen internen ML-Ingenieur haben, bieten wir einen Wartungsvertrag an: Wir überwachen die Modellleistung, trainieren bei Bedarf nach und passen das System an veränderte Geschäftsanforderungen an. Die monatlichen Kosten dafür beginnen bei CHF 400.
Technische Hintergründe
Für alle, die wissen wollen, was unter der Haube passiert, fassen wir hier die wichtigsten technischen Entscheidungen zusammen.
Modelltraining
Wir trainieren Modelle auf NVIDIA A100 GPUs in einem Zürcher Rechenzentrum. Für tabellarische Daten setzen wir auf Gradient-Boosted Trees (XGBoost, LightGBM), weil sie bei strukturierten Geschäftsdaten oft besser abschneiden als neuronale Netze. Für Bild- und Textdaten verwenden wir PyTorch mit vortrainierten Modellen, die wir auf Ihre Domäne feinabstimmen.
Ein typisches Training dauert zwischen zwei Stunden und drei Tagen. Während des Trainings dokumentieren wir jede Konfiguration in MLflow, damit Ergebnisse reproduzierbar bleiben.
Bereitstellung und Betrieb
Das fertige Modell verpacken wir in einen Docker-Container und stellen es über FastAPI als REST-Schnittstelle bereit. Antwortzeiten liegen unter 200 Millisekunden für Einzelanfragen. Für Batch-Verarbeitung nutzen wir Celery mit Redis als Nachrichtenbroker.
Monitoring läuft über Prometheus und Grafana. Wenn die Modellgenauigkeit unter einen definierten Schwellenwert fällt, erhalten wir und Sie eine Benachrichtigung. Automatisches Nachtraining ist möglich, sofern neue gelabelte Daten vorliegen.
Datensicherheit
Alle Daten werden während der Übertragung per TLS 1.3 verschlüsselt. Im Ruhezustand nutzen wir AES-256. Zugriffsrechte verwalten wir über ein rollenbasiertes System: Nur Personen, die am jeweiligen Projekt arbeiten, sehen die zugehörigen Daten.
Auf Wunsch führen wir vor Projektbeginn eine Datenschutz-Folgenabschätzung durch, die Sie Ihrer internen Compliance-Abteilung vorlegen können.
Integration
Wir binden KI-Modelle an bestehende Systeme an: SAP, Microsoft Dynamics, Odoo, Shopify und diverse branchenspezifische Lösungen. Die Anbindung erfolgt über REST-APIs oder, wo nötig, über Datenbankverbindungen. Für Echtzeit-Datenströme nutzen wir Apache Kafka.
Falls Ihre Software keine API hat, bauen wir eine Zwischenschicht, die Daten per Dateiexport (CSV, XML) austauscht. Das ist nicht elegant, funktioniert aber zuverlässig und lässt sich später durch eine direkte Anbindung ersetzen.
Noch Fragen? Sprechen Sie mit uns.
Rufen Sie uns an oder schreiben Sie eine E-Mail. Das Erstgespräch dauert 30 Minuten und ist kostenlos. Wir klären dabei, ob ein KI-Projekt für Ihre Situation sinnvoll ist, und geben Ihnen eine erste Aufwandschätzung.
82302 Trittligasse, 4051 Basel, Basel-Stadt, Switzerland