Artificial Intelligence für Unternehmen, die Resultate brauchen

Wir entwickeln KI-Systeme in Zürich. Prognosemodelle, die Lagerbestände um 23 % senken. Textanalyse, die 14'000 Verträge pro Woche klassifiziert. Keine Folien, keine Buzzwords: lauffähiger Code.

Projekt besprechen
Serverraum mit KI-Infrastruktur und Ingenieur bei der Datenanalyse
127
abgeschlossene Projekte
4–12
Wochen bis zum Prototyp
98.3 %
Modellgenauigkeit (Median)
6
Branchen abgedeckt

So entsteht Ihr KI-System

Jedes Projekt durchläuft fünf Phasen. Die Reihenfolge ist fix, die Dauer variiert je nach Datenlage und Komplexität.

1. Datenaudit (Woche 1–2)

Wir sichten Ihre vorhandenen Datenquellen: ERP-Exporte, CRM-Logs, PDFs, Sensordaten. Am Ende steht ein Bericht mit Datenqualität, Lücken und einer realistischen Einschätzung, welche Modelle möglich sind. Kein Verkaufsgespräch, sondern eine technische Bestandsaufnahme.

2. Feature Engineering (Woche 2–4)

Rohdaten allein reichen selten. Wir transformieren Zeitstempel in saisonale Signale, extrahieren Entitäten aus Freitext und normalisieren heterogene Quellen in ein einheitliches Schema. Dieser Schritt bestimmt 70 % der späteren Modellqualität.

3. Modellentwicklung (Woche 3–8)

Je nach Aufgabe setzen wir Gradient-Boosted Trees, Transformer-Architekturen oder klassische statistische Verfahren ein. Wir trainieren auf Ihren Daten, nicht auf generischen Benchmarks. Jedes Modell wird gegen eine dokumentierte Baseline getestet.

4. Integration (Woche 6–10)

Ein Modell, das nur im Notebook läuft, nützt niemandem. Wir liefern REST-APIs, Batch-Pipelines oder direkte Anbindungen an SAP, Salesforce oder Ihre interne Plattform. Deployment auf Azure, AWS oder On-Premise in Ihrem Rechenzentrum.

5. Monitoring und Nachführung

Daten verändern sich. Kundenverhalten verschiebt sich, neue Produktlinien kommen hinzu. Wir überwachen Drift-Metriken und trainieren Modelle nach, bevor die Genauigkeit unter den vereinbarten Schwellenwert fällt. Quartalsweise oder kontinuierlich.

Wo wir Artificial Intelligence einsetzen

Sechs Felder, in denen unsere Modelle heute produktiv laufen.

Dokumentenanalyse

Verträge, Rechnungen, Policen: unser NLP-System extrahiert Klauseln, Beträge und Fristen aus unstrukturierten PDFs. Ein Versicherer in Basel verarbeitet damit 14'000 Dokumente pro Woche, die vorher manuell geprüft wurden.

Absatzprognosen

Wie viele Einheiten brauchen Sie nächsten Dienstag in Lager Ost? Unsere Zeitreihenmodelle liefern tagesgenaue Prognosen mit einem MAPE unter 8 %. Ein Detailhändler konnte damit Überbestände um 23 % reduzieren.

Kundenverhalten

Churn-Vorhersage, Segmentierung, Next-Best-Action: wir analysieren Transaktionsdaten und Interaktionsmuster. Ein SaaS-Anbieter hat die Abwanderungsrate in sechs Monaten von 4.1 % auf 2.7 % gesenkt, weil das Modell gefährdete Accounts drei Wochen früher erkennt.

Compliance-Prüfung

Regulatorische Anforderungen ändern sich laufend. Unser System gleicht interne Richtlinien automatisch mit FINMA-Rundschreiben, EU-Verordnungen und ISO-Normen ab und markiert Abweichungen mit Quellenangabe.

Predictive Maintenance

Sensordaten aus Produktionsanlagen fliessen in ein Anomalie-Erkennungsmodell. Ungeplante Stillstände kosten zwischen CHF 8'000 und 45'000 pro Stunde. Unsere Modelle warnen 48 bis 72 Stunden vor dem Ausfall.

Bilderkennung

Qualitätskontrolle auf der Fertigungslinie: Kameras erfassen jedes Bauteil, ein Convolutional-Network erkennt Kratzer, Risse und Massabweichungen in unter 120 ms. Falsch-positiv-Rate liegt bei 0.4 %.

Unser KI-Entwicklerteam bei der Arbeit im Zürcher Büro

Häufig gestellte Fragen

Antworten auf die Punkte, die in Erstgesprächen am häufigsten aufkommen.

Das hängt vom Anwendungsfall ab. Für tabellarische Prognosemodelle reichen oft 5'000 bis 10'000 Zeilen sauberer historischer Daten. NLP-Aufgaben wie Vertragsklassifikation benötigen typischerweise 500 bis 2'000 annotierte Beispiele. Im Datenaudit klären wir, ob Ihre Menge ausreicht oder ob wir mit Transferlernen arbeiten.

Ja, wenn Sie das wünschen. Wir betreiben Trainings-Infrastruktur in Schweizer Rechenzentren (Equinix ZH5 und Green.ch). Für Kunden ohne Cloud-Anforderung arbeiten wir direkt auf deren On-Premise-Hardware. Daten verlassen den vereinbarten Perimeter nie ohne schriftliche Freigabe.

Ein Proof-of-Concept mit Datenaudit und erstem Modell liegt zwischen CHF 18'000 und 45'000. Produktive Systeme mit API-Integration und Monitoring bewegen sich je nach Komplexität zwischen CHF 60'000 und 200'000. Wir arbeiten mit Fixpreisen pro Phase, nicht mit offenen Stundenkontingenten.

Jedes Modell gehört Ihnen. Wir liefern den Quellcode, die Trainingspipeline und eine technische Dokumentation. Wenn Ihr Team die nötigen Kompetenzen hat, übergeben wir den Betrieb vollständig. Alternativ bieten wir Wartungsverträge mit definierten SLAs an.

Wir definieren vor Projektstart gemeinsam mit Ihnen eine Zielmetrik: F1-Score, MAPE, Precision@k oder einen geschäftsrelevanten KPI wie «Reduktion manueller Prüfstunden». Diese Metrik wird in jedem Sprint-Review aktualisiert und gegen die Baseline verglichen.

Projekt besprechen

Beschreiben Sie Ihr Vorhaben in ein paar Sätzen. Wir melden uns innerhalb von zwei Arbeitstagen mit einer ersten Einschätzung.

Adresse
5002 Hauptstrasse, 8001 Zurich, Zurich, Switzerland

Telefon
+41 44 000 18 51

E-Mail
[email protected]

Bürogebäude von Guardian AI Pros an der Hauptstrasse in Zürich