Artificial Intelligence Projekte: unser Prozess

Von der ersten Idee bis zum laufenden System. Hier sehen Sie, wie wir arbeiten, was in jeder Phase passiert und welche Ergebnisse Sie erwarten können.

Sechs Phasen, die jedes Projekt durchläuft

Jedes KI-Projekt bei uns folgt einem erprobten Ablauf. Die Reihenfolge ist fix, aber der Umfang jeder Phase passt sich an Ihr Vorhaben an. Ein kleines Automatisierungsprojekt braucht vielleicht nur sechs Wochen insgesamt, eine unternehmensweite Prognose-Plattform eher sechs Monate.

Erstgespräch und Problemdefinition

Wir treffen uns für 45 bis 60 Minuten, per Video oder bei Ihnen vor Ort. Ziel ist ein klares Bild des Problems, das gelöst werden soll. Welche Entscheidungen treffen Ihre Mitarbeitenden heute manuell? Wo entstehen Fehler, Verzögerungen oder unnötige Kosten? Wir stellen viele Fragen und hören vor allem zu.

Am Ende dieses Gesprächs wissen beide Seiten, ob ein KI-Projekt sinnvoll ist. Falls nicht, sagen wir das offen. Manchmal reicht eine einfachere Lösung.

Dateninventur und Machbarkeitsanalyse

Wir schauen uns an, welche Daten vorhanden sind, in welcher Qualität und in welchen Systemen. Das klingt trocken, ist aber der wichtigste Schritt. Ein Modell kann nur so gut sein wie die Daten, auf denen es trainiert wird.

Typische Fragen in dieser Phase: Wie vollständig sind die historischen Daten? Gibt es systematische Lücken? Welche Datenformate liegen vor? Innerhalb von ein bis zwei Wochen liefern wir einen Machbarkeitsbericht mit konkreter Einschätzung, ob das Projekt realisierbar ist und was es kosten wird.

Prototyp-Entwicklung

Wir bauen ein erstes Modell mit einem Teilsatz Ihrer Daten. Der Prototyp ist bewusst schlank: Er zeigt, ob der gewählte Ansatz funktioniert, ohne dass wir Monate investieren. In der Regel dauert diese Phase drei bis vier Wochen.

Sie sehen das Ergebnis in einer Live-Demo und können Feedback geben. Oft verschieben sich in dieser Phase die Prioritäten, weil das Team erkennt, welche Vorhersagen tatsächlich nützlich sind und welche weniger.

Modelltraining und Optimierung

Auf Basis des Prototyp-Feedbacks trainieren wir das Modell mit dem vollständigen Datensatz. Wir testen verschiedene Algorithmen, optimieren Hyperparameter und validieren die Ergebnisse gegen historische Daten. Diese Phase umfasst typischerweise vier bis sechs Wochen.

Jede Woche gibt es ein kurzes Status-Update mit Ihrem Projektverantwortlichen. Keine Überraschungen am Ende.

Integration und Deployment

Das fertige Modell wird in Ihre bestehende IT-Landschaft eingebaut. Das kann eine API sein, die Ihr ERP-System aufruft, ein Dashboard für das Management oder eine automatisierte Pipeline, die Daten verarbeitet und Entscheidungen vorschlägt.

Wir arbeiten mit Ihrem IT-Team zusammen und dokumentieren alles so, dass Ihre Leute das System verstehen und warten können. Deployment-Dauer: zwei bis drei Wochen, je nach Komplexität der Integration.

Monitoring und Weiterentwicklung

Nach dem Go-live überwachen wir das Modell für mindestens drei Monate. KI-Modelle können mit der Zeit an Genauigkeit verlieren, wenn sich die zugrunde liegenden Daten verändern. Wir erkennen solche Drifts frühzeitig und trainieren bei Bedarf nach.

Viele unserer Kunden beauftragen uns nach dieser Phase mit der Weiterentwicklung: neue Features, zusätzliche Datenquellen oder die Anwendung des Modells auf andere Geschäftsbereiche.

Typische Zeitpläne nach Projektart

Wie lange ein Projekt dauert, hängt vom Umfang und der Datenqualität ab. Hier drei Beispiele aus unserer Praxis.

Projektart	Dauer	Typischer Umfang
Dokumentenklassifikation	6 – 8 Wochen	Ein Modell, das eingehende Dokumente automatisch kategorisiert und an die richtige Abteilung weiterleitet
Nachfrageprognose	10 – 14 Wochen	Vorhersage von Absatzmengen auf Produktebene, integriert ins ERP-System
Betrugserkennung in Echtzeit	4 – 6 Monate	Streaming-Pipeline, die Transaktionen in Echtzeit bewertet und verdächtige Muster meldet
Chatbot mit Fachwissen	8 – 12 Wochen	KI-gestützter Assistent, der auf internen Dokumenten trainiert ist und Mitarbeitenden Fragen beantwortet

Prinzipien, nach denen wir arbeiten

Technik allein reicht nicht. Diese vier Grundsätze bestimmen, wie wir Projekte führen.

Transparenz bei Kosten und Zeitplan

Vor Projektbeginn erhalten Sie einen Festpreis oder eine verbindliche Aufwandschätzung mit klaren Meilensteinen. Nachträgliche Kostensteigerungen gibt es nur, wenn sich der Projektumfang ändert, und das besprechen wir vorher.

Erklärbare Modelle

Wir bevorzugen Modelle, deren Entscheidungen nachvollziehbar sind. In regulierten Branchen wie dem Finanzsektor ist das oft eine Pflicht. Aber auch in anderen Bereichen hilft es, wenn Ihr Team versteht, warum das Modell eine bestimmte Empfehlung gibt.

Ihr Team lernt mit

Wir schulen Ihre Mitarbeitenden im Umgang mit dem System. Nicht als Frontalunterricht, sondern anhand realer Fälle aus Ihrem Alltag. Ziel ist, dass Ihr Team nach Projektende eigenständig mit dem Modell arbeiten kann.

Datenschutz von Anfang an

Personenbezogene Daten werden nur verarbeitet, wenn es für das Projektziel notwendig ist. Wir anonymisieren und pseudonymisieren, wo immer möglich. Alle Daten bleiben auf Servern in der Schweiz.

Technologien, die wir einsetzen

Wir wählen Werkzeuge nach dem Projektziel aus, nicht nach Trend. Trotzdem gibt es einen Kern an Technologien, den wir in den meisten Projekten nutzen.

Für maschinelles Lernen setzen wir auf Python mit scikit-learn, XGBoost und PyTorch. Daten-Pipelines bauen wir mit Apache Airflow oder Prefect. Als Cloud-Infrastruktur nutzen wir bevorzugt Microsoft Azure, weil viele unserer Schweizer Kunden dort bereits ihre IT betreiben. Auf Wunsch arbeiten wir auch mit AWS oder Google Cloud.

Dashboards und Visualisierungen erstellen wir mit Streamlit, Plotly oder Power BI. Für Chatbots und Sprachmodelle greifen wir auf die APIs von OpenAI oder auf selbst gehostete Open-Source-Modelle zurück, je nach Datenschutzanforderung.

Versionskontrolle für Modelle läuft über MLflow. So ist jederzeit nachvollziehbar, welches Modell wann mit welchen Daten trainiert wurde und welche Ergebnisse es liefert.

Ihr Projekt beginnt mit einem Gespräch

Beschreiben Sie uns Ihr Vorhaben. Wir sagen Ihnen ehrlich, ob und wie wir helfen können.

Kontakt aufnehmen