Wir bauen KI-Systeme, die in Ihren bestehenden Arbeitsablauf passen. Keine Pilotprojekte ohne Ende, kein Vendor-Lock-in. In Genf entwickelt, in der Schweiz gehostet, für Ihr Team gebaut.
Projekt besprechen
Vier Schwerpunkte, ein Ziel: Ihre Daten in messbare Ergebnisse verwandeln.
Wir trainieren Regressionsmodelle und Zeitreihenprognosen auf Ihren historischen Daten. Typisches Ergebnis: Lagerbestände um 18 % reduziert, Lieferzeiten um zwei Tage verkürzt. Die Modelle laufen on-premise oder in einer Schweizer Cloud, je nach Ihren Compliance-Anforderungen.
Dokumente klassifizieren, E-Mails triagieren, Verträge analysieren: Unsere NLP-Pipelines verarbeiten Deutsch, Französisch und Italienisch gleichzeitig. Wir setzen Transformer-Architekturen ein, die wir auf Ihrem Fachvokabular feintunen. Durchschnittliche Trainingszeit: fünf Werktage.
Qualitätskontrolle in der Produktion, automatische Inventarisierung per Kamera, Schadensanalyse an Fahrzeugen. Wir liefern Modelle, die auf Edge-Geräten mit unter 40 ms Latenz laufen. Labelarbeit und Datenanreicherung übernehmen wir intern, damit Ihr Team sich nicht damit beschäftigen muss.
Repetitive Aufgaben kosten Ihr Team Stunden pro Woche. Wir verbinden bestehende Systeme (ERP, CRM, Buchhaltung) über APIs und lassen ein KI-Modul Entscheidungen treffen, die bisher manuell waren. Ein Kunde im Gesundheitsbereich spart so 14 Stunden pro Woche bei der Terminplanung.
Kein Projekt gleicht dem anderen, aber der Rahmen bleibt stabil. So arbeiten wir:
Wir schauen uns Ihre vorhandenen Datenquellen an: Qualität, Volumen, Formate. Am Ende steht ein kurzer Bericht mit einer klaren Einschätzung, ob und wie ein KI-Modell Mehrwert bringt. Kein Verkaufsgespräch, sondern eine ehrliche Analyse.
Wir bauen einen funktionierenden Prototyp mit echten Daten. Ihr Team testet ihn im Alltag und gibt Feedback. So erkennen wir früh, ob die Richtung stimmt, bevor wir skalieren.
Der Prototyp wird gehärtet: Monitoring, Fehlerbehandlung, Skalierung. Wir integrieren das Modell in Ihre bestehende Infrastruktur und dokumentieren jeden Schritt, damit Ihr internes Team das System versteht.
Sie erhalten den gesamten Quellcode, die trainierten Gewichte und eine Betriebsanleitung. Auf Wunsch übernehmen wir das laufende Re-Training und die Performance-Überwachung als monatlichen Service.
Viele KI-Dienste verarbeiten Daten in den USA oder Asien. Für regulierte Branchen wie Finanzdienstleistungen, Pharma oder Gesundheit ist das ein Problem. Unsere Modelle laufen in Rechenzentren in Zürich und Genf. Die Daten verlassen die Schweiz nicht.
Das bedeutet: DSG-konform, ohne zusätzliche Vertragsklauseln. Falls Ihr Unternehmen eine eigene Infrastruktur betreibt, deployen wir direkt auf Ihren Servern.
Das hängt stark vom Umfang ab. Ein Prototyp mit NLP-Klassifikation beginnt bei CHF 12 000. Grössere Projekte mit Computer Vision und Echtzeitverarbeitung liegen zwischen CHF 40 000 und CHF 90 000. Wir arbeiten mit Festpreisphasen, damit Sie keine offene Rechnung riskieren.
Nein. Wir liefern das fertige System inklusive Dokumentation und Schulung. Ihre IT-Abteilung sollte grundlegende DevOps-Kenntnisse mitbringen, damit sie das Monitoring bedienen kann. Alles andere übernehmen wir oder schulen wir.
Python ist unsere Hauptsprache. Wir setzen PyTorch für Training, FastAPI für Inference-Server und Docker/Kubernetes für Deployment ein. Für Edge-Szenarien kompilieren wir Modelle mit ONNX Runtime oder TensorRT.
Ja. Wir haben Erfahrung mit SAP, Salesforce, HubSpot, Odoo und diversen branchenspezifischen Systemen. Falls eine REST-API existiert, können wir sie nutzen. Andernfalls bauen wir einen Adapter.
Datendrift ist normal. Wir richten automatische Monitoring-Pipelines ein, die die Modellgenauigkeit überwachen. Sobald ein definierter Schwellwert unterschritten wird, startet ein Re-Training-Zyklus. Dieser Prozess kann vollautomatisch oder mit manueller Freigabe laufen.
Beschreiben Sie kurz, worum es geht. Wir melden uns innerhalb von zwei Werktagen.
CraftAI Deploy
26466 Sihlfeldstrasse, 1204 Geneva, Geneva, Switzerland
Telefon: +41 22 967 23 97
E-Mail: [email protected]
