Wir bauen KI-Systeme, die sich an Ihre Daten, Ihre Prozesse und Ihre Branche anpassen. Keine Fertiglösungen aus dem Katalog. Jedes Modell entsteht für genau einen Zweck: Ihren.
Erstgespräch vereinbaren
Basel ist ein Knotenpunkt für Pharma, Chemie und Logistik. Genau dort entstehen die Datenmengen, mit denen KI Sinn ergibt. Wir sitzen seit 2019 am Bierkellerweg und kennen die regulatorischen Anforderungen der Schweizer Industrie aus der täglichen Arbeit.
Unser Team besteht aus neun Personen: vier Machine-Learning-Ingenieure, zwei Datenarchitektinnen, eine Projektleiterin, ein DevOps-Spezialist und eine Juristin für Datenschutzrecht. Kein Vertriebsteam, das Ihnen Dinge verkauft, die das Engineering dann nicht liefern kann.
Vier Schwerpunkte, die sich in über 120 Projekten bewährt haben.
Bevor eine einzige Zeile Code entsteht, analysieren wir Ihre Datenlandschaft. Wo lohnt sich Automatisierung? Welche Datenquellen fehlen? Nach zwei Workshops erhalten Sie eine Roadmap mit Zeitplan, Kostenschätzung und priorisierten Anwendungsfällen.
Wir trainieren Klassifikations-, Regressions- und Generative-Modelle auf Ihren eigenen Daten. Typische Laufzeit bis zum validierten Prototyp: sechs Wochen. Wir nutzen PyTorch, scikit-learn und, wo es passt, vortrainierte Sprachmodelle, die wir feinabstimmen.
Ein Modell, das nur im Notebook funktioniert, bringt nichts. Wir integrieren KI-Komponenten über REST-APIs oder gRPC direkt in Ihre ERP-, CRM- oder MES-Systeme. Monitoring und automatisches Retraining gehören zum Lieferumfang.
Unsere Juristin prüft jedes Projekt auf DSGVO-Konformität und die Anforderungen des Schweizer Datenschutzgesetzes (nDSG). Wir dokumentieren Datenflüsse, erstellen Datenschutz-Folgenabschätzungen und schulen Ihre Mitarbeitenden im Umgang mit KI-generierten Ergebnissen.
Fünf Phasen, die wir in jedem Mandat durchlaufen. Abkürzungen gibt es nicht, weil sie am Ende teurer werden.
Wir sichten Ihre vorhandenen Datenquellen, bewerten Qualität, Vollständigkeit und Zugänglichkeit. Ergebnis: ein Bericht mit konkreten Empfehlungen, welche Daten gesammelt, bereinigt oder verknüpft werden müssen. Dauer: eine Woche.
Auf einem repräsentativen Datensatz bauen wir einen ersten Prototyp. Sie sehen innerhalb von drei bis sechs Wochen, ob das Modell die gewünschte Genauigkeit erreicht. Falls nicht, brechen wir ab, bevor Kosten eskalieren.
Das validierte Modell wird auf dem vollständigen Datensatz trainiert, hyperparameter-optimiert und auf Robustheit getestet. Wir dokumentieren jede Entscheidung im Modell-Logbuch.
Container-basiertes Deployment auf Ihrer Infrastruktur oder in einer Schweizer Cloud. Wir richten Monitoring-Dashboards ein, die Modell-Drift und Datenqualität überwachen.
Nach dem Go-live bleiben wir für monatliche Reviews an Bord. Wenn sich Ihre Daten verändern, passen wir das Modell an. Die meisten Kunden nutzen diesen Service mindestens 18 Monate.
Was Kunden vor dem ersten Gespräch wissen wollen.
Schreiben Sie uns, worum es geht. Wir melden uns innerhalb von zwei Werktagen mit einem Terminvorschlag für ein 30-minütiges Videogespräch.
434 Bierkellerweg, 4051 Basel, Basel-Stadt, Switzerland