Wo sich der Einsatz lohnt
- Interne Dokumente durchsuchbar machen, sodass Antworten auffindbar werden, statt in Ordnerstrukturen zu verschwinden.
- Eingehende Anfragen vorsortieren und der richtigen Stelle zuweisen.
- Angaben aus PDF, Formularen oder Rechnungen auslesen und in bestehende Systeme überführen.
- Wiederkehrende Textarbeit vorbereiten, die heute jemand von Hand macht.
Wem die Daten gehören
Die meisten KI-Dienste laufen auf fremden Servern, oft ausserhalb der Schweiz. Für viele Anwendungen ist das kein Problem.
Sobald Kundendaten, Verträge, Personaldossiers oder Konstruktionsunterlagen im Spiel sind, wird es eine Frage, die man besser vorher klärt als nachher. Wir schauen mit dir an, welche Daten für welchen Zweck wohin gehen, bevor ein System eingeführt wird.
Im eigenen Haus betreiben
Sprachmodelle lassen sich auf eigener Hardware betreiben. Nicht jedes Modell braucht dafür ein Rechenzentrum, und für viele Aufgaben reicht ein Modell, das auf deinem eigenen Server läuft. Kundendaten, Offerten und Verträge bleiben damit dort, wo sie hingehören.
Wir betreiben solche Systeme selber. Deshalb wissen wir, was sie leisten, wo sie an Grenzen stossen und was der Betrieb tatsächlich an Aufwand bedeutet. Bei den Web Professionals haben wir dazu bereits eine Vortragsreihe zur digitalen Souveränität durchgeführt.
Ob sich eine Automatisierung lohnt, ist selten eine technische Frage. Meistens ist es eine Rechnung: Wie oft läuft der Ablauf, was kostet er heute, was kostet die Lösung im Betrieb. Diese Rechnung machen wir mit dir, bevor wir etwas bauen. Manchmal kommt dabei heraus, dass sich der Aufwand nicht lohnt.
Wo wir abraten
Nicht jeder Ablauf wird besser, wenn ein Modell mitredet. Manchmal fehlt schlicht die Datengrundlage, manchmal ist der Prozess so selten, dass sich der Aufwand nicht rechnet, und manchmal ist eine einfache Regel schneller und zuverlässiger als jedes Modell.
Wir sagen dir das, bevor du investierst.
Wie wir vorgehen
Zuerst schauen wir uns den Ablauf an, um den es geht, und wo darin Zeit verloren geht. Daraus entsteht eine kurze Liste von Kandidaten.
Für den vielversprechendsten davon bauen wir einen Prototyp, mit euren echten Daten, in einer Umgebung, die ihr kontrolliert. Danach entscheidet ihr, ob daraus etwas Produktives wird.
