Wir könnten Ihnen erzählen, wie gut wir sind. Überzeugender ist es, wenn unsere Kunden das tun. Hier finden Sie echte Rückmeldungen und zwei ausführliche Fallstudien.
Diese Rückmeldungen stammen aus schriftlichen Projekt-Feedbacks, die unsere Kunden nach Abschluss der Zusammenarbeit ausgefüllt haben. Wir veröffentlichen sie mit deren Einverständnis.
Wir hatten vorher zwei Angebote von grossen Beratungsfirmen eingeholt. Beide schlugen Lösungen vor, die unser Budget um das Dreifache überstiegen hätten. Clarity AI Pros hat uns ein Modell gebaut, das unsere Retourenquote um 23 Prozent gesenkt hat, und zwar innerhalb von drei Monaten. Das Projektteam war immer erreichbar, auch freitags um 17 Uhr.
Unser Lager verarbeitet 12'000 Pakete pro Tag. Die Vorhersage der Tagesvolumen war bisher eine Mischung aus Bauchgefühl und Excel. Das Prognosemodell von Clarity AI Pros trifft die tatsächlichen Volumina mit einer Abweichung von unter 5 Prozent. Wir planen unsere Schichten jetzt drei Tage im Voraus und sparen Überstunden.
Die Machbarkeitsstudie hat uns ehrlich gezeigt, dass einer unserer drei geplanten Anwendungsfälle mit den vorhandenen Daten nicht umsetzbar war. Das hat uns CHF 60'000 gespart, die wir sonst in ein zum Scheitern verurteiltes Projekt investiert hätten. Die beiden anderen Modelle laufen seit acht Monaten fehlerfrei.
Wir betreiben vier Restaurants in Genf. Unser Problem: Lebensmittelverschwendung. Das Bestellprognose-Modell sagt uns jetzt, wie viel Ware wir für welchen Wochentag brauchen. Im ersten Quartal nach der Einführung haben wir 18 Prozent weniger Lebensmittel weggeworfen. Das spart Geld und schont die Umwelt.
TransAlpin Logistik mit Sitz in Zürich verarbeitet monatlich rund 4'200 Eingangsrechnungen von Subunternehmern. Drei Mitarbeitende prüften jede Rechnung manuell auf Übereinstimmung mit den vereinbarten Tarifen, Gewichten und Zuschlägen. Fehler fielen oft erst Wochen später auf, was zu Nachverhandlungen und verspäteten Zahlungen führte.
Wir haben ein Dokumentenverarbeitungssystem gebaut, das eingehende PDF-Rechnungen automatisch liest, die relevanten Felder extrahiert und mit den hinterlegten Vertragsdaten abgleicht. Bei Abweichungen über einem Schwellenwert von CHF 50 markiert das System die Rechnung zur manuellen Prüfung. Rechnungen ohne Auffälligkeiten werden direkt zur Zahlung freigegeben.
Die Entwicklung dauerte zehn Wochen. In den ersten zwei Wochen haben wir 800 historische Rechnungen annotiert, um das Extraktionsmodell zu trainieren. Das Modell basiert auf einem feinabgestimmten Transformer-Netzwerk für die Texterkennung und einem regelbasierten System für den Tarifabgleich.
FinServ Treuhand in Lausanne berät rund 600 KMU in Buchhaltungsfragen. Das Sekretariat erhielt täglich zwischen 40 und 70 Anrufe und E-Mails mit wiederkehrenden Fragen: Fristen für die Mehrwertsteuerabrechnung, benötigte Unterlagen für den Jahresabschluss, Kontodaten für Überweisungen. Zwei Mitarbeitende verbrachten den grössten Teil ihres Tages mit der Beantwortung dieser Standardfragen.
Wir haben einen Chatbot entwickelt, der auf der Website von FinServ und in deren Kundenportal eingebettet ist. Das Sprachmodell wurde auf 1'200 Seiten interner Dokumentation trainiert: Merkblätter, FAQ-Dokumente, Vertragsvorlagen und E-Mail-Vorlagen. Der Bot beantwortet Fragen auf Deutsch und Französisch. Bei komplexen Anfragen leitet er den Kunden an die zuständige Beraterin weiter und übergibt dabei eine Zusammenfassung des bisherigen Gesprächs.
Der Chatbot bearbeitet 62 Prozent aller Anfragen vollständig, ohne dass ein Mensch eingreifen muss. Die durchschnittliche Antwortzeit sank von 4 Stunden auf 12 Sekunden. Die beiden Sekretariatsmitarbeitenden haben jetzt Zeit für anspruchsvollere Aufgaben wie die Vorbereitung von Kundenmeetings.
Eine Kundin von FinServ, die Inhaberin eines Blumenladens in Morges, sagte dazu: «Ich stelle meine Fragen jetzt abends um 22 Uhr, wenn der Laden zu ist, und habe sofort eine Antwort. Vorher musste ich bis zum nächsten Morgen warten.»
Seit unserer Gründung 2021 haben wir mit Unternehmen unterschiedlicher Grösse zusammengearbeitet. Hier ein paar Eckdaten, die wir regelmässig aktualisieren.
Wir messen den Erfolg eines Projekts nicht daran, ob es technisch funktioniert, sondern daran, ob es den versprochenen Geschäftswert liefert. Fünf unserer 43 Projekte haben wir nach der Pilotphase eingestellt, weil die Ergebnisse unter den vereinbarten Zielwerten lagen. In diesen Fällen haben wir die Gründe dokumentiert und dem Kunden alternative Ansätze vorgeschlagen.
Wenn Sie mit einem unserer bestehenden Kunden sprechen möchten, vermitteln wir gerne einen Kontakt. Rufen Sie uns an unter +41 22 212 04 80 oder schreiben Sie an [email protected].