Was sagen Unternehmen, die mit uns gearbeitet haben? Hier finden Sie Stimmen aus verschiedenen Branchen und zwei ausführliche Fallstudien.
Seit 2019 haben wir über 40 KI-Projekte abgeschlossen. Die folgenden Zahlen geben einen Überblick.
Wir haben ein Prognosemodell für unsere Lagerbestände entwickeln lassen. Nach acht Wochen lief es produktiv, und im ersten Quartal danach haben wir unsere Überbestände um 22 % reduziert. Das Team hat sich die Zeit genommen, unsere SAP-Schnittstelle zu verstehen, statt einfach eine Standardlösung drüberzustülpen.
Claudia Wenger
Leiterin Supply Chain, Moser Haustechnik AG, Thun
Unser Chatbot beantwortet jetzt rund 70 % der eingehenden Anfragen selbstständig. Das sind etwa 120 Tickets pro Woche, die nicht mehr bei meinem Team landen. Besonders gut: Der Bot erkennt, wenn er sich unsicher ist, und leitet die Anfrage weiter, statt eine falsche Antwort zu geben.
Raffael Bühler
Leiter Kundendienst, Alpofit GmbH, Luzern
Der Workshop am Anfang war das Wertvollste. Wir hatten ursprünglich ein aufwändiges Computer-Vision-Projekt im Kopf, aber das Team hat uns gezeigt, dass ein einfacheres regelbasiertes System für unseren Fall ausreicht. Damit haben wir CHF 30 000 gespart und trotzdem das Problem gelöst. Einen Stern Abzug gibt es, weil die Dokumentation an zwei Stellen etwas knapp war.
Nadia Peterhans
Geschäftsführerin, Peterhans Verpackungen, Solothurn
Wir betreiben eine Praxis mit drei Standorten und brauchten eine Lösung, um Patientenakten schneller zu durchsuchen. Das System, das Ai Impact Developers gebaut hat, findet relevante Einträge in Sekunden statt Minuten. Alle Daten bleiben auf unserem eigenen Server, was für uns als Arztpraxis entscheidend war.
Dr. Thomas Grunder
Facharzt für Allgemeinmedizin, Praxis Grunder, Bern
Berger Logistik in Zürich verarbeitet täglich rund 400 Frachtbriefe, Lieferscheine und Zollformulare. Vor unserem Projekt wurden diese Dokumente manuell in drei verschiedene Systeme eingetippt. Zwei Mitarbeitende verbrachten jeweils sieben Stunden pro Tag damit.
Wir haben eine OCR-Pipeline aufgebaut, die Dokumente per Scan oder E-Mail-Anhang entgegennimmt, die relevanten Felder extrahiert und sie direkt in das Lagerverwaltungssystem sowie die Buchhaltung überträgt. Die Fehlerquote bei der Datenextraktion liegt bei 1,8 %, verglichen mit 4,5 % bei der manuellen Eingabe.
14 Std./Woche eingespart1,8 % Fehlerquote9 Wochen Projektdauer
Naturkosmetik Alpenblick verkauft über 200 Produkte in der Schweiz und in Süddeutschland. Das Unternehmen hatte regelmässig Probleme mit Überproduktion bei saisonalen Artikeln und gleichzeitigen Engpässen bei Bestsellern.
Wir haben ein Prognosemodell trainiert, das auf drei Jahren Verkaufsdaten, Wetterdaten und Kalendereffekten basiert. Das Modell liefert wöchentliche Bedarfsprognosen für jedes Produkt. Im ersten halben Jahr nach dem Go-live sank die Überproduktion um 18 %, und die Verfügbarkeit der Top-20-Produkte stieg von 89 % auf 96 %.
18 % weniger Überproduktion96 % Verfügbarkeit7 Wochen Projektdauer
Erzählen Sie uns, welches Problem Sie lösen möchten. Der erste Workshop ist kostenlos, wenn daraus ein Projekt entsteht.