KI

KI-Funktionen und -Tools, die in der Produktion funktionieren, und zwar sicher.

Mit einem Engineer sprechen
Probleme, die wir lösen
“Wir wollen KI im Produkt, wissen aber nicht, wo wir anfangen sollen.”
“Unsere Engineers nutzen Coding-Agenten ohne Leitplanken.”
“Die GPU-Kosten laufen aus dem Ruder.”

Was wir tun

Beraten

Beratung zu KI

Eine Bestandsaufnahme Ihrer aktuellen Situation im Bereich KI, mit Befunden, priorisiert nach Risiko und Aufwand.

Bauen

Umsetzung von KI

Wir konzipieren und bauen die Lösung gemeinsam mit Ihrem Team, in Ihren Konten, und dokumentieren dabei laufend.

Betreiben

Support für KI

Monitoring, Patching und Upgrades, mit einer vertraglich vereinbarten Incident-Response.

Schulen

Schulungen zu KI

Workshops und Pairing zum Thema KI, zugeschnitten auf Ihre eigenen Systeme.

Vier Arten von KI-Arbeit

KI in Ihrem ProduktLLM-Funktionen, Suche über Ihre eigenen Daten, Agenten und Integrationen direkt in Ihren Anwendungen.
KI-gestütztes EngineeringCoding-Agenten sicher im ganzen Team einführen: Arbeitsabläufe, Leitplanken, Review-Praxis und Schulung.
KI-Infrastruktur / MLOpsGPU- und Cloud-Setup, Model Serving, Pipelines und Kostenkontrolle für KI-Workloads.
KI-Strategie und GovernanceDie richtigen Anwendungsfälle finden und Datenschutz, Sicherheit und Richtlinien passend dazu aufstellen.

Unsere Werkzeuge

Modelle und APIs

  • Anthropic Claude
  • OpenAI
  • Amazon Bedrock
  • Azure OpenAI
  • Vertex AI

Retrieval und Daten

  • pgvector
  • OpenSearch
  • Pinecone
  • Qdrant
  • LlamaIndex

Agenten und Integration

  • Model Context Protocol
  • LangGraph
  • Tool Calling

Serving und Infrastruktur

  • vLLM
  • Ollama
  • NVIDIA-GPUs
  • KServe
  • Ray
  • SageMaker

Evaluierung und Monitoring

  • Langfuse
  • promptfoo
  • OpenTelemetry

KI-gestütztes Engineering

  • Claude Code
  • GitHub Copilot
  • Cursor

So läuft ein Projekt ab

  1. 1 Ein Gespräch. 30 Minuten mit einem Engineer, um das Problem zu verstehen.
  2. 2 Ein Blick hinein. Lesezugriff oder eine Vorführung Ihrer Systeme, damit wir den Umfang auf Fakten stützen.
  3. 3 Ein Angebot. Umfang, Ergebnisse und Preismodell: Festpreis, Tagessatz oder monatliche Pauschale.
  4. 4 Die Arbeit. In Ihren Konten und Repositories, gemeinsam mit Ihrem Team.
  5. 5 Eine Übergabe. Dokumentation und ein Übergabetermin mit Ihrem Team, damit Sie nicht von uns abhängig sind.

Aus der Praxis

Ein aktuelles Projekt zum Thema KI. Kundennamen nennen wir nicht, aber Problem, Arbeit und Ergebnis sind genau so beschrieben, wie sie waren.

Unsere Projekte ansehen
Fallstudie · anonymisiert
Britisches B2B-Softwareunternehmen
Ausgangslage
„Wir wollen KI im Produkt, wissen aber nicht, wo wir anfangen sollen.“ So hat es der Kunde im ersten Gespräch formuliert.
Vorgehen
Wir haben in einer kurzen Discovery-Phase einen Anwendungsfall ausgewählt, eine Suche über die eigenen Dokumente des Kunden mit Zugriffskontrollen gebaut und sie hinter einem Feature Flag ausgeliefert.
Tech-Stack
LLM-API · Retrieval (RAG) · PostgreSQL · Zugriffskontrollen
Ergebnis
Eine KI-Funktion in Produktion, mit Regeln für den Umgang mit Daten, die der Sicherheitsverantwortliche des Kunden freigegeben hat.

Fragen

Arbeiten Sie in unseren Konten oder in Ihren?

In Ihren. Alles, was wir bauen, liegt vom ersten Tag an in Ihren Cloud-Konten und Repositories, sodass es am Ende nichts zu migrieren gibt.

Können Sie mit unserem eigenen Team zusammenarbeiten?

Ja, und das ist uns am liebsten. Wir können ein Projekt selbst durchführen, unsere Engineers in Ihr Team einbinden oder im Pairing mit Ihren Leuten arbeiten, damit sie während der Arbeit dazulernen.

Wie wird abgerechnet?

Je nach Arbeit: Festpreis, Tagessatz oder monatliche Pauschale. Wir halten das in einem schriftlichen Angebot fest, bevor die Arbeit beginnt.

Erzählen Sie uns, was kaputt, langsam oder zu teuer ist.