Generative-KI-Entwicklung

Unternehmen für Generative-KI-Entwicklung

Wir entwickeln individuelle Anwendungen mit generativer KI, die Unternehmenswissen durchsuchen, Dokumente prüfen und Antwortentwürfe zur Freigabe durch Ihre Mitarbeitenden erstellen. Unser Team kann diese Funktionen in Ihre bestehende Software integrieren oder eine eigenständige Anwendung entwickeln – einschließlich Integrationen, Tests und Deployment.

Dokumenten-Workspace: ein Finanzbericht mit markierten Passagen, eine KI-Zusammenfassung von drei Kernaussagen mit Verweis auf die jeweilige Seite und ein Prüfbereich mit Genauigkeitschecks und einer Approve-Schaltfläche
2015Wir entwickeln Software seit 2015.
2023Wir entwickeln KI-Lösungen seit 2023.
131Projekte umgesetzt seit 2015.
18KI-Projekte umgesetzt.
Leistungen

Unsere Leistungen in der Generative-KI-Entwicklung

Discovery und Prototyping

Bevor wir uns auf eine vollständige Entwicklung festlegen, prüfen wir den Workflow, die verfügbaren Daten und das erwartete Ergebnis. In der Discovery wird festgelegt, was das System leisten soll, welche Aktionen eine menschliche Freigabe erfordern und wie seine Leistung bewertet wird. Ein fokussierter Prototyp testet die Annahmen, die für die Investition am wichtigsten sind.

Entwicklung individueller Generative-KI-Anwendungen

Wir entwickeln interne Assistenten und kundenseitige KI-Funktionen rund um eine konkrete Aufgabe. Ein Assistent kann Fragen anhand von Unternehmensdokumenten beantworten, fehlende Angaben in einer Einreichung markieren oder eine Antwort zur Prüfung entwerfen. Vor der Entwicklung legen wir fest, was die Nutzer erhalten sollen und wie wir prüfen, ob das Ergebnis nützlich ist.

KI-Entwicklungsleistungen

RAG und Wissenssysteme für Unternehmen

Wir verbinden KI-Anwendungen per Retrieval-Augmented Generation mit Dokumenten und Datenbanken Ihres Unternehmens. Dazu gehören die Aufbereitung von Inhalten, die Konfiguration der Suche, die Erhaltung von Quellenverweisen und die Anwendung von Zugriffsregeln. Außerdem legen wir fest, wie Informationen aktualisiert werden, damit die Anwendung aktuelle Vorgaben von veraltetem Material unterscheiden kann.

Entwicklung von KI-Copilots und Agenten

Wir entwickeln Copilots, die Mitarbeitende unterstützen, und Agenten, die definierte Aufgaben über freigegebene Tools ausführen. Sie können Datensätze abrufen, Antworten vorbereiten, Felder ausfüllen und Schritte zwischen Anwendungen koordinieren. Berechtigungen, Prüfpunkte und Ausnahmebehandlung sind Teil des Workflows.

KI-Agenten-Entwicklung

Modellanpassung und Fine-Tuning

Wir prüfen, ob die Aufgabe bessere Anweisungen, eine stärkere Suche, ein anderes Modell oder Fine-Tuning braucht. Wenn Fine-Tuning gerechtfertigt ist, definieren wir den benötigten Datensatz und den Bewertungsprozess. Die Wahl hängt vom gewünschten Verhalten und den verfügbaren Belegen ab, mit denen es sich testen lässt.

LLM-Entwicklung

Integration, Deployment und Support

Wir verbinden die Anwendung mit den benötigten Systemen, etwa einem Dokumentenarchiv, einem CRM oder einem bestehenden SaaS-Produkt. Wir legen fest, was sie lesen darf, was sie ändern darf und wo eine Freigabe nötig ist. Zum Start richten wir ein Monitoring für Fehler, Antwortzeiten und Modellnutzung ein.

Lösungen

Generative-KI-Lösungen, die wir entwickeln

Beantworten Routinefragen anhand freigegebener Produktinformationen, Richtlinien und Support-Dokumentation. Verbinden authentifizierte Anfragen bei Bedarf mit Kundensystemen und übergeben Gespräche an Mitarbeitende, wenn die verfügbaren Informationen nicht ausreichen oder das Anliegen geprüft werden muss.

Helfen Mitarbeitenden, Unternehmensinformationen zu durchsuchen und Antworten mit Verweisen auf die zugrunde liegenden Quellen vorzubereiten. Der Zugriff kann sich nach Teamzuständigkeiten und Benutzerberechtigungen richten, sodass Mitarbeitende die für ihre Arbeit relevanten Informationen erhalten.

Extrahieren Informationen aus eingehenden Dateien, erkennen fehlende Felder und erstellen Zusammenfassungen oder Dokumententwürfe. Mitarbeitende können die Quelle neben dem Ergebnis prüfen, bevor sie es übernehmen oder an die nächste Stufe weitergeben.

Unterstützen bei Aufgaben wie dem Vorbereiten von Kundenantworten, dem Zusammenfassen von Kontoaktivitäten und dem Entwerfen von Berichten. Der Copilot bündelt relevante Informationen in den Tools, die Mitarbeitende bereits nutzen, mit einer Prüfung vor folgenreichen Aktionen.

Ergänzen Sie Ihr Produkt um Suche, Generierung, Dokumentenanalyse oder Konversationsfunktionen. Wir entwickeln die zugehörige Oberfläche, Berechtigungen, Nutzungskontrollen und Backend-Services, damit die Funktion zu Ihrer Anwendung und Ihrem Geschäftsmodell passt.

Fallstudien

Ausgewählte Generative-KI-Projekte

VersicherungDokumentenprüfung · Wissensabruf

Assistent zur Prüfung von Schadendokumenten für einen US-Versicherer

Das Schadenteam musste eingehende Dokumente prüfen, Policendetails abgleichen und nachfassen, wenn Angaben fehlten. Wir haben einen Assistenten entwickelt, der Lücken markiert, relevante Informationen aus der internen Wissensdatenbank des Versicherers abruft und Nachfragen entwirft. Die Schadenbearbeiter prüfen die Entwürfe und treffen die endgültigen Entscheidungen.

Fallstudie zur KI in der Versicherung lesen
Arbeitsbereich für die Schadenaufnahme auf Monitor und Laptop: ein Wasserschaden mit Entwurf der Fallzusammenfassung, extrahierte Felder mit markierten fehlenden Angaben und ein Entwurf für eine Rückfrage, der auf die Freigabe des Sachbearbeiters wartet
Qualität und Betrieb

Wie wir Ihre Generative-KI-Anwendung testen und betreiben

01

Qualität vor dem Start

Wir vereinbaren Abnahmekriterien und testen die Anwendung anhand von Beispielen aus Ihrem Arbeitsablauf. Bei einem Dokumentenassistenten prüfen wir etwa, ob er die relevante Quelle findet, fehlende Angaben erkennt und einen Entwurf liefert, den Ihr Team prüfen kann.

02

Datenzugriff und Freigaben

Wir legen fest, welche Quellen die Anwendung nutzen darf, wer darauf zugreifen kann und welche Aktionen eine Freigabe erfordern. Fehlen Informationen oder widersprechen sich Quellen, kann die Anwendung den Fall zur Prüfung markieren.

03

Monitoring nach dem Start

Wir erfassen Antwortzeiten, Ausfälle und Modellnutzung. Diese Messwerte helfen Ihrem Team, Probleme zu untersuchen und die Kosten einer typischen Aufgabe zu verstehen.

Prozess

Unser Prozess der Generative-KI-Entwicklung

1

Workflow definieren

Wir sprechen mit den Menschen, die die Arbeit erledigen, prüfen repräsentative Eingaben und identifizieren die Schritte, die die Anwendung unterstützen wird. Gemeinsam legen wir Umfang, Rahmenbedingungen und Erfolgskriterien fest.

2

Kernszenario validieren

Wir bauen einen Prototyp, um die wichtigsten technischen und produktbezogenen Annahmen zu testen. Diese Phase zeigt, ob die verfügbaren Daten und der gewählte Ansatz ein nützliches Ergebnis liefern können.

3

Entwickeln und integrieren

Wir entwickeln die Anwendung, verbinden die benötigten Systeme und implementieren Berechtigungen und Prüf-Workflows. Demos geben Ihrem Team die Möglichkeit, den Fortschritt zu bewerten und Fragen während der Entwicklung zu klären.

4

Bewerten und launchen

Wir testen anhand der vereinbarten Szenarien, beheben Probleme und erstellen Deployment- und Betriebsdokumentation. Ein schrittweiser Rollout lässt Nutzer das System in einer kontrollierten Umgebung prüfen, bevor es breiter eingeführt wird.

5

Betreuen und verbessern

Nach dem Launch prüfen wir Fehler, Korrekturen der Nutzer, Änderungen an Quellen und die Leistung. Diese Erkenntnisse steuern Updates an Suche, Prompts, Integrationen und Anwendungsverhalten.

In unserem Speditions-Pilot haben wir den bestehenden Prozess vor der Entwicklung gemessen und die Messungen in Woche vier wiederholt. So erhielt der Kunde einen direkten Vergleich anhand derselben operativen Kennzahlen.
Kosten und Zeitrahmen

Kosten und Zeitrahmen der Generative-KI-Entwicklung

ProjektumfangRichtwert für das EntwicklungsbudgetWas wir einplanen
GenAI-Funktion in bestehende Software integrieren$15,000–$40,000Eine klar definierte Aufgabe, etwa Zusammenfassungen, Fragen und Antworten zu Dokumenten oder Entwürfe, integriert in eine bestehende Anwendung.
Internen Wissensassistenten entwickeln$40,000–$80,000Dokumentenaufnahme und Retrieval, Benutzeroberfläche, Zugriffskontrollen und Tests mit repräsentativen Fragen.
Einsatz in mehreren Teams oder ProzessenIndividuell kalkuliertMehrere Integrationen, Freigaberegeln, Anforderungen an den Rollout und laufender Support.
Der Zeitplan hängt davon ab, wie schnell wir Zugriff auf repräsentative Daten erhalten und Ihre Systeme anbinden können. Zum Vergleich: Unser Pilotprojekt für ein Transportunternehmen mit 40 Lkw lief vier Wochen. Für Ihr Projekt schätzen wir Pilot und Produktiveinführung getrennt, wenn beides benötigt wird.
Die Entwicklungsschätzung ist getrennt von laufenden Kosten wie Modellnutzung, Hosting, Speicher und Support.

Technologien, die wir einsetzen

  • Anthropic Claude API
  • Python
  • FastAPI
  • Celery
  • PostgreSQL
  • pgvector
  • TimescaleDB
  • React
  • Next.js
  • scikit-learn
  • XGBoost
  • pandas
  • n8n
  • Grafana
  • Sentry
Kundenfeedback

Was unsere Kunden sagen

4.9Bewertungen auf Clutch lesen
„Merehead hat sich die Zeit genommen zu verstehen, wie unser Team Versicherungsfälle bearbeitet, bevor der KI-Agent entwickelt wurde. Er hilft uns, eingehende Dokumente zu prüfen, Policendetails zu finden und Antworten vorzubereiten, die unsere Mitarbeitenden kontrollieren. Wir haben geschätzt, dass das Team früh praktische Fragen gestellt und die Ausnahmen gemeinsam mit uns durchgearbeitet hat. Der Agent fügt sich in unseren Arbeitsalltag ein, und die Entscheidungen bleiben bei unseren Leuten.“
Michael BennettMitgründer · Versicherungsunternehmen, USA
FAQ

Häufig gestellte Fragen

Ja. Zunächst prüfen wir die Architektur der Anwendung, verfügbare APIs, Authentifizierung und Datenzugriff. Je nach Produkt kann die KI-Funktionalität über einen separaten Service eingeführt oder in bestehende Komponenten integriert werden.

Viele Anwendungen können bestehende Modelle mit Anweisungen und einer Suche in Unternehmensinformationen nutzen. Fine-Tuning ist eine separate Entscheidung. Zu Beginn brauchen wir eine repräsentative Auswahl an Aufgaben, relevantes Quellmaterial und Beispiele für akzeptable Ergebnisse. Wenn die Anwendung aktuelle Informationen aus Ihren Dokumenten benötigt, beginnen wir in der Regel mit Retrieval. Fine-Tuning ziehen wir in Betracht, wenn das Modell einem spezialisierten Muster zuverlässig folgen muss.

Wir legen fest, welche Daten das System nutzt, wo sie verarbeitet werden, wer darauf zugreifen darf und welche externen Dienste sie erhalten. Zugriffskontrollen, Aufbewahrung, Protokollierung und Deployment-Anforderungen fließen dann in die Umsetzung ein.

Eigentum, Repository-Zugang, Dokumentation und Übergabebedingungen werden im Vertrag festgelegt. Das Angebot benennt außerdem Drittanbieterdienste und Softwareabhängigkeiten, die für den Betrieb der Anwendung erforderlich sind.

Ja. Der Support kann Monitoring, Analyse von Vorfällen, Änderungen an Integrationen, Modell-Updates und geplante Verbesserungen umfassen. Umfang und Verantwortlichkeiten vereinbaren wir vor Beginn des Supportzeitraums.

Kontakt

Besprechen Sie Ihr Generative-KI-Projekt

Erzählen Sie uns, was Sie entwickeln möchten oder welcher Prozess verbessert werden soll. Nennen Sie die beteiligten Systeme, die verfügbaren Daten und Anforderungen an Zeitplan oder Deployment.

Wir prüfen die Anfrage und besprechen Umfang, technische Optionen und die Fragen, die vor einer Schätzung geklärt werden müssen.

Möchten Sie Ihr eigenes Projekt starten?

Besprechen Sie Ihre Idee mit unserem Business-Development-Experten.

Beschreiben Sie Ihre Idee oder Anfrage, und unser Experte meldet sich innerhalb weniger Stunden. Oder schreiben Sie uns direkt über Telegram oder WhatsApp.