Nadia Gerber
Mitgründerin, Geschäftsleitung
Studium der Informatik an der EPFL, sechs Jahre bei einem Zürcher Fintech als Lead Data Scientist. Nadia verantwortet Kundenprojekte und Geschäftsentwicklung.
Wir haben TheAIvantage 2021 gegründet, weil wir ein Muster erkannten: Schweizer KMU wollten KI einsetzen, fanden aber nur Anbieter, die entweder zu akademisch oder zu teuer arbeiteten. Unser Ziel war von Anfang an, die Lücke zwischen Forschung und Geschäftsalltag zu schliessen.
Heute sind wir sechs Personen. Wir sitzen an der Honiggasse in Neuchâtel, trinken zu viel Kaffee und verbringen unsere Tage damit, Modelle zu trainieren, die echte Probleme lösen.
Von einem Nebenprojekt im Wohnzimmer zu einem Team mit sechs Spezialistinnen und Spezialisten. Die wichtigsten Stationen.
Nadia Gerber und Lukas Ammann gründen TheAIvantage als GmbH. Das erste Projekt: ein Bilderkennungsmodell für eine Uhrenmanufaktur in La Chaux-de-Fonds, das Kratzer auf Gehäusen erkennt. Genauigkeit nach acht Wochen: 96,3 %. Die Manufaktur spart seither zwei Vollzeitstellen in der visuellen Qualitätskontrolle.
Marc Bühler (Data Engineering) und Samira Kessler (NLP) kommen ins Team. Wir ziehen in unser jetziges Büro an der Honiggasse. Im selben Jahr liefern wir einen Chatbot für eine Versicherung in Bern aus, der 12 000 Anfragen pro Monat bearbeitet.
Fünf neue Kunden aus Genf, Lausanne und Fribourg. Wir stellen Elena Rossi (MLOps) ein und standardisieren unsere Deployment-Pipeline. Ab jetzt können wir Modelle innerhalb von 48 Stunden in Produktionsumgebungen ausrollen.
Unser erstes Projekt im Gesundheitswesen: ein prädiktives Modell für Patientenaufkommen in einer Notaufnahme in Zürich. Das Modell prognostiziert die Auslastung 72 Stunden im Voraus mit einer Abweichung von unter 11 %. Tobias Frei verstärkt das Team als Projektleiter.
Sechs Personen, 23 abgeschlossene Projekte, Kunden in acht Kantonen. Unser Fokus liegt auf Fertigung, Gesundheitswesen, Finanzbranche und Detailhandel. Wir suchen keine Investoren und wachsen aus dem Cashflow.
Vier Prinzipien, die unsere tägliche Arbeit bestimmen.
Wenn Ihre Daten nicht ausreichen oder der erwartete ROI unrealistisch ist, sagen wir das. Wir haben 2023 drei Anfragen abgelehnt, weil die Datengrundlage keinen sinnvollen KI-Einsatz erlaubte. In zwei Fällen haben wir stattdessen eine einfachere Lösung ohne maschinelles Lernen empfohlen, die günstiger und schneller war.
Uns interessiert nicht, ob wir das neueste Framework verwenden. Uns interessiert, ob das Modell Ihren Geschäftsprozess messbar verbessert. Deshalb definieren wir vor jedem Projekt gemeinsam mit Ihnen eine konkrete Zielmetrik: Genauigkeit, eingesparte Stunden, reduzierte Fehlerquote.
Jede Rechnung listet auf, wie viele Stunden wir gearbeitet haben, welche Cloud-Ressourcen verbraucht wurden und was der nächste Schritt kostet. Keine Pauschalen, hinter denen sich Leerlauf versteckt.
Ein Modell, das nur wir verstehen, macht Sie abhängig. Deshalb dokumentieren wir jeden Schritt, schulen Ihr Team und übergeben den vollständigen Code. Nach Projektabschluss können Sie intern weiterarbeiten, auch ohne uns.
Sechs Personen mit unterschiedlichen Hintergründen, die sich auf angewandtes maschinelles Lernen spezialisiert haben.
Mitgründerin, Geschäftsleitung
Studium der Informatik an der EPFL, sechs Jahre bei einem Zürcher Fintech als Lead Data Scientist. Nadia verantwortet Kundenprojekte und Geschäftsentwicklung.
Mitgründer, technische Leitung
Promotion in maschinellem Lernen an der Universität Bern. Lukas entwirft die Modellarchitekturen und überprüft jede Lösung, bevor sie in Produktion geht.
Data Engineer
Baut die Datenpipelines, die unsere Modelle mit sauberen, aktuellen Daten versorgen. Marc hat Erfahrung mit Spark, Airflow und dbt aus vier Jahren bei einem Basler Pharmaunternehmen.
NLP-Spezialistin
Samira entwickelt unsere Chatbot-Lösungen und Textklassifikationsmodelle. Sie hat an der Universität Genf in Computerlinguistik promoviert und spricht vier Sprachen.
MLOps-Ingenieurin
Elena sorgt dafür, dass trainierte Modelle zuverlässig in Produktionsumgebungen laufen. Kubernetes, Docker, CI/CD-Pipelines: Sie kennt die Infrastruktur, die zwischen einem Jupyter-Notebook und einem stabilen Service liegt.
Projektleiter
Tobias koordiniert Zeitpläne, Budgets und die Kommunikation zwischen unserem Team und Ihrem. Vor TheAIvantage hat er acht Jahre lang IT-Projekte in der Versicherungsbranche geleitet.
Wir veröffentlichen keine vagen Erfolgsgeschichten. Hier sind überprüfbare Kennzahlen aus abgeschlossenen Projekten.
23
abgeschlossene Projekte seit 2021
8
Kantone, in denen unsere Kunden sitzen
91 %
der Kunden beauftragen ein Folgeprojekt
4 Wo.
durchschnittliche Zeit bis zum ersten Prototyp
Wenn Sie mit einem unserer Referenzkunden sprechen möchten, stellen wir gerne den Kontakt her. Schreiben Sie uns an [email protected] oder rufen Sie an unter +41 32 367 43 80.