KI-Systeme im Produktivbetrieb. Echte Zahlen, echte Kunden.
Fallstudien aus Live-Deployments — Voice Agents nehmen Anrufe entgegen, Chatbots leiten Support-Anfragen um, Agenten reaktivieren Kunden, Enterprise-RAG über berechtigungsgesteuerte Dokumentbestände. Jede Kennzahl stammt aus dem Produktivbetrieb, nicht aus einer Demo-Umgebung. NDAs werden eingehalten, wo erforderlich; Architekturentscheidungen werden offen geteilt.
Milina — KI-Voice-Agent für ein New Yorker Restaurant für 0,09 $ pro Anruf
50+ Anrufe pro Wochenendnacht, zweisprachig (Englisch + Spanisch), Antwortlatenz unter 700 ms. LiveKit + Deepgram + GPT-4o-mini + Cartesia. Anrufende bemerken in der Regel nicht, dass sie mit einem KI-Agenten sprechen.
Schweizerdeutsche Voicemail → strukturierte Bestellungen für einen Lebensmittelgroßhändler
Drei-Modell-Ensemble (Whisper Turbo + Gemini 2.5 Pro + FHNW Schweizerdeutsch) mit Claude 4.7 Opus als Arbiter. Beendet Whispers Looping-Halluzinations-Fehlermodus auf 796 Telefon-Voicemails. 99 von 100 zuvor unbrauchbaren Dateien wiederhergestellt.
CleverAnswerAI — HIPAA-konformer Zahnarzt-Empfang, 20+ Praxen
Selbst gehostetes LiveKit auf einem BAA-konformen Stack, seit einem Jahr im Einsatz. 100 % Erreichbarkeit. 28 % mehr Neupatienten-Buchungen. Direkte Integration mit Dentrix, Open Dental, Curve und Eaglesoft.
iGaming QA — von 66 % auf 91 % durch schema-gesteuertes Reasoning
Die QA-Genauigkeit eines Tier-1-Betreibers wurde von 66 % auf 91 % und die Abdeckung von 2 % auf 25 % gesteigert. Rubrik als Code, Evaluation-Harness mit 1.200 Testfällen, Zwei-Modell-Ensemble für regulatorische Kriterien.
Reinigungskette — KI-Reaktivierungsagent, 3,5-facher ROI
192.000 Kunden × Kategorie-Intervalle täglich bewertet. LangGraph-Agent wählt Kanal, Nachricht, Angebot und Zeitpunkt individuell pro Kunde. 18,7 % Reaktivierungsrate über 23 Servicekategorien, gegen eine 10-%-Kontrollgruppe.
ConvoTune — KI-Gesprächstranskription & -bewertung für ein 40-köpfiges Vertriebsteam
Monatlich werden 3.000+ Anrufe anhand eines 30-Punkte-Playbooks bewertet. 89 % Übereinstimmung mit menschlichen Prüfenden. Echtzeit-Coaching-Hinweise in unter 300 ms. Gesamte Pipeline im AWS-Umfeld des Kunden.
Unternehmens-RAG — ~500 interne Nutzer, berechtigungsgesteuert
Eine UK-Gruppe für Bauinstandsetzung, Wartung und Sanierung (unter NDA). Berechtigungsgesteuertes RAG über SharePoint mit AWS Kendra + Bedrock + OpenFGA + Keycloak. Dokumentensuche kollabierte von ~15 Minuten auf Sekunden (~150× schneller).
Deutsche technische RAG — als das Framework nicht reichte
Zwei deutsche Mandanten (unter NDA): ein Hersteller von Betonprodukten und ein regionaler kommunaler Wasserversorger. Wir haben das Standard-RAG-Framework gelöscht und eine eigene Single-Orchestrator-Pipeline (rag2) geschrieben. DIN-/EN-/DWA-Normen pro Chunk erhalten.
Frühere Forschung und Datenplattform-Fallstudien.
Vor den kommerziellen RAG-Projekten haben wir einen offenen RAG-Benchmark-Write-up veröffentlicht und Daten-Stacks auf Basis von dbt, Snowflake und arabischsprachig optimierten Analytics-Plattformen aufgebaut. Diese Projekte generieren für die betreffenden Kunden weiterhin Mehrwert — und wir übernehmen selektives Analytics Engineering für bestehende KI-Kunden — sie stehen jedoch nicht mehr im Mittelpunkt unserer Leistungen.
Ältere Write-ups bleiben zur Referenz online: Enterprise RAG Challenge — Sieger-Architektur, Fitnessstudio-Analytics, Datenplattform für medizinische Ästhetik. Diese Seiten bleiben erreichbar, sind aber nicht mehr in unserer aktuellen Navigation aufgeführt.
Möchten Sie ähnliche Ergebnisse erzielen? Lassen Sie uns prüfen, ob Ihr Anwendungsfall umsetzbar ist.
Ein 20-minütiges Gespräch. Teilen Sie uns Ihr Anrufvolumen, Ihren Tech-Stack oder Ihre aktuelle Konversionsrate mit — wir sagen Ihnen ehrlich, ob wir es umsetzen können, wie die Architektur aussieht und was es kosten wird.