Fallstudie: Logistikunternehmen Bern

«Unsere Retourenquote sank um 31 % in fünf Monaten. Das KI-Modell erkennt Fehlbestellungen, bevor sie versandt werden.»

Reto Wälti, Betriebsleiter bei einem mittelgrossen Logistikdienstleister im Raum Bern, 2025

31 %weniger Retouren

5Monate bis Wirkung

14 TageModell-Training

Automatisiertes Logistiklager in der Schweiz

Artificial Intelligence, die Ergebnisse liefert

Wir sind AI Honesty Source aus Bern. Seit 2021 entwickeln wir KI-Lösungen für Schweizer Unternehmen, die konkrete Probleme lösen sollen. Keine Buzzwords, keine Foliensammlungen. Stattdessen: funktionierende Modelle, die in bestehende Systeme passen.

Unser Ansatz beginnt immer mit einer Frage: Was kostet das Problem heute? Erst wenn diese Zahl klar ist, entscheiden wir gemeinsam, ob ein KI-Projekt überhaupt sinnvoll wäre. Manchmal ist die ehrliche Antwort: nein. Das unterscheidet uns von Agenturen, die jedes Briefing in ein Projekt verwandeln.

Die Fallstudie oben zeigt einen typischen Ablauf. Ein Logistikunternehmen verlor jährlich rund CHF 480'000 durch fehlerhafte Bestellungen. Wir trainierten ein Klassifikationsmodell auf historischen Bestell- und Retourendaten. Nach zwei Wochen Trainingsphase und drei Wochen Integration in das ERP-System lief das Modell produktiv.

Fähigkeitsmatrix

Leistungsbereich	Typisches Ergebnis	Zeitrahmen	Datenvoraussetzung
Prädiktive Wartung	Ungeplante Ausfälle reduzieren	6–10 Wochen	Sensordaten, Wartungsprotokolle
Dokumentenklassifikation	Manuelle Sortierung ersetzen	3–5 Wochen	Archivierte Dokumente ab 2'000 Stück
Nachfrageprognose	Lagerkosten senken	4–8 Wochen	Verkaufs- und Bestellhistorie
Anomalieerkennung	Betrugsversuche früher erkennen	5–7 Wochen	Transaktionsdaten
Chatbot-Integration	Erstanfragen automatisiert beantworten	2–4 Wochen	FAQ-Katalog, Gesprächsprotokolle
Bildanalyse Qualitätskontrolle	Fehlerhafte Teile automatisch aussortieren	8–12 Wochen	Bilddaten der Produktionslinie

Jedes Projekt beginnt mit einer kostenlosen 30-Minuten-Analyse.

Gespräch vereinbaren

Fallstudie: Fertigungsbetrieb Solothurn

Branche: Metallverarbeitung · Projekt: Qualitätskontrolle · Dauer: 10 Wochen

Ein Zulieferer für die Automobilindustrie hatte mit einer Ausschussrate von 4,7 % zu kämpfen. Visuelle Inspektion durch Mitarbeitende war langsam und fehleranfällig, besonders in der Nachtschicht. Wir installierten Kameras an drei kritischen Stationen und trainierten ein Bilderkennungsmodell auf 12'000 annotierten Aufnahmen.

Nach zehn Wochen lag die automatische Erkennung bei einer Genauigkeit von 96,2 %. Die Ausschussrate sank auf 1,9 %. Zwei Mitarbeitende konnten in produktivere Bereiche wechseln.

«Wir hatten Bedenken wegen der Komplexität. Aber das Team hat alles in unsere bestehende Steuerung integriert, ohne den Betrieb zu unterbrechen.» — Marcel Häusler, Produktionsleiter

Fallstudie: Gesundheitszentrum Thun

Branche: Gesundheitswesen · Projekt: Terminprognose · Dauer: 6 Wochen

Terminausfälle kosteten die Praxis geschätzt CHF 120'000 pro Jahr. Patienten erschienen nicht, riefen nicht ab, und die Lücken liessen sich kurzfristig selten füllen. Wir analysierten drei Jahre Termindaten und bauten ein Modell, das No-Show-Wahrscheinlichkeiten berechnet.

Termine mit hohem Ausfallrisiko werden jetzt automatisch doppelt bestätigt. Bei Risikopatienten schlägt das System Überbuchung vor. In den ersten vier Monaten sanken die Ausfälle um 22 %.

«Einfach, wirksam, und es hat sich innerhalb von drei Monaten bezahlt gemacht.» — Dr. Lina Gerber, Praxisinhaberin

Unsere Methodik: Ehrlichkeit vor Technologie

Viele KI-Projekte scheitern nicht an der Technik, sondern an falschen Erwartungen. Deshalb starten wir jedes Engagement mit einer nüchternen Bestandsaufnahme. Welche Daten gibt es wirklich? In welcher Qualität? Wie viel davon ist nutzbar, wie viel ist Rauschen?

Erst nach dieser Analyse entscheiden wir, ob ein maschinelles Lernmodell die richtige Lösung ist. In etwa einem Drittel der Erstgespräche empfehlen wir andere Wege: regelbasierte Automatisierung, bessere Datenerfassung oder schlicht eine Prozessanpassung ohne jede KI.

«Die haben uns gesagt, dass wir zuerst unsere Datenbasis aufräumen müssen. Kein anderer Anbieter war so direkt. Nach sechs Monaten Datenbereinigung hat das KI-Projekt dann auf Anhieb funktioniert.» Thomas Brunner, CTO eines Fintech-Startups in Zürich

Wenn ein Projekt sinnvoll ist, arbeiten wir in kurzen Zyklen. Zwei Wochen für einen Prototyp. Dann messen. Funktioniert das Modell auf echten Daten? Wie reagieren die Mitarbeitenden? Was muss angepasst werden? Diese Iterationen dauern selten länger als sechs Wochen, bevor ein produktionsfähiges System steht.

Wir verwenden keine proprietäre Plattform. Alles, was wir bauen, gehört dem Kunden. Der Code ist dokumentiert, die Modelle sind exportierbar, und wir schulen interne Teams, damit sie das System selbst weiterentwickeln können. Abhängigkeit von uns ist kein Geschäftsmodell.

Unser Preismodell ist transparent: Festpreise für klar definierte Phasen. Keine offenen Stundenkontingente, keine versteckten Lizenzgebühren. Wenn ein Projekt teurer wird als geplant, tragen wir die Mehrkosten, sofern der Umfang nicht verändert wurde.

Datenaudit

Wir prüfen vorhandene Datenquellen auf Vollständigkeit, Qualität und Nutzbarkeit. Das Ergebnis ist ein schriftlicher Bericht mit klaren Empfehlungen.

Prototyp-Sprint

In zwei Wochen bauen wir einen funktionierenden Prototyp mit echten Daten. Kein Mockup, kein Slide-Deck, sondern lauffähiger Code.

Produktionsintegration

Das Modell wird in bestehende IT-Systeme eingebettet. Wir arbeiten mit REST-APIs, Batch-Pipelines oder direkter Datenbankanbindung.

Passt ein KI-Projekt zu Ihrem Unternehmen?

Nicht jedes Problem braucht maschinelles Lernen. Diese Checkliste hilft bei einer ersten Einschätzung.

Sie haben mindestens 6 Monate historische Daten in digitaler Form
Ein wiederkehrender Prozess verursacht messbare Kosten
Eine Person im Unternehmen kann als fachlicher Ansprechpartner dienen
Das Budget liegt bei mindestens CHF 15'000 für eine erste Phase
Die Geschäftsleitung unterstützt datenbasierte Entscheidungen

Treffen drei oder mehr Punkte zu? Dann lohnt sich ein Erstgespräch.

Geschäftsteam analysiert Daten in einem Schweizer Büro

Projekt besprechen

Beschreiben Sie kurz Ihre Situation. Wir melden uns innerhalb von zwei Arbeitstagen mit einer ersten Einschätzung, ob und wie KI helfen könnte.

[email protected]

+41 31 089 07 26

346 Sihlfeldstrasse, 3011 Bern, Bern, Schweiz

Rechtliches

Datenschutzerklärung

AI Honesty Source mit Sitz an der 346 Sihlfeldstrasse, 3011 Bern, Bern, Schweiz ist verantwortlich für die Bearbeitung von Personendaten auf dieser Website. Wir erheben Daten, die Sie uns über das Kontaktformular mitteilen: Name, E-Mail-Adresse, Unternehmen und Nachrichteninhalt. Diese Daten verwenden wir ausschliesslich zur Bearbeitung Ihrer Anfrage.

Beim Besuch dieser Website werden technisch notwendige Informationen wie IP-Adresse, Browsertyp und Zugriffszeit in Serverprotokollen gespeichert. Wir verwenden ein Cookie, um Ihre Zustimmung zur Cookie-Nutzung zu speichern. Dieses Cookie enthält keine personenbezogenen Daten.

Ihre Daten werden nicht an Dritte weitergegeben, es sei denn, dies ist zur Vertragserfüllung erforderlich oder gesetzlich vorgeschrieben. Sie haben das Recht auf Auskunft, Berichtigung und Löschung Ihrer Daten. Kontaktieren Sie uns unter [email protected]. Stand: Januar 2026.

Nutzungsbedingungen

Die Inhalte dieser Website dienen der allgemeinen Information über die Dienstleistungen von AI Honesty Source. Wir bemühen uns um Richtigkeit, übernehmen jedoch keine Gewähr für die Vollständigkeit oder Aktualität der bereitgestellten Informationen.

Die Nutzung der Website erfolgt auf eigenes Risiko. Links zu externen Websites unterliegen der Verantwortung der jeweiligen Betreiber. Das geistige Eigentum an Texten, Grafiken und Gestaltung liegt bei AI Honesty Source, sofern nicht anders angegeben. Jede Vervielfältigung bedarf unserer schriftlichen Zustimmung. Gerichtsstand ist Bern, Schweiz. Stand: Januar 2026.

Haftungsausschluss

Die auf dieser Website dargestellten Fallstudien und Ergebnisse beziehen sich auf spezifische Kundenprojekte. Ergebnisse variieren je nach Datenlage, Branche und Projektumfang. Wir garantieren keine bestimmten Resultate.

Technische Angaben wie Zeitrahmen und Genauigkeitswerte sind Richtwerte aus abgeschlossenen Projekten. Sie stellen keine verbindlichen Zusagen für zukünftige Projekte dar. Für verbindliche Offerten kontaktieren Sie uns direkt. Stand: Januar 2026.