Leistungen

KI, Machine Learning und Data Engineering — produktiv ausgeliefert

YuSMP Group baut produktionsreife GenAI-Anwendungen, RAG-Systeme, KI-Agenten und die Datenpipelines, die sie speisen. 80+ Senior-Entwickler in Jerewan liefern im MEZ-Arbeitstag mit Überlappung mit der US-Ostküste, mit einem modell-anbieterneutralen Stack über OpenAI, Anthropic und Bedrock. Jedes Engagement ist DSGVO-konform und ab Tag eins für den EU AI Act vorbereitet — nicht nachträglich angepasst.

Wir liefern einen zusammenhängenden Scope: GenAI-Anwendungen, Retrieval-Augmented Generation, mehrstufige KI-Agenten, klassisches Machine Learning, das Data Engineering, das alles vertrauenswürdig macht, und die MLOps, die es am Laufen halten. Unsere Teams bleiben modell-anbieterneutral — Anthropic, OpenAI, Open-Weight via Bedrock oder Self-Hosted — und wählen den Stack nach Ihren Anforderungen an Datenresidenz, Latenz und Kosten. Governance ist eingebaut: DSGVO, ISO 27001 Controls, SOC 2 Type II in Vorbereitung, HIPAA-fähige Auslieferung und ein EU-AI-Act-Risikoklassifizierungsschritt in jedem Engagement. Praxisbeispiel in unserer ARIA-Fallstudie.

KI- und Data-Services, die wir end-to-end liefern

LLM-Apps mit Wirkung

Copilots, Suche, Zusammenfassung und Dokumenten-Workflows mit messbaren KPIs. Wir liefern Features, die Kennzahlen bewegen — keine Demos, die im Pilot stecken bleiben.

RAG, das tatsächlich abruft

Hybrid-Retrieval, Reranking, Evaluation und Observability. Wir tunen auf Ihren Daten, Ihren Queries und Ihren Abnahmekriterien — nicht auf Spielzeug-Benchmarks.

MLOps, das skaliert

Reproduzierbares Training, Model Registries, Shadow Deployments und Monitoring für Drift und Bias. Jedes Modell hat einen klaren Pfad vom Notebook in die Produktion.

Datenplattformen, die tragen

Moderner Data Stack auf Snowflake, BigQuery oder Databricks. ELT mit dbt, Datenverträge zwischen Teams und Lineage, dem Ihre Wirtschaftsprüfer und Analysten vertrauen.

EU AI Act + NIST AI RMF bewusst

Risikoklassifizierung, Transparenzhinweise, technische Dokumentation und menschliche Aufsicht ins Produkt eingebaut — nicht vor einem Audit nachgerüstet. Staatliche US-Gesetze berücksichtigt (Colorado AI Act 2026, NYC AEDT, CCPA ADM-Regeln).

Evals als Routine

Golden-Datasets, automatisierte Regressionen und Offline-Evals bei jeder Prompt- und Modelländerung. Qualität ist eine Zahl, kein Gefühl.

Modell-neutraler KI- und Data-Stack

Python PyTorch LangChain LlamaIndex OpenAI Anthropic Mistral Bedrock Vertex AI Azure OpenAI pgvector Qdrant Snowflake Databricks dbt MLflow

Von Discovery bis Produktion in 8–14 Wochen

  1. 01

    Discovery

    Wir bewerten Anwendungsfälle nach Geschäftsnutzen, Datenreife und dualer Risikoklassifizierung — EU-AI-Act-Risikoklasse plus NIST AI RMF Govern/Map/Measure/Manage-Profil — und wählen die zwei oder drei mit dem stärksten Hebel aus.

  2. 02

    Design

    Referenzarchitektur, Evaluations-Harness, Datenpipelines und Human-in-the-Loop-Grenzen werden entworfen, bevor ein Modell ins Produkt verkabelt wird.

  3. 03

    Build

    Zweiwöchige Sprints mit Offline-Evals, A/B-Tests an echten Nutzern, Prompt- und Modellversionierung sowie Observability für Kosten, Latenz und Qualität.

  4. 04

    Run

    Drift-, Bias- und Kosten-Dashboards, geplante Re-Evaluationen und ein Backlog, der an Modell- und Regulierungsänderungen in der EU (AI Act), den USA (NIST AI RMF, staatliche Gesetze) und bei den großen Anbietern gekoppelt ist.

Engagement-Modelle

Festpreis

Für abgegrenzte KI-Proofs-of-Value, RAG-Piloten und Datenplattform-Builds mit klaren Abnahmekriterien und festem Termin.

Time & Materials

Für sich entwickelnde KI-Produkte, in denen Prompts, Modelle und Kennzahlen wöchentlich wechseln. Senior-Squad, wöchentliche Demos, monatliche Kapazitäts-Reviews.

Dediziertes Team

Eine langfristige KI- und Data-Squad, eingebettet in Ihre Produktorganisation. Verantwortet Datenqualität, Modell-Lifecycle und Compliance-Dokumentation.

Warum US- und EU-Teams YuSMP wählen

DSGVO-konform · ISO-27001-bereit · SOC 2 Type II in Vorbereitung · HIPAA-fähig · CCPA-berücksichtigt

Voller MEZ-Arbeitstag mit US-Überlappung

Data Engineers und ML Leads im MEZ-Arbeitstag mit Überlappung mit der US-Ostküste (9–13 Uhr ET), in Ihren Standups, mit Same-Day-Entscheidungen zu Prompts, Modellen und Rollouts.

Ausschließlich Senior-Engineering

ML-Engineers und Data-Platform-Leads mit ausgelieferten produktiven Systemen für US- und EU-Kunden. Wir lernen keine Vektor-Datenbanken auf Ihrer Roadmap.

DSGVO + CCPA & ISO 27001 bereit

Region-gebundene Endpunkte (EU-Datenresidenz · US-Optionen auf Anfrage), Zero-Retention-Konfigurationen, unterzeichnete AVV und BAAs, ISO-27001-orientierte Controls mit SOC 2 Type II in Vorbereitung. PCI-DSS-Scoping, wo ML Zahlungen berührt; HIPAA-fähig, wo ML PHI berührt.

Duale KI-Governance ist Teil jeder Architekturentscheidung: In der EU wenden wir den AI Act an (Risikoklasse pro Anwendungsfall, Systemdokumentation, menschliche Aufsicht, Evidenz für Hochrisiko-Szenarien wie Recruiting, Kreditbewertung und biometrische Verarbeitung); in den USA wenden wir die föderalen KI-Exekutivverordnungen, NIST AI RMF (Govern / Map / Measure / Manage), OMB M-24-10-Erwartungen und staatliche Gesetze an — Colorado AI Act (wirksam 2026), NYC AEDT (Local Law 144), NY AI Bill of Rights und CCPA/CPRA-Regeln zur automatisierten Entscheidungsfindung.

Häufig gestellte Fragen

Welches LLM sollten wir einsetzen — OpenAI, Anthropic, Mistral oder Open-Source?

Wir benchmarken Kandidatenmodelle auf Ihren echten Aufgaben, bevor wir empfehlen. Region-gebundenes Mistral / Claude / OpenAI auf Bedrock, Vertex oder Azure OpenAI (EU-gehostet für EU-Kunden, US-gehostet für US-Kunden) sowie Open-Source-Modelle auf EU- oder US-Clustern schlagen häufig die naheliegende Wahl bei Kosten und Datenresidenz — sobald Sie End-to-End-Latenz und Genauigkeit messen.

Reicht RAG aus oder brauchen wir Fine-Tuning?

Für die meisten wissensgebundenen Anwendungsfälle schlägt Retrieval-Augmented Generation mit starken Evals das Fine-Tuning. Wir wechseln nur dann zu Fine-Tuning oder LoRA, wenn Stil-, Latenz- oder Kostenziele mit RAG nicht erreichbar sind — und wir messen den Mehrwert.

Wie halten Sie KI-Features sicher und markenkonform?

Prompt-Versionierung, deterministische Evals, Red-Team-Prompts, Output-Filter und Human-in-the-Loop auf risikoreichen Pfaden. Jedes Release liefert ein messbares Qualitäts- und Sicherheits-Dashboard — keine Bauchgefühl-Prüfung.

Wo greift der EU AI Act für unser Produkt?

Die meisten SaaS-Produkte setzen KI in begrenzt-risikoreichen oder minimal-risikoreichen Rollen ein und benötigen Transparenzhinweise und Basis-Logging. Wir helfen, Ihre Anwendungsfälle zu klassifizieren, das System zu dokumentieren und auf High-Risk-Pflichten vorzubereiten — falls Recruiting, Kreditbewertung oder Biometrie im Scope sind.

Wie gehen Sie mit US-KI-Compliance um (NIST AI RMF, staatliche Gesetze wie CO AI Act 2026)?

Für US-Deployments ordnen wir Kontrollen dem NIST AI Risk Management Framework (Govern / Map / Measure / Manage) zu, richten uns an den föderalen KI-Exekutivverordnungen und OMB M-24-10-Erwartungen aus und prüfen Anwendungsfälle gegen staatliche Gesetze vorab — den Colorado AI Act (wirksam 2026), NYC AEDT (Local Law 144), den NY AI Bill of Rights und die CCPA/CPRA-Regeln zur automatisierten Entscheidungsfindung. Wir dokumentieren Risikoklasse, Transparenzhinweise, menschliche Aufsicht und Folgenabschätzungen in einer einzigen KI-Systemkarte pro Deployment.

Können KI-Features auf ausschließlich US- oder EU-Daten laufen?

Ja. Wir verwenden region-gebundene Endpunkte von Bedrock, Vertex, Azure OpenAI und Mistral — EU-gehostet für EU-Kunden (EU-Datenresidenz), US-gehostet für US-Kunden (US-Optionen auf Anfrage, BAAs für HIPAA-fähige Workloads verfügbar). Self-Hosted Open-Source-Modelle auf EU- oder US-Clustern, wenn Datenresidenz kritisch ist. AVV, BAAs und Zero-Retention-Konfigurationen sind Teil jedes Architektur-Reviews.

Aus einer KI-Idee ein messbares Produkt machen?

Discovery-Call buchen