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.
Dienstleistungen
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 einem modell-anbieterneutralen Stack über OpenAI, Anthropic, Mistral 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, BSI IT-Grundschutz orientiert, ISO 27001 Controls, ISO/IEC 42001 KI-Management, SOC 2 Type II in Vorbereitung, plus EU-AI-Act-Risikoklassifizierung in jedem Engagement.
KI- und Data-Services, die wir end-to-end liefern
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 (EU-Region). ELT mit dbt, Datenverträge zwischen Teams und Lineage, der Wirtschaftsprüfer und Analysten vertrauen.
EU AI Act + ISO/IEC 42001 bewusst
Risikoklassifizierung, Transparenzhinweise, technische Dokumentation und menschliche Aufsicht ins Produkt eingebaut — nicht vor einem Audit nachgerüstet. Inkl. ISO/IEC 42001 KI-Management-System.
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 (EU)
Bedrock Frankfurt
Vertex AI EU
Azure OpenAI Sweden
pgvector
Qdrant
Snowflake EU
Databricks EU
dbt
MLflow
Von Discovery bis Produktion in 8-14 Wochen
-
01
Discovery
Wir bewerten Anwendungsfälle nach Geschäftsnutzen, Datenreife und EU-AI-Act-Risikoklasse und wählen die zwei oder drei mit dem stärksten Hebel aus.
-
02
Design
Referenzarchitektur, Evaluations-Harness, Datenpipelines und Human-in-the-Loop-Grenzen werden entworfen, bevor ein Modell ins Produkt verkabelt wird.
-
03
Build
Zweiwöchige Sprints mit Offline-Evals, A/B-Tests an echten Nutzern, Prompt- und Modellversionierung sowie Observability für Kosten, Latenz und Qualität.
-
04
Run
Drift-, Bias- und Kosten-Dashboards, geplante Re-Evaluationen und ein Backlog, der an Modell- und Regulierungsänderungen (EU AI Act, ISO/IEC 42001, sektorspezifisch) gekoppelt ist.
Engagement-Modelle
Festpreis
Für abgegrenzte KI-Proofs-of-Value, RAG-Piloten und Datenplattform-Builds mit klaren Abnahmekriterien und festem Termin. Projekt-Sprints ab 25.000 EUR.
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. Ab 12.000 EUR/Monat pro Sitz. Verantwortet Datenqualität, Modell-Lifecycle und Compliance-Dokumentation.
Ausgewählte Arbeiten
ANT — datengetriebenes Property-Matching
Wohnungsgenaue Inventar-Grids, Content-CMS und Multi-Rollen-Workflows, gespeist aus strukturierten Datenpipelines über Makler, Eigentümer und Investoren.
Fallstudie lesen →
AutoFinance — Datenanreicherung & CRM-Sync
Laravel- und React-Plattform mit Datenanreicherung, CRM-Sync und Echtzeit-Voice-Alerts für Auto-Finanzierungs-Entscheidungen im Showroom.
Fallstudie lesen →
xRouten — Routing- und Ops-Data-Layer
Logistik-Routing-App mit strukturierten Trip-Daten, Fahrer-Telemetrie und Operations-Dashboards für Flottenteams.
Fallstudie lesen →Warum DACH-Teams YuSMP wählen
DSGVO-konform · BSI IT-Grundschutz orientiert · ISO 27001 ready · ISO/IEC 42001 KI-Management · SOC 2 Type II in Vorbereitung · TISAX-erfahren
Voller MEZ-Arbeitstag
Data Engineers und ML Leads im MEZ-Arbeitstag, 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 EU- und US-Kunden. Wir lernen keine Vector-Datenbanken auf Ihrer Roadmap.
DSGVO + DACH-Compliance
Region-gebundene Endpunkte (Frankfurt, Berlin), Zero-Retention-Konfigurationen, AVV, ISO 27001-orientierte Controls mit SOC 2 Type II in Vorbereitung. ISO/IEC 42001 KI-Management. BSI IT-Grundschutz wo gefordert. PCI-DSS-Scoping, wo ML Zahlungen berührt.
KI-Governance ist Teil jeder Architekturentscheidung: Im EU-Raum wenden wir den AI Act an (Risikoklasse pro Anwendungsfall, Systemdokumentation, menschliche Aufsicht, Evidenz für Hochrisiko-Szenarien wie Recruiting, Kreditbewertung und biometrische Verarbeitung), kombiniert mit DSGVO Art. 22 (automatisierte Einzelentscheidungen) und ISO/IEC 42001. Für regulierte DACH-Sektoren ergänzen wir BaFin BAIT/MaRisk (FinTech), KRITIS (kritische Infrastrukturen) und TISAX (Automotive). Hinweise des BfDI und der Landesdatenschutzbehörden fließen in DPIAs ein.
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 (in der Region Frankfurt für DACH-Kunden) sowie Open-Source-Modelle auf EU-Clustern schlagen häufig die naheliegende Wahl bei Kosten und Datenresidenz. Für DSGVO- und EU-AI-Act-Konformität bevorzugen wir EU-gehostete Endpunkte.
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. Für DACH-Unternehmen berücksichtigen wir BfDI-Hinweise und nationale Aufsichtspraxis.
Wie gehen Sie mit DSGVO und Datenresidenz für KI-Workloads um?
Wir nutzen region-gebundene Endpunkte von Bedrock, Vertex, Azure OpenAI und Mistral — EU-gehostet in Frankfurt für DACH-Kunden, mit DSGVO-Datenresidenz. Self-Hosted Open-Source-Modelle auf EU-Clustern, wenn Datenresidenz kritisch ist. AVV und Zero-Retention-Konfigurationen gehören zu jedem Architektur-Review. Für besonders schützenswerte Daten (Art. 9 DSGVO) empfehlen wir On-Premise oder Private Cloud.
Welche Compliance-Frameworks decken Sie für KI-Systeme im DACH-Raum ab?
EU AI Act (Risikoklassifizierung, technische Dokumentation, menschliche Aufsicht), DSGVO inkl. Art. 22, BSI IT-Grundschutz orientiert, ISO 27001 ready, ISO/IEC 42001 (KI-Management-System) — und sektorspezifisch: BaFin BAIT/MaRisk für FinTech, KRITIS für kritische Infrastrukturen, TISAX für Automotive. AI-Systemkarte pro Deployment.