Wer wir sind - was wir tun
Über 9senses
9senses wurde von einer Gruppe von KI-Veteranen gegründet, die sich zusammengeschlossen haben, um in einer Welt KI-bezogene Services anzubieten, in der unzählige auch zweifelhafte Anbieter KI-Leistungen verkaufen, die von den Kunden nur beschränkt beurteilt werden können. Wir sind unabhängig von einzelnen Anbietern und damit in der objektiven Lage zu beurteilen, was KI tun kann - oder was man lieber nicht mit KI tun sollte.
Our objective is to help businesses and society alike to adapt to Artificial Intelligence, with deep insights, and no dependency on any vendor.
Unser Team
Hier ist eine Auswahl unserer Experten. Mit ihnen können Sie fast jedes KI-Thema fundiert angehen. Für alle, die auch dazugehören möchten, geht's hier zu den offenen Stellen.
Alex Schmitz
Mit mehr als 25 Jahren Erfahrung in der Informatik und über 15 Jahren im Bereich des maschinellen Lernens ist Alexander ein versierter Systemarchitekt und ein ML-Experte, der sich mit nahezu allen Frameworks bestens auskennt, inklusive der Governance Aspekte. mehr...
Peter Gemeiner
Peter ist ein versierter Experte mit fundierten Kenntnissen in den Bereichen maschinelles Lernen, Datenwissenschaft und Softwareentwicklung. Er hat an der Technischen Universität Wien promoviert und verfügt über Fachkenntnisse in verschiedenen Bereichen, u.a. künstliche Intelligenz, Cloud Computing. mehr...
Sophia Wagner
KI-Ingenieurin mit wissenschaftlichem Hintergrund in Mathematik, spezialisiert auf große Sprachmodelle (LLMs), semantische Suche und RAG-Systeme. Ihre Leidenschaft gilt der Umsetzung komplexer Informationen in praktische KI-Lösungen. mehr...
Valentino Strebel
- Vision
- Mensch-Maschine-Interaktion
- NLP
- AI Transformation
- Automatisierung
Fatima Ahmedii
Fatima ist eine echte Expertin für maschinelles Lernen und Bildverarbeitung. Sie verfügt über fundierte Kenntnisse in der Python-Entwicklung und anderen Programmiersprachen (u.a. Java). Ihre Kernkompetenz liegt in der Konzipierung von hybriden Lösungen, die KI mit solider Programmierung verbinden. mehr...
Alona Liuzniak
Alona ist Expertin für generative KI unter Verwendung natürlicher Sprachverarbeitung. Mit ihrem fundierten Wissen in den Bereichen maschinelles Lernen und Bildverarbeitung konzentriert sie sich derzeit hauptsächlich auf die Bereitstellung von verantwortungsvollen und erklärbaren Chatbot-Lösungen. mehr...
Johannes Kunz
Mit mehr als 20 Jahren Erfahrung im Bereich der künstlichen Intelligenz – von strategischen Fragen bis hin zum Software- und Hardware-Design – bringt Johannes mehr mit als die meisten Experten. Er hat die gesamte Entwicklung der KI in den letzten Jahrzehnten miterlebt und weiß, was (un)möglich ist. mehr...
Juliette Schuster
- Mensch-Maschine-Interaktion
- Governance
- Strategy
- Ethics
Standorte
9senses ist weltweit tätig. Wir haben in der Schweiz begonnen und erweitern nach und nach unsere Reichweite. Im Jahr 2026 nach Deutschland,nach Großbritannien, Nordamerika, und nach Oceania. And since offices are so 20th century, we have made our office map a bit more fun to look at. Play around, watch the planets move, check out the moon, or catch an office tile and click it.
Referenzprojekte
RAG-driven Legal Chatbot
Ein kleines bis mittelgroßes Sprachmodell zur Beantwortung von Deutschen Rechtsfragen basierend auf einer starken RAG-pipeline.
mehr...Generative AI Audit Framework
Entwicklung von strukturierten Audit-Verfahren für generative KI, mit Methodenentwicklung für Level 1 und Level 2 GenAI-Audits.
mehr...Facility Management Process Digitalization
Transformation and standardization of international facility management processes through the introduction of scalable structures.
mehr...ERP/CRM Product Development
Development and implementation of a modular ERP/CRM system to digitalize central business processes.
mehr...Intelligenter Datenabruf-Agent
Ein produktionsreifes KI-Abfragesystem, das mithilfe von LLMs und semantischer Suche fragmentierte Daten in zuverlässiges, durchsuchbares Wissen umwandelt.
mehr...Visuelle Suchempfehlungen
E-Commerce-Plugin, das die Suche nach visuell ähnlichen Produkten ermöglicht und Kunden dabei hilft, mehrere Artikel zu finden und zu vergleichen, die in Farbe und Stil miteinander verwandt sind.
mehr...Visuelles Assistenzsystem für Senioren
App für visuelle Unterstützung: Ermöglicht visuelle Unterstützung für Senioren, indem sie mithilfe von Computer Vision und Deep Learning bei der Positionsbestimmung hilft.
mehr...Elektrischer Schaltermonitor
Öffentliche Verkehrsmittel: Einsatz KI-gesteuerter Bildverarbeitung, um altmodische elektrische Relais zu überwachen und auch potenzielle Ausfälle für die vorausschauende Wartung zu bewerten.
mehr...Wasserkraftwerk Operations
Wasserkraftwerke: Erstellung einer Steuerungs- und Überwachungslösung für alle Anlagenoperationen, einschließlich vorausschauender Wartung und Eindringlingsüberwachung.
mehr...Kundeninteraktionsanalyse
SaaS-Projektplattform: Das Ziel war es, die Dialogqualität mithilfe eines KI-Modells zu bewerten, um rechtzeitige Interventionen und Kundenbetreuung zu gewährleisten.
mehr...Bewegungsempfindliche Wearables
Tragbare Geräte auf Textilbasis mit integrierten Mikrocontrollern und Sensoren zur Erfassung von Bewegung, Herzschlag, Körpertemperatur und Schweiß.
mehr...IT-Betriebsautomatisierung
Finanzdienstleistungen: Strategie und Business Cases entwickeln, um Automatisierung und KI in die IT-Betriebsumgebung einzuführen.
mehr...Ein KI-gestützter RAG-Chatbot, der für rechtliche und administrative Arbeitsabläufe entwickelt wurde. Das System wurde konzipiert, um Sachbearbeiter bei der Navigation durch komplexe Vorschriften zu unterstützen – derzeit mit Schwerpunkt auf dem deutschen Sozialrecht – und bietet schnellen, kontextbezogenen Zugriff auf relevante Rechtsinformationen sowie Unterstützung bei der Entscheidungsfindung im Zusammenhang mit Anträgen und der Fallbearbeitung. Die modulare Architektur ermöglicht eine nahtlose Erweiterung auf weitere Rechtsbereiche und regulatorische Rahmenbedingungen.
Entwicklung eines mehrdimensionalen „Blackbox“-Chatbot-Audit-Rahmenwerks zur Bewertung der Benutzererfahrung und des geschäftlichen Nutzens von Chatbots im Kundenservice. Die Audit-Methodik kombiniert strukturierte Use-Case-Tests mit qualitativen und quantitativen Bewertungsdimensionen, darunter Antwortqualität, Reaktionsgeschwindigkeit, Dialogqualität und Bewertung der Benutzeroberfläche.
Das Framework umfasst zudem Halluzinationstests und die Analyse von Randfällen, um die Robustheit und die Praxistauglichkeit zu bewerten. Das Projekt umfasste umfangreiche Markt- und Nutzerfrustrationsstudien, die Entwicklung von Methodiken, eine Pilotimplementierung sowie iterative Test- und Nachprüfungsphasen. Das daraus resultierende Audit-Rahmenwerk dient dazu, die Leistung von Chatbots zu bewerten, Optimierungspotenziale zu identifizieren sowie die Wahrscheinlichkeit der Nutzerbindung und die allgemeinen geschäftlichen Auswirkungen zu beurteilen.
Supported the transformation and standardization of international facility management processes by designing scalable end-to-end process and service structures.
The project included gathering and harmonizing requirements across multiple country organizations, translating business needs into digital process and system solutions, and coordinating international rollouts including SIT, UAT, training, and change management.
Consistent process modeling and documentation using BPMN 2.0 and SAP Signavio helped establish sustainable governance, transparency, and operational efficiency.
SAP Signavio, BPMN 2.0, ERP Systems, Digital Workflow Platforms, Interface Integration, SIT/UAT, Requirements Management
- Bildverarbeitung
- Automatisierung
- Infrastructure Management
- Mensch-Maschine-Interaktion
Led the development and implementation of a modular ERP/CRM system to digitalize central business processes.
The project included end-to-end product ownership, requirements analysis, prioritization, and scaling of the system, including mobile solutions and extensions.
Responsibilities also covered the management of cross-functional development teams, the establishment of testing, quality, and operations processes, and the introduction of ITIL-based change and incident structures. Governance, KPI, PMO, and documentation standards were developed to support sustainable product and project management, while product strategy and stakeholder alignment were managed at leadership level.
ERP/CRM Systems, Mobile Solutions, Agile Product Development, Requirements Management, UAT, ITIL, Change & Incident Management, KPI/PMO Structures, Stakeholder Management
- Bildverarbeitung
- Automatisierung
- Infrastructure Management
- Data Warehouse
- Mensch-Maschine-Interaktion
Entwicklung eines serienreifen Abruf-Agenten zur Abfrage großer, fragmentierter und undokumentierter Unternehmensdatenbestände unter Verwendung großer Sprachmodelle und semantischer Suche. Die Lösung wandelte verstreute Altdaten in strukturiertes, durchsuchbares Wissen um und ermöglichte es den Nutzern, relevante Informationen innerhalb von Sekunden abzurufen, anstatt Hunderte von Dokumenten manuell durchsuchen zu müssen.
Das Projekt kombinierte die „Retrieval-Augmented Generation“ (RAG), die Vektorsuche und moderne LLM-Technologien, um eine zuverlässige, kontextbezogene Informationsgewinnung zu ermöglichen. Das System basiert auf einer modularen Architektur und unterstützt Skalierbarkeit, Wartbarkeit und zukünftige Erweiterungen, während es gleichzeitig eine robuste Suchqualität über heterogene Datenquellen hinweg gewährleistet.
AI Engineer
Python • LangChain • OpenAI • Qdrant • Semantic Search • RAG • Streamlit
Bei VisualSearch lag der Schwerpunkt auf der Entwicklung und Bereitstellung von E-Commerce-Plugins zur Verbesserung der Empfehlungsfunktionen in Online-Shops. Die Plugins wurden erfolgreich im Shop eingeführt und von den Kunden positiv angenommen, was ihren praktischen Nutzen für die Verbesserung des E-Commerce-Erlebnisses unter Beweis stellte. Zu den wichtigsten Elementen gehörten:
- die Berechnung visueller Einbettungen anhand des Erscheinungsbilds von E-Commerce-Produkten
- der Aufbau und die Pflege eines Suchindexes unter Verwendung dieser Einbettungen
- die Bereitstellung einer cloudbasierten API für Shopware- und Prestashop-Plugins
Peter fungierte bei diesem Projekt als Projektleiter und leitender Datenwissenschaftler und nutzte dabei AWS-Dienste, Python sowie Deep-Learning-Frameworks wie Keras. Im Rahmen des Projekts wurden cloudbasierte Lösungen unter Verwendung von CloudFormation, Lambda und Gateway für eine skalierbare und effiziente Bereitstellung integriert, wobei SQL und DynamoDB für die Datenverwaltung zum Einsatz kamen.
Für das Austrian Institute of Technology (im Rahmen des nationalen Forschungsprojekts LARAH) wurde ein Prototyp eines Assistenzsystems zur visuellen Ortung in Innenräumen für Menschen mit Behinderung und ältere Menschen entwickelt. Durch den Einsatz von Computer Vision und Deep Learning wurden innovative Algorithmen zur Positionsbestimmung implementiert. Das Projekt führte zu einem funktionsfähigen Prototyp, der zwei Android-Anwendungen zur Echtzeit-Ortung umfasst. Zu den wichtigsten Elementen gehörten:
- Visuelle Personenerkennung mithilfe von Deep-Learning-Modellen
- Visuelle Rekonstruktion und Lokalisierung von Innenräumen mithilfe von „Structure-from-Motion“- und Machine-Learning-Algorithmen
Peter fungierte bei diesem Projekt als Projektleiter und leitender Datenwissenschaftler. Das Projekt wurde in Python unter Verwendung von Deep-Learning-Modellen wie TensorFlow, einer eigens entwickelten „Structure-from-Motion“-Software sowie einer maßgeschneiderten Software zur Kamerakalibrierung umgesetzt. Darüber hinaus wurden im Rahmen des Projekts zwei Android-Apps angepasst und gemeinsam in das Robot Operating System auf der mobilen Plattform integriert.
Für ein öffentliches Verkehrsnetz bestand das Ziel darin, die Überwachung der veralteten Schaltanlagen zu optimieren. Diese bereits jahrzehntealten Anlagen, die sich oft in sehr abgelegenen Gebieten befinden, sind störanfällig, und eine Fehlerverfolgung war bisher nicht möglich. Das Ziel war es, eine Echtzeit-Überwachung zu ermöglichen und drohende Ausfälle anhand von Veränderungen im Schaltverhalten zu erkennen. Die Schlüsselelemente waren:
- - Entwicklung einer spezifischen Hardware-Konfiguration mit maßgeschneiderten Gehäusen (3D-gedruckt) zur Montage anstelle der üblichen Schalttafelabdeckungen
- - Kamerasteuerung und Erzeugung des Startbildes auf dem Raspberry Pi, integriert in das Gehäuse
- - Erste Überprüfung der Schalteranordnung und Beschriftungen
- - Erfassung von Umschaltvorgängen und Registrierung neuer Positionen
- - Erkennung unregelmäßiger Schaltmuster (Verzögerungen, sonstige Unregelmäßigkeiten) zur Vorhersage bevorstehender Ausfälle im Rahmen der vorausschauenden Instandhaltung
- - Aktualisierung der zentralen Datenbank und der Cloud-Lösung mit dem aktuellen Stand und den beobachteten Schaltmustern
Die Lösung wurde mit Python auf Raspberry-Pi-Geräten implementiert; die Backbone- und Cloud-Verarbeitung erfolgte mithilfe eines LAMP-Stacks unter Verwendung von PyTorch, TensorFlow und OpenCV.
Entwicklung einer integrierten Überwachungs- und Kontrolllösung für kleine Wasserkraftwerke in abgelegenen Gebieten. Die Lösung umfasste alle erforderlichen Funktionen:
- - Echtzeit-Überwachung und -Protokollierung von Vorgängen
- - Fehlererkennung und automatisierte Logik
- zur vorausschauenden Instandhaltung zur Früherkennung von Ausfällen
- - Kameragestützte Erkennung von unbefugtem Betreten und Unregelmäßigkeiten
Die Lösung bestand aus einem Hybridansatz unter Verwendung von Siemens-SPSen in Kombination mit kleinen Edge-Computing-Elementen (Raspberry Pi und Arduino). Die gesamte primäre Logik (insbesondere Abschaltung und Lastanpassung) erfolgte lokal, während wichtige Entscheidungen und Aggregationen online auf der Grundlage regelmäßiger Datenübertragungen an eine cloudbasierte Management- und Betriebssuite ausgeführt wurden.
Für eine SaaS-Lösung im Bereich Projektmanagement, bei der Kunden mit Freiberuflern zusammengebracht wurden, wurde eine maßgeschneiderte KI-Lösung entwickelt, um die Nutzererfahrung für alle Beteiligten zu verbessern. Zu den wichtigsten Zielen gehörte die Einrichtung eines Frühwarnsystems, das dem Kundenservice im Falle von Problemen ein rechtzeitiges Eingreifen ermöglicht:
- - Erkennung ungewöhnlicher Muster (Verzögerungen, die auf Untätigkeit hindeuten, intensive Wortwechsel)
- - Kennzeichnung von sprachlichen Verstößen auf beiden Seiten (Verwendung unangemessener Sprache, Aggression)
- - Abgleich der Endbewertungen mit der Beurteilung der Sprachfluss- und Dialogqualität zur Förderung einer ehrlicheren Bewertungskultur
- - Anpassung des Sprachstils zur Verbesserung der zukünftigen Vermittlung von Freiberuflern an Kunden
Die Lösung wurde mit Python auf einem LAMP-Stack unter Verwendung selbst entwickelter Machine-Learning-Bibliotheken implementiert.
Auf Arduino basierend, mit Edge-ML-Funktionalität und regelmäßiger Verbindung über BLE zum verbundenen Smartphone. Algorithmen für maschinelles Lernen in der Cloud erkennen verschiedene Gesundheitszustände und senden Benachrichtigungen an das Smartphone oder die Web-App. Die gesamte Elektronik ist in ein Armband aus Baumwollstoff integriert.
Ziel dieses Projekts war es, Ansätze zur Integration von Automatisierungsverfahren und künstlicher Intelligenz zu ermitteln, um eine hochkomplexe IT-Umgebung – mit Systemen, die von älteren Mainframes über lokale Serverfarmen bis hin zu Cloud-Diensten reichen – stabiler und zuverlässiger zu dokumentieren und zu verwalten. Angestrebt wurde eine erhebliche Vereinfachung der Pflege aktueller System- und Statusübersichten sowie des vorausschauenden Fehlermanagements.