Was Kunden über ihre Zusammenarbeit mit Prionex sagen
Echte Rückmeldungen aus abgeschlossenen Projekten – unbearbeitet und ohne Schönfärberei.
Zur StartseiteErfahrungen aus der Praxis
Thomas Hartmann
Leiter Produktion, Winterthur
Wir haben das Predictive Maintenance Modell vor etwa drei Monaten eingeführt. Das Briefing-Gespräch war sehr strukturiert, und der Zeitplan wurde eingehalten. Was ich schätze: Man erklärt, wie das Modell zu seinen Einschätzungen kommt – das war meinem Team wichtig.
März 2026 · Predictive MaintenanceSabine Roth
Compliance-Leiterin, Zürich
Wir verwalten täglich Dutzende von Regulierungsdokumenten. Das Zusammenfassungssystem hat uns geholfen, diese effizienter zu sichten. Die Feinabstimmung auf unsere juristische Fachsprache war sorgfältig – das Ergebnis ist deutlich nutzbarer als generische Tools.
Februar 2026 · Text SummarizationMarkus Frei
IT-Leiter, St. Gallen
Wir standen vor dem Entscheid zwischen drei KI-Anbietern. Der Due Diligence Bericht von Prionex hat uns eine klare Grundlage gegeben. Besonders wertvoll war die Analyse der Datenhaltung und der Gesamtkosten – beides hätte uns intern Wochen gekostet.
März 2026 · AI Vendor Due DiligenceAndrea Kessler
Geschäftsführerin, Schaffhausen
Ich hatte Bedenken, ob ein KI-Projekt für uns als KMU überhaupt sinnvoll ist. Das Erstgespräch war ernüchternd im guten Sinne – man hat klar kommuniziert, was möglich ist und was nicht. Am Ende haben wir die Text-Summarization umgesetzt und sind zufrieden.
Januar 2026 · Text SummarizationPatrick Büchler
Technischer Direktor, Winterthur
Gut strukturiertes Projekt mit klarer Kommunikation. Die Kalibrierung des Modells an unserer Fehlerhistorie hat etwas länger gedauert als geplant – das wurde aber frühzeitig kommuniziert und das Endergebnis ist solide. Ich würde wieder anfragen.
Februar 2026 · Predictive MaintenanceLena Maurer
Einkaufsleiterin, Frauenfeld
Der Vergleichsbericht hat unsere interne Diskussion erheblich vereinfacht. Alle drei evaluierten Anbieter wurden neutral und mit denselben Kriterien bewertet. Für unsere Beschaffungsentscheidung war das genau das, was wir gebraucht haben.
März 2026 · AI Vendor Due DiligenceDrei Projektbeispiele im Detail
Maschinenbauunternehmen mit ungeplanten Ausfällen an vier Produktionslinien. Keine strukturierte Wartungsdokumentation, Sensordaten vorhanden aber ungenutzt.
Predictive Maintenance Modell, aufgebaut auf 18 Monate Sensordaten. Klassifikation von drei Fehlermodi. Integration in bestehendes Wartungsplanungssystem.
Ungeplante Ausfälle in den ersten sechs Betriebsmonaten um rund 30% reduziert. Wartungseinsätze planbar gestaltet. Dauer: 9 Wochen.
"Das Modell schlägt Wartungsfenster vor, die wir tatsächlich einplanen können – nicht nur theoretische Alarme."
Finanzdienstleister mit täglichem Aufkommen von 80–120 Berichten und Regulierungsmeldungen. Sichtung durch Mitarbeitende zeitaufwendig und fehleranfällig.
Extractives Summarization-System, feinabgestimmt auf Finanzterminologie. API-Integration in bestehende Dokumentenmanagement-Plattform. Ausgabe als strukturierter Abstract.
Sichtungszeit pro Dokument von durchschnittlich 12 auf 3 Minuten reduziert. Vollständig in bestehendem Workflow integriert. Dauer: 5 Wochen.
"Der Aufwand für die initiale Feinabstimmung hat sich gelohnt. Das System versteht unsere Fachsprache besser als ein generischer Service."
Stadtverwaltung evaluiert drei KI-Anbieter für ein Dokumentenmanagementprojekt. Internes Team fehlt technische Expertise zur Einschätzung der Angebote.
Due Diligence aller drei Anbieter. Überprüfung Datenhaltung (CH vs. EU), Integrationskomplexität, tatsächliche Referenzkunden und Gesamtkostenanalyse über 3 Jahre.
Klare Empfehlung für einen der Anbieter, basierend auf Datenhaltung in der Schweiz und tiefsten TCO. Entscheidung intern einstimmig getragen. Dauer: 2,5 Wochen.
"Wir hatten ein Budget für die Evaluation eingeplant. Der Bericht hat uns deutlich mehr Klarheit gegeben als erwartet."
Professionelle Grundlagen
Swiss ICT Mitgliedschaft
Prionex ist im Schweizer ICT-Verband vertreten und hält sich an dessen Qualitätsstandards.
Akademisch ausgebildetes Team
Fachleute mit Abschlüssen in Statistik, Informatik und Wirtschaftsingenieurwesen (ETH/ZHAW).
Datenschutzkonforme Prozesse
Alle Datenprozesse nach Schweizer DSG. Vertraulichkeitserklärungen und DPA auf Anfrage.
Fragen? Kontaktieren Sie uns direkt.
Werden Sie unsere nächste Referenz
Sprechen Sie mit uns über Ihr Vorhaben – unverbindlich und auf Augenhöhe.
Gespräch anfragen