Systeme, die heute im Einsatz sind.
Eine Auswahl aus über 200 Projekten. Jedes begann mit einem Prozess, der zu viel Handarbeit kostete, und endete mit einem System, das genau diesen Prozess abbildet.
Unternehmen und Institutionen, für die wir gebaut haben
Kunden erzählen selbst
Ausgewählte Projekte
-
Baucontrolling mit automatischer Rechnungsverarbeitung
1 System statt Postfach, Tabellen und Einzeltools, über alle Gesellschaften und ProjekteAusgangslage
Rechnungen von Subunternehmern kamen als Mailanhang und wurden von Hand erfasst. Budget und Ist liefen in Tabellen, die schnell veralteten, die Cashflow-Planung getrennt davon.
Was wir gebaut haben
Rechnungen werden automatisch abgeholt, von zwei KI-Modellen ausgelesen und dem richtigen Projekt und Gewerk zugeordnet. Ein Live-Dashboard zeigt Budget, Ist und Cashflow über alle Gesellschaften und Projekte.
Ergebnis
Ein System statt Postfach und Tabellen. Abweichungen pro Gewerk sind sofort sichtbar, die Cashflow-Prognose rechnet mit echten Zahlen.
-
Namaqal AI: Spracherkennung für Somali
−33 % Bearbeitungszeit nach dem Modell-Update. Maay-Dialekt von 0 auf 9,4 von 10Ausgangslage
Somali-Audioaufnahmen mussten von Hand transkribiert und ins Englische übersetzt werden. Für den Dialekt Maay gab es kein brauchbares System.
Was wir gebaut haben
Ein eigenes Spracherkennungssystem, das Somali-Audio in Text umwandelt und ins Englische übersetzt, mit Prüf-Workflow für das Team und einem Kennzahlen-Dashboard.
Ergebnis
Live im Einsatz. Nach dem letzten Modell-Update ist der Maay-Dialekt erstmals nutzbar, die Bearbeitungszeit sank um rund ein Drittel.
-
Vertriebskonfigurator für Solaranlagen, vom Angebot bis zur Auftragsbestätigung
1 Durchgang von der Anlagenkonfiguration bis zum Angebots-PDF mit WirtschaftlichkeitsanalyseAusgangslage
Der Vertrieb arbeitete mit einem älteren Konfigurator, die Kalkulation lag in einem Excel-Schema. Angebot, Wirtschaftlichkeitsrechnung und Datenblätter kamen aus verschiedenen Quellen.
Was wir gebaut haben
Ein Konfigurator für den Vertrieb: Module, Wechselrichter, Speicher, Unterkonstruktion und Zusatzoptionen wählen, die Anlage wird durchgerechnet. Heraus kommen Richtpreisangebot, Eigenverbrauchs- und Wirtschaftlichkeitsanalyse, Datenblätter und Auftragsbestätigung als PDF. Produkte, Preiskategorien und Aufschläge pflegt das Team selbst im Admin-Bereich.
Ergebnis
Seit 2025 im Einsatz. Das Angebot geht direkt aus dem Konfigurator per E-Mail an den Kunden. Mandantenfähig gebaut, sodass mehrere Unternehmen getrennt voneinander damit arbeiten.
-
Marktüberwachung: auffälliges Bietverhalten in Auktionen erkennen
KI-VO Dokumentation inklusive, mit AI Impact Assessment und DatenqualitätsberichtAusgangslage
Auf der Plattform laufen Auktionen mit vielen Teilnehmern, jedes Gebot erzeugt eine Kette von Ereignissen. Als regulierter Marktplatz muss sie Manipulation erkennen können, die bisherige Überwachung arbeitete mit einfachen Regeln.
Was wir gebaut haben
Zuerst eine explorative Analyse des Bietverhaltens. Daraus entstand ein ausgebautes regelbasiertes Überwachungssystem mit neuen Indikatoren, etwa für starke Mengenänderungen in Geboten oder auffällige Muster über mehrere Auktionsrunden, dazu Experimente mit ML-Ansätzen. Entwickelt und geprüft an Red-Teaming-Daten, also gezielt simulierten Manipulationsversuchen.
Ergebnis
Das System ist in die AWS-Umgebung des Kunden integriert und an das interne Team übergeben, mit der nach KI-VO erforderlichen Dokumentation. Auffällige Muster werden über nachvollziehbare Indikatoren sichtbar.
-
Angebotsvergleich aus 30 bis 40 Lieferantenmails am Tag
30–40 Lieferantenangebote pro Tag, automatisch ausgelesen und verglichenAusgangslage
Jeden Tag kamen Dutzende Angebote als PDF oder Word, auf Polnisch, Niederländisch oder Spanisch. Preise und Zuschnitte wurden von Hand verglichen.
Was wir gebaut haben
Die Mails werden automatisch eingelesen, Preise und Produkte erkannt und sprachübergreifend vereinheitlicht. Ein Dashboard stellt die Angebote nebeneinander, eine Chat-Suche findet alte Angebote.
Ergebnis
Kein manuelles Sortieren mehr im Postfach. Das Team sieht auf einen Blick, wer heute das beste Angebot hat.
-
Vom Laborbericht zum Gutachten-Entwurf
Sekunden statt Stunden für den Entwurf eines GutachtensAusgangslage
Laborberichte kamen per E-Mail und wurden von Hand in das Projektsystem übertragen, bevor ein Gutachter überhaupt mit der Bewertung beginnen konnte.
Was wir gebaut haben
Eine Middleware liest Berichte automatisch aus, gleicht sie mit dem Projektsystem ab und entwirft das Gutachten. Freigegeben wird im Vier-Augen-Prinzip. Dazu ein internes Private GPT mit Berichtsvorlagen.
Ergebnis
Die Berichtserstellung dauert Sekunden statt Stunden. Die Gutachter prüfen und geben frei, statt abzutippen.
-
Automatisierung rund um ein Altsystem, ohne es anzufassen
6–9 Min. Handarbeit pro Vorgang entfallen, ohne das Altsystem anzufassenAusgangslage
Der Kern lief auf einem VB6-System mit MariaDB. Dokumente für jeden Vorgang wurden von Hand erzeugt und abgelegt, sechs bis neun Minuten pro Vorgang.
Was wir gebaut haben
Eine Integrationsplattform überwacht Datenbank und Fileserver, erzeugt PDFs automatisch und archiviert sie. Optional sortiert eine lokale KI eingehende E-Mails und Tickets.
Ergebnis
Aus Minuten pro Vorgang wurde nahezu sofort. Der alte Code blieb unangetastet.
-
Aus einer Diktier-App wird eine Plattform für viele Praxen
1 → viele Praxen auf einer Plattform statt EinzelinstallationenAusgangslage
Die Diktier-App für medizinische Befunde lief als Einzelinstallation. Kundenverwaltung, Abrechnung und Abos fehlten.
Was wir gebaut haben
Nach der Desktop-App folgte eine Plattform mit zentralem Backend, Admin-Dashboard für Kunden und Umsatz, Praxis-Dashboard, Aufnahme im Browser und auf dem Handy, nutzungsbasierter Abrechnung und automatischen Updates.
Ergebnis
Der Anbieter kann die Software an beliebig viele Praxen verkaufen und Abos zentral steuern.
-
Angebote direkt aus HubSpot, im eigenen Design
20+ Seiten Angebot automatisch aus HubSpot, Vorschau gleich PDFAusgangslage
Angebote mit über 20 Seiten wurden von Hand gebaut und sahen jedes Mal etwas anders aus.
Was wir gebaut haben
Eine Angebots-Engine in HubSpot, bei der die Vorschau exakt dem fertigen PDF entspricht, plus ein ROI-Rechner, der Kundennutzen und Mehrwertsteuer für Deutschland, Schweiz und Österreich einrechnet.
Ergebnis
Einheitliche Angebote in einem Bruchteil der Zeit, direkt aus dem CRM.
Was Kunden sagen
-
„Mit ihrer umfassenden Expertise konnten sie unser internes Team spürbar entlasten, sodass wir uns auf unser Kerngeschäft konzentrieren konnten.“
Jacek Zawisza CEO, kamioni -
„Dank der Zusammenarbeit mit DeepMetis haben wir innerhalb von nur fünf Monaten unser Digitalisierungsprojekt erfolgreich umgesetzt.“
Pascal Bolsinger CEO, ADREX -
„Ich war beeindruckt von ihrer Schnelligkeit und ihrem Engagement.“
Michael Raven CEO, Cognity Ventures
Und von denen, die täglich damit arbeiten.
Aus Gesprächen mit Mitarbeitenden unserer Kunden. Wörtlich zitiert, ohne Namen.
- Bedienung
„Ich finde es schön übersichtlich. Es ist nicht so überfordernd. Es ist irgendwo auch selbsterklärend. … Es hat so ein bisschen Apple Vibes … und wirklich einfach.“
- Entlastung
„Es ist schon schön, was es an Erleichterung alles schon bringt.“
- Erster Eindruck
„Das ist ja mega gut … Finde ich toll. Also echter Knaller.“
- Support
„Ich habe noch nirgends so guten Support bekommen!“
Ihr Prozess könnte das nächste Projekt sein.
Zeigen Sie uns im System-Check, wo es hakt. Nach wenigen Tagen sehen Sie ein klickbares Mockup.