REFERENZEN
Erfahrungen aus abgeschlossenen Projekten – direkt von den Kunden, die dabei waren.
← Zurück zur StartseiteKUNDENSTIMMEN
Die folgenden Rückmeldungen stammen aus Projekten, die zwischen Februar 2025 und März 2026 abgeschlossen wurden.
Thomas Häberli
Leiter Digitalisierung, St. Gallen
«Wir haben das KI-Risikoregister in Auftrag gegeben, weil uns die regulatorische Seite unserer KI-Projekte Sorgen bereitete. Das Ergebnis hat uns positiv überrascht: strukturiert, verständlich und direkt einsatzbereit für unsere Governance-Gespräche.»
Februar 2026 · KI-Risikoregister
Monika Gerber
Geschäftsführerin, Winterthur
«Die OCR-Optimierung hat unsere Dokumentenverarbeitung wirklich verbessert. Wir hatten vorher grosse Schwierigkeiten mit älteren Formularen. Jetzt läuft die Erkennung deutlich zuverlässiger – und das Dashboard zeigt uns, wo noch Nachbesserungsbedarf besteht.»
Januar 2026 · OCR-Optimierung
Raphael Kuster
Produktleiter, Zürich
«Die Personalization Engine ist gut in unsere bestehende Plattform integriert worden. Der Aufbau hat etwas mehr Zeit gebraucht als geplant, aber das Ergebnis stimmt. morpheonzxc hat offen kommuniziert, wenn sich etwas verschoben hat – das schätze ich.»
Dezember 2025 · Personalization Engine
Sandra Felder
Archivleiterin, St. Gallen
«Unser Archivbestand umfasst Dokumente aus sehr unterschiedlichen Epochen. morpheonzxc hat sich die Zeit genommen, unsere Sonderfälle wirklich zu verstehen – nicht einfach ein Standardmodell aufgesetzt. Das Resultat spricht für sich.»
November 2025 · OCR-Optimierung
Patrick Bürgi
CTO, Luzern
«Was mich überzeugt hat: morpheonzxc hat uns nicht überredet, mehr zu kaufen als wir brauchen. Wir wollten das Risikoregister, bekamen das Risikoregister – sauber dokumentiert und ohne unnötige Zusatzleistungen. Klare Empfehlung.»
Oktober 2025 · KI-Risikoregister
Anna Widmer
Lernplattform-Betreiberin, Bern
«Die Personalization Engine hat unsere Kursempfehlungen deutlich persönlicher gemacht. Nutzer finden jetzt schneller, was zu ihrem aktuellen Lernstand passt. Dass der ganze Aufbau ohne Personendaten auskommt, war für uns von Anfang an eine Bedingung – die wurde eingehalten.»
März 2026 · Personalization Engine
FALLSTUDIEN
Wie konkrete Herausforderungen angegangen wurden – und was am Ende dabei herausgekommen ist.
FALLSTUDIE 01 · OCR-OPTIMIERUNG
Ausgangslage
Ein Gemeindearchiv mit über 40'000 Dokumenten aus dem 19. und 20. Jahrhundert wollte seine Bestände digital durchsuchbar machen. Vorhandene OCR-Werkzeuge erreichten bei historischen Handschriften nur rund 58% Erkennungsrate.
Vorgehen
Feintuning eines OCR-Modells auf 800 manuell transkribierte Archivseiten, Anpassung der Bildvorverarbeitung an die Scan-Charakteristika der verschiedenen Epochen, Implementierung eines Qualitäts-Dashboards.
Ergebnis
Erkennungsrate verbessert auf durchschnittlich 84%. Dokumente ab ca. 1920 erreichen über 91%. Projektdauer: 5 Wochen. Das Dashboard zeigt laufend, welche Dokumentgruppen noch manueller Nachbearbeitung bedürfen.
«Der Unterschied zum generischen Tool ist erheblich. Wir arbeiten jetzt mit einem System, das unsere Dokumente kennt – nicht eines, das allgemein trainiert wurde.»
FALLSTUDIE 02 · PERSONALIZATION ENGINE
Ausgangslage
Eine Schweizer Fachmedienplattform stellte fest, dass Nutzer trotz umfangreichem Artikelbestand nur wenige Themenbereiche besuchten. Die Absprungrate war hoch, die Verweildauer stagnierte.
Vorgehen
Aufbau einer Personalization Engine auf Basis von Lese- und Navigationsverhalten. Empfehlungslogik ohne Anmeldepflicht oder personenbezogene Profilspeicherung. A/B-Testinfrastruktur zur Messung des Effekts.
Ergebnis
Nach 6 Wochen Betrieb: durchschnittliche Verweildauer +34%, aufgerufene Artikel pro Sitzung +2,1. Die Absprungrate sank um 18 Prozentpunkte. Projektdauer: 9 Wochen.
«Wir wollten keine personalisierten Nutzerdaten speichern – das war nicht verhandelbar. morpheonzxc hat genau das geliefert, was wir wollten, und trotzdem einen messbaren Effekt erzielt.»
FALLSTUDIE 03 · KI-RISIKOREGISTER
Ausgangslage
Ein Finanzdienstleister startete mehrere KI-Pilotprojekte parallel. Die Compliance-Abteilung forderte eine strukturierte Risikoübersicht, die intern und gegenüber der Aufsichtsbehörde kommunizierbar war.
Vorgehen
Interviews mit Projektverantwortlichen, systematische Risikobewertung nach anerkanntem Rahmenwerk, Erstellung des Registers mit Eigentümerschaft je Risiko und definierten Überprüfungszyklen.
Ergebnis
Register mit 34 identifizierten Risiken, davon 6 als kritisch eingestuft und direkt adressiert. Abnahme durch Compliance und Aufsichtsgespräch innerhalb von 3 Wochen. Das Register wird quartalsweise aktualisiert.
«Endlich ein Dokument, das in Aufsichtsgesprächen standhält. Nicht weil es komplex ist, sondern weil es klar und vollständig ist.»
ZAHLEN
38
Abgeschlossene Projekte
4.8
Durchschnittliche Bewertung
91%
Folgeaufträge von Bestandskunden
1 Tag
Maximale Antwortzeit
Wir stehen gerne für ein Gespräch zur Verfügung – auch wenn Sie noch am Abwägen sind.
Kontakt aufnehmenSchreiben Sie uns, erzählen Sie uns von Ihrer Situation – wir schauen gemeinsam, ob und wie wir helfen können.
Unverbindlich anfragen