KI-Entwicklung · Toronto, Kanada

Generative KI-Entwicklung für Unternehmen, bei denen sie im Produktivbetrieb funktionieren muss.

CS2 Technologies ist ein Unternehmen für KI-Entwicklung mit Sitz in Toronto. Wir konzipieren und bauen generative KI-Software für Unternehmen in Kanada, den USA und im deutschsprachigen Raum: LLM-Anwendungen, Chatbots und KI-Automatisierung, Agenten, die in Ihren Systemen handeln, Sprach- und Dokumentenverarbeitung sowie KI-Funktionen in Software, die Sie bereits betreiben. Die Arbeit ist LLM- und generative KI; klassische Machine-Learning-Modelle holen wir dort hinzu, wo ein einfaches Modell ein LLM schlägt. KI-Beratung bieten wir an, wenn vor dem Code ein Plan nötig ist. Wir wissen, was nach dem Start bricht, weil wir drei eigene KI-Produkte betreiben.

Laufende KI-Produkte
3
MCP-Tools in AgentlyLeads
57
Laufende REST-Endpunkte
130+
Wann Sie das brauchen

Sie haben einen Anwendungsfall. Er muss den Kontakt mit echten Nutzern überstehen.

Der Pilot lief, der Produktivbetrieb nicht

Die Demo hat alle überzeugt. Dann kamen unsaubere Dokumente, langsame Antworten und eine überraschende Rechnung. Sie brauchen Leute, die KI schon vom Notebook bis zu zahlenden Kunden gebracht haben.

Ihre Daten dürfen nicht überallhin

Patientenakten, Personaldaten, Kundenverträge. Das Modell muss dort laufen, wo es Ihre Compliance-Pflichten erlauben, und Sie wollen den Nachweis, dass nichts anderes möglich ist.

Sie wollen sich nicht auf einen Anbieter festlegen

Preise und Qualität der Modelle ändern sich jedes Quartal. Sie wollen den Anbieter wechseln können, ohne das Produkt neu zu schreiben.

Die Monatsrechnung ist ein Rätsel

Token-Kosten wachsen mit der Nutzung auf eine Weise, die das Controlling nicht planen kann. Sie brauchen Budgets, Obergrenzen und Auswertungen je Funktion, festgelegt vor dem Start und nicht nach der ersten Rechnung.

Ihr Team hat noch keine KI-Entwickler

Ihre Entwickler sind stark, aber niemand hat bisher eine LLM-Funktion ausgeliefert. Sie wollen erfahrene Ingenieure, die sie gemeinsam mit Ihrem Team bauen, damit das Wissen im Haus bleibt.

Was wir bauen

Entwicklung generativer KI, von Anfang bis Ende

Das Modell ist eine Komponente. Die Technik darum herum macht aus einer Demo ein Produkt, auf das sich Ihre Kunden und Ihre Prüfer verlassen können.

LLM-Anwendungen

Chat-, Such-, Zusammenfassungs- und Generierungsfunktionen auf Basis großer Sprachmodelle, mit strukturierter Ausgabe, damit der Rest Ihrer Software dem Ergebnis vertrauen kann.

KI-Agenten

Agentische KI: Agenten, die über kontrollierte Werkzeuge in Ihren Geschäftssystemen handeln, mit Freigabeschritten und Prüfprotokoll. Unsere Seite zur KI-Agenten-Entwicklung geht ins Detail.

KI-Integration in bestehende Software

LLM-Funktionen für das Produkt oder das interne System, das Sie bereits betreiben, hinter einer Anbieterabstraktion und Feature-Flags, damit Sie das Modell wechseln oder die Funktion abschalten können.

Sprache und Spracherkennung

Speech-to-Text-Pipelines und Sprachschnittstellen, deren Ergebnis beim Nutzer ankommt, während er noch spricht. Notermed macht auf diesem Weg aus einem aufgezeichneten Patientengespräch eine klinische Notiz.

Dokumentenverarbeitung

Extraktion, Klassifizierung und Fragen-Antworten über PDFs, Word-Dateien und Scans, einschließlich Suche in Ihrem eigenen Dokumentenbestand mit Trennung je Kunde.

Governance und Kostenkontrolle

Regeln, wer welches Modell mit welchen Daten aufrufen darf, ein monatliches Kostenbudget je Funktion und eine Protokollierung, mit der Sie einem Prüfer ohne Hektik antworten können.

Nachweise

Wir betreiben laufende KI-Produkte unter eigenem Namen

Jede Architektur, die wir empfehlen, verantworten wir selbst. Hier stehen Produkte im Eigentum von CS2 sowie Backend-Arbeit im Konzernmaßstab.

Produkt, vollständig im Eigentum

AgentlyLeads

Ein KI-natives CRM mit eingebautem MCP-Connector, der 57 kontrollierte Werkzeuge für Claude und ChatGPT bereitstellt, gesichert mit OAuth 2.1 und PKCE. Über 130 REST-Endpunkte auf AWS mit Deployments ohne Ausfallzeit.

Referenz lesen

Produkt, vollständig im Eigentum

Notermed

Ein KI-Scribe für Arztpraxen, im Einsatz bei einem praktizierenden Arzt in den USA. Spracherkennung und Notizerstellung laufen über AWS Bedrock bei HIPAA-abgedeckten Anbietern, nachdem wir die gesamte KI-Schicht von OpenAI abgelöst haben.

Referenz lesen

Produkt, vollständig im Eigentum

NextMovePath

Eine Plattform für die Einwanderung nach Kanada mit KI-gestützter Strategieerstellung auf AWS Bedrock hinter einer Bezahlschranke, neben kostenlosen Bewertungswerkzeugen und einem Mitgliederbereich.

Referenz lesen

Referenzprojekt, Konzern

Vodafone Kabel Deutschland

Drei Jahre (10/2022 bis 10/2025) am REST-Backend für den Außendienst eines Tier-1-Telekommunikationsanbieters, unter der DSGVO, als CS2-Auftrag über einen deutschen Beratungspartner. Java, Spring Boot, Kubernetes, AWS.

Referenzprojekte ansehen
So arbeiten wir

Vom Anwendungsfall zu einer Funktion, die Sie vertreten können

  1. Prüfung von Anwendungsfall und Daten

    Wir klären, was die KI leisten soll, welche Daten sie berührt und wohin diese Daten dürfen. Anbieter und Modell richten sich nach Ihren Compliance-Pflichten, nicht umgekehrt.

  2. Prototyp auf echten Daten

    Ein funktionierender Prototyp auf Ihren tatsächlichen Dokumenten und Gesprächen innerhalb weniger Wochen, mit einem Evaluationsdatensatz, damit Qualität gemessen statt geschätzt wird.

  3. Ausbau und Inbetriebnahme

    Anbieterabstraktion, strukturierte Ausgabe, Zugriffsregeln, Kostenbudgets und Protokollierung. Dieselben Muster laufen heute in AgentlyLeads und Notermed.

  4. Start und Betrieb

    Ausrollen hinter Feature-Flags mit Monitoring. Nach dem Start justieren wir Prompts, Kosten und Modelle gemeinsam mit Ihnen oder übergeben an Ihr Team, mit Dokumentation und Betriebshandbüchern.

Technologie

Worauf unsere KI-Arbeit läuft

Je Projekt ausgewählt. Alles hier läuft heute produktiv in einem CS2-Produkt.

  • Anbieterunabhängige Modellschicht (AWS Bedrock, OpenAI, Anthropic)
  • Spring AI (Java)
  • Model Context Protocol (MCP)
  • OAuth 2.1 + PKCE
  • PostgreSQL + pgvector
  • Whisper Spracherkennung
  • Redis + WebSockets
  • Next.js + TypeScript
  • Java 17 + Spring Boot
  • NestJS
  • AWS ECS Fargate, S3 + CloudFront
  • Terraform, GitHub Actions mit OIDC
FAQ

Fragen, die Einkäufer vor einem KI-Projekt stellen

Was baut ein Unternehmen für KI-Entwicklung eigentlich?

Software, in der ein Sprach- oder Spracherkennungsmodell einen Teil der Arbeit übernimmt: Chat und Suche über Ihre Daten, Agenten, die in Ihren Systemen handeln, Dokumentenextraktion, Transkription und KI-Funktionen in einem bestehenden Produkt. Das Modell ist eine Komponente. Die Technik darum herum, von Datengrenzen und strukturierter Ausgabe bis zu Zugriffsregeln und Kostenkontrolle, macht daraus ein Produkt.

Mit welchen KI-Modellen und Anbietern arbeiten Sie?

Wir bauen hinter einer Anbieterabstraktion. Dem Produkt ist es gleich, ob das Modell von AWS Bedrock, OpenAI, Anthropic oder einem offenen Modell auf Ihrer eigenen Infrastruktur kommt. Notermed lief auf OpenAI und ist vollständig auf Bedrock umgezogen, als eine HIPAA-Anforderung das verlangte. Die Kernlogik hat sich kaum verändert.

Können Sie mit HIPAA- oder DSGVO-Daten umgehen?

Ja. Notermed verarbeitet Patientengespräche bei HIPAA-abgedeckten Anbietern, und die Anwendung startet nicht, wenn jemand sie auf einen Anbieter außerhalb dieser Grenze richtet. Unser Team hat DSGVO-regulierte Systeme in der EU betrieben, darunter drei Jahre am Außendienst-Backend von Vodafone Kabel Deutschland als CS2-Auftrag. In Kanada arbeiten wir nach PIPEDA.

Wie halten Sie die monatliche KI-Rechnung unter Kontrolle?

Vor dem Start legen wir ein Kostenbudget je Funktion und je Kunde fest, begrenzen den Token-Verbrauch, wählen das kleinste Modell, das den Evaluationsdatensatz besteht, und cachen Antworten, die sich nicht ändern. Nutzung und Ausgaben werden je Funktion protokolliert, damit das Controlling eine Prognose bekommt statt einer Überraschung.

Wie lange dauert ein KI-Projekt?

Ein Prototyp auf Ihren echten Daten dauert in der Regel einige Wochen. Eine Produktivfunktion mit Governance, Tests und Rollout dauert einige Monate, je nachdem, wie viele Systeme sie berührt. Wir grenzen das im ersten Gespräch ein und sagen Ihnen, wenn ein einfacherer Ansatz ohne KI Ihnen besser dient.

Arbeiten Sie auch mit Unternehmen in Deutschland, Österreich und der Schweiz?

Ja. Wir sitzen in Toronto und arbeiten mit Kunden in Kanada und den USA sowie auf Deutsch und Französisch mit Unternehmen in Europa. Drei Jahre Arbeit für Vodafone Kabel Deutschland liefen vollständig aus Kanada heraus. Die Lieferung erfolgt remote, unter Führung erfahrener Ingenieure und passend zur Projektgröße.

Bauen Sie mit unserem Team oder für uns?

Beides ist möglich. Manche Kunden wollen eine fertige Funktion; andere wollen unsere Ingenieure an der Seite ihrer eigenen, damit das Wissen im Haus bleibt. In beiden Fällen dokumentieren wir die Architektur und übergeben Evaluationsdatensatz und Betriebshandbücher.

Sagen Sie uns, was KI für Ihr Unternehmen leisten soll.

Ein 30-Minuten-Gespräch reicht, um zu klären, ob der Anwendungsfall trägt, wohin die Daten dürfen und wie die erste Version aussehen sollte. Wenn KI dafür nicht das richtige Werkzeug ist, sagen wir Ihnen das.