Tredence

Tredence baut Multi-Agenten-Systeme, die Arbeit in Vertrieb, Betrieb, Finanzen und Lieferkette erledigen und nicht nur Fragen beantworten. Die Agenten erhalten Gedächtnis und Planungswerkzeuge sowie die Koordination untereinander, damit sie mehrstufige Abläufe bewältigen. Dieselben Agenten sind an CRM- und ERP-Systeme angebunden, wo sie Aktionen auslösen und Kreisläufe in laufenden Prozessen schließen. Die Firma beschreibt das als Wechsel vom Werkzeug zum Teammitglied, und das Delivery-Modell umfasst Monitoring und Retraining, damit die Agenten die Ergebnisse weiter liefern, für die sie gebaut wurden.

Statt jedes Projekt bei null zu beginnen, liefert Tredence über 150 Bausteine aus Data Science, generativer KI und präskriptiver Analytik, die sich an die Daten des Kunden anpassen lassen. Zu den benannten Lösungen gehören Supply Chain Control Tower, Test and Learn Platform, On-shelf Availability, Customer Cosmos, Revenue Growth Management und Sancus für KI-gestützte Datenqualität. Praktisch heißt das ein früherer Prototyp, was zählt, wenn Beteiligte erst etwas Funktionierendes sehen wollen, bevor sie Budget freigeben.

Die Datenpraxis deckt Ingestion, Pipelines, Warehouse- und Lakehouse-Design sowie die Migration von Altsystemen ab. Im Gesundheitswesen bedeutete das, klinische, Praxis-, Buchhaltungs- und Marketingdaten aus mehr als 50 Kliniken und sieben Praxisverwaltungssystemen in einer Plattform mit Echtzeitaktualisierung zusammenzuführen. Die Datenqualität läuft parallel mit, denn ein Modell ist nur so gut wie die Datensätze, die es speisen.

MLOps-Dienste gelten als dauerhafte Praxis und nicht als Übergabe nach dem Aufbau. Das Team übernimmt Deployment und Retraining sowohl für klassische Machine-Learning-Modelle als auch für Anwendungen mit Sprachmodellen und beobachtet deren Leistung genau. Die Governance dieser Modelle bleibt in derselben Hand. Bei LLM kommt die Bewertung der Antwortqualität, die Verringerung von Halluzinationen und die Steuerung der Inferenzkosten hinzu. Diese drei Punkte entscheiden, ob ein generatives Feature sein erstes Quartal im Produktivbetrieb übersteht.

Projekte der Generative-AI-Beratung bewerten die KI-Reife, priorisieren Anwendungsfälle, entwerfen die Architektur und legen die Governance fest, bevor eine Zeile Code entsteht. Ein Center of Excellence liefert danach Fachkräfte und gemeinsame Bausteine sowie Schulungen für die Teams des Kunden. Mit der Zeit können die internen Teams die Fähigkeit selbst tragen. Tredence beschreibt das Ziel als Verringerung der Abhängigkeit von externen Beratern, was für eine Beratung ungewöhnlich offen formuliert ist.

Tredence ist Partner von Databricks, Snowflake, Google Cloud, Microsoft, AWS und OpenAI und hat von mehreren davon Auszeichnungen als Partner des Jahres erhalten. Praktisch bedeutet das: Projekte entstehen auf der Plattform, die Sie ohnehin bezahlen, mit Zugang zum technischen Support des Anbieters, wenn etwas bricht. Es bedeutet auch, dass Architekturentscheidungen den Stärken des Partner-Stacks folgen und nicht anbieterneutral sind.

Zwei paketierte Produkte stehen neben der allgemeinen Beratung. Rebate.AI richtet sich an Einkaufsgemeinschaften und Distributoren, die Bonusgelder nicht abrufen, weil Konditionen über Tabellen und Lieferantenportale verstreut sind. HealthEM.AI verwaltet den Lebenszyklus von Gesundheitsdaten von der Ingestion über Qualitätsprüfungen bis zur Analytik. Beide sind enger gefasst als die Beratung, was die Bewertung im Vorfeld erleichtert.