Artiklar av kategori

Hur Startup House fick ner tiden för leasingansökningar till 2 minuter för Siemens Financial Services

Leasing brukade innebära pappersarbete, manuella kreditprövningar och beslut som fick vänta till kontorstid. För Siemens Financial Services Poland ersatte Startup House det med SimplyLease Online: en ansökan som kunder fyller i på cirka 2 minuter och ett automatiskt kreditbeslut som levereras på ungefär 7 minuter, dygnet runt. Den här fallstudien visar hur plattformen byggdes enligt Siemens Groups säkerhetsstandarder, hur den kopplas till Siemens system och externa dataleverantörer, och vad ett partnerskap som pågått sedan 2016 har levererat. Den avslutas med tre lärdomar som gäller för nästan alla finansierings- eller låneprodukter.

Hur en cybersäkerhetsplattform för Fortune 500-företag minskade onboardingtiden med 95 % genom en AI-agent utvecklad av Startup House

En cyberriskplattform betrodd av Fortune 500-företag hade ett välbekant problem: kunderna hade förtroende för den men öppnade den bara en gång per kvartal, och onboarding tog 45 minuter med guidad konfiguration. Startup House byggde Aria, en AI-agent inbyggd i produkten, med ett gränssnitt i fyra lager som betjänar styrelseledamöter, CFO:er och CISO:er i en och samma panel. Tiden för onboarding minskade med 95 % till under 2 minuter, utforskningen av data blev helt self-service och plattformen förvandlades till ett dagligt beslutsstöd. Den här fallstudien förklarar gränssnittet, tenant isolation-arkitekturen och varför inget av detta krävde några ändringar i plattformens kärnkodbas.

AI- och digitala projekt från Startup House: 5 mätbara resultat i siffror

Det är lätt att komma med påståenden i mjukvaruutveckling, så den här artikeln håller sig till siffror. Den går igenom fem resultat från Startup House kundprojekt, från en 95 % minskning av onboarding-tiden med en inbyggd AI-agent till en 40 % minskning av utvecklingskostnaderna för Omnipack. Varje avsnitt beskriver vilken typ av arbete som gav siffran och länkar till den offentliga fallstudien bakom den. Det avslutande avsnittet lyfter fram tre gemensamma mönster i projekten, värda att ta efter oavsett om du samarbetar med oss eller inte.

Mjukvaruutveckling inom healthtech på Startup House: projekt och resultat med regelefterlevnad i fokus

I hälso- och sjukvårdsmjukvara är regelefterlevnad antingen ett arkitekturval från start eller något som byggs på i efterhand. Den här artikeln visar hur det ser ut när man bygger in det från dag ett, genom tre projekt hos Startup House: en försäljningsplattform för Siemens Healthineers som används i mer än 60 länder, en MVP för demensvård formad av 7 användartester med patienter och anhörigvårdare, samt Doogie, en HIPAA-klassad AI‑demo byggd på 2 månader. Den förklarar också hur RAG gör kliniska AI-svar spårbara till verifierade källor och varför patientdata aldrig används för att träna modeller. För MedTech-bolag och hälsoinriktade SaaS-plattformar är det här en praktisk genomlysning av vad compliance-first-utveckling innebär i verkligheten, bortom etiketten.

Edtech-utveckling hos Startup House: vad vi har byggt och vad det har förändrat

EdTech-plattformar faller oftare på UX än på tekniken: användare faller ifrån, innehållet skalar inte och ROI förblir osynlig. Den här artikeln visar hur Startup House undviker det med leverans i faser och riktiga användartester, med två projekt som bevis. Graspify gick från en djärv idé till en microlearning-plattform som utbildade hundratals medarbetare under ett företagsevent, och LITTLEWINE tog fram ett investerarklart scope genom 10 användarintervjuer på 2 veckor. Den tar också upp AI-lärverktyg som bara svarar utifrån godkänt innehåll och kan gå live på så lite som 2 veckor.

AI inom fintech: Startup House-projekt, lärdomar och resultat

Fintech-kunder förväntar sig snabbhet i nivå med konsumentappar, medan tillsynsmyndigheter kräver kontroll på banknivå. Den här artikeln visar hur Startup House har hanterat den balansgången i tre projekt: automatiserade kreditbeslut dygnet runt för Siemens Financial Services, en cyberriskplattform som ökade intäkterna med 150 % på ett år, och ett klimatfintech-team för CHOOOSE som sattes ihop på två veckor. Varje projekt följs av den lärdom det gav oss. Artikeln avslutas med fem regler för AI i finans, från att förankra varje svar i verifierad data till att bygga in tenant isolation i arkitekturen.

AI-agenter för klinisk dokumentation och vårdadministration

Så kan ambienta AI-agenter skriva utkast till journalanteckningar, koppla rätt faktureringskoder och hantera förhandsgodkännanden — och ge vårdpersonal tillbaka de timmar som EPJ-systemet tar ifrån dem.

AI-agenter för energihantering i industrianläggningar

Så sänker autonoma agenter energikostnader i industrin — toppeffektkapning, HVAC-optimering och samspel med elnätet, allt i realtid utan mänsklig inblandning.

AI‑agenter för optimering av produktionsflöden i fabriker

Hur autonoma agenter samordnar hela fabriken — åtgärdar flaskhalsar, planerar underhåll och omfördelar resurser innan produktionen påverkas.

Så här ser samarbetet med Startup House ut: ingenjörer, scope-ändringar och IP-ägande

Innan du skriver avtal med en mjukvarupartner ställer kunder oftast tre frågor: Vem kommer att arbeta med min produkt, vad händer när prioriteringar ändras och vem äger det vi bygger? Den här artikeln besvarar alla tre utifrån de faktiska villkor som Startup House arbetar enligt. Du får se hur utvecklare kvalitetssäkras och godkänns av dig, hur team skalas upp eller ned med överenskommen framförhållning och varför all kod, design och dokumentation tillhör dig – utan leverantörsinlåsning. Den tar också upp de fyra samarbetsmodellerna och reglerna som styr AI‑assisterad leverans.

Från förstudie till underhåll: hur Startup House genomför ett projekt steg för steg

Varje Startup House-projekt följer samma process, och varje fas avslutas med en konkret leverabel – så att du kan börja precis där din produkt befinner sig idag. Den här artikeln går igenom allt steg för steg: Product Discovery på 4–8 veckor, Scope Building på 2–5 veckor, utveckling med en MVP som kan nå sin första användare på så lite som 1 vecka, Quality Engineering från första sprinten och långsiktig förvaltning. För varje steg ser du vad som händer och vad du får levererat i slutet. Den visar också var AI påskyndar arbetet och hur styrningen av det arbetet säkerställs.

15 frågor kunder ställer innan de påbörjar ett projekt med Startup House

Varje säljsamtal landar i samma saker: vad ett projekt kostar, hur snabbt det kan starta, vem som gör jobbet och vem som äger resultatet. Den här artikeln samlar de 15 frågor som kunder oftast ställer till Startup House, indelade i pengar, tid, team, ägande och säkerhet samt matchning. Varje svar är det vi ger i våra samtal, med konkreta siffror som till exempel små MVP-budgetar på €25 000–50 000 och onboarding inom 2–4 veckor. Använd den som en checklista för vilken mjukvarupartner du än utvärderar.

AI-agenter för bokning av patienttider och vårdsamordning

Hur autonoma agenter bokar, ombokar och fyller avbokade tider dygnet runt — minskar uteblivna besök, täpper till remissläckage och frigör tid för vårdpersonal.

AI-agenter för personanpassad shopping och produktrekommendationer

Så ersätter konversationsbaserade agenter facetterad sökning – med semantisk produktupptäckt, personalisering i realtid och vägledd köpupplevelse som höjer snittordervärdet.

AI-agenter för prediktivt underhåll och utrustningsdriftsäkerhet

Hur autonoma agenter läser vibrationsdata, termiska data och akustiska data för att förutse fel flera veckor i förväg — och agerar på dem utan att behöva mänsklig inblandning.

AI-agenter för pris- och kampanjoptimering

Hur autonoma agenter prissätter i realtid och riktar kampanjer med precision — bevarar marginalen i stället för att ge rabatt till alla som ändå hade betalat fullpris.

AI-agenter för produktionsplanering och schemaläggning

Så omplanerar autonoma agenter produktionen på sekunder när en maskin får stopp eller en expressorder kommer in — och frigör kapacitet du redan har.

AI-agenter för regelefterlevnad och KYC-automatisering

Så hanterar autonoma agenter KYC, AML‑screening och regulatorisk rapportering end‑to‑end — och förkortar onboardingtiden från dagar till sekunder, samtidigt som de upprätthåller ett försvarbart revisionsspår.

AI-agenter för automatiserad kundservice i detaljhandeln

Hur autonoma agenter löser kundsupport i detaljhandeln från början till slut — hanterar returer, spårar order och driver merförsäljning, i stället för att hänvisa kunder till en FAQ-sida.

AI-agenter för lageroptimering i detaljhandeln

Så omfördelar autonoma agenter lager mellan butiker, sätter dynamiska nivåer för säkerhetslager och beställer om automatiskt — innan hyllbrist ens uppstår.

AI-agenter för förmögenhetsförvaltning och finansiell rådgivning

Bortom robo‑rådgivare: så rebalanserar autonoma agenter portföljer, skatteoptimerar genom att realisera förluster och ger personlig rådgivning i stor skala – med mänskligt godkännande där det spelar roll.