Vollautomatisierte Rechenoperationen — SaaS M2

Unternehmensgeschichte von Capnumeriquehq und die Entstehung unserer Kernplattform

Capnumeriquehq wurde im Frühjahr 2017 von einem kleinen Team aus Datenwissenschaftlern, Softwarearchitekten und E-Commerce-Spezialisten in Berlin gegründet. Die Idee entstand aus der wiederkehrenden Erfahrung, dass klassische Tabellenkalkulations- und Skriptlösungen bei großen Produktdatenbanken (oft mehr als 50.000 Artikel) rasch an ihre Grenzen stoßen: lange Laufzeiten, fehleranfällige Formeln, mangelnde Validierung und fehlende Automatisierung. Die Gründer — darunter Dr. Lena Müller (heute Leitung KI-Systementwicklung) — hatten zuvor in verschiedenen mittelständischen Online-Händlern und Marktplätzen gearbeitet und kannten die alltäglichen Herausforderungen: saisonale Preisanpassungen, Währungsumrechnungen, Mengenrabatte, Staffelpreise, Cross-Selling-Multiplikatoren und die kontinuierliche Notwendigkeit, Lieferantendaten zu bereinigen und anzureichern.

Im Sommer 2018 begann die Entwicklung des ersten Prototyps — damals noch ein reines Python-Framework mit einfacher Parallelisierung. Bereits nach den ersten internen Testläufen zeigte sich, dass die Kombination aus regelbasierter Logik und maschinellem Lernen (zur automatischen Fehlererkennung und Methodenwahl) erhebliche Potenziale bot. Im Herbst desselben Jahres wurde der erste Proof-of-Concept bei einem mittelgroßen Fashion-Shop erprobt: 120.000 Artikel mit 14 verschiedenen Preisfeldern wurden in unter 90 Sekunden vollständig neu berechnet — inklusive Validierung, Protokollierung und Export. Das Ergebnis überzeugte: der Kunde sparte wöchentlich über 15 Stunden manueller Tabellenarbeit.

Anfang 2019 erfolgte der entscheidende Schritt: Umstellung auf ein echtes Cloud-Backend mit Kubernetes-Orchestrierung, GPU-Unterstützung für bestimmte KI-Module und einer REST-API als zentrale Schnittstelle. Gleichzeitig wurde der Markenname Capnumeriquehq etabliert und die erste SaaS-Version live geschaltet. Diese erste Generation bot bereits parallele Verarbeitung, automatische Skalierung und einfache CSV/JSON-Uploads, war jedoch noch auf kleinere bis mittlere Datenvolumen ausgelegt. Bis Ende 2019 wuchs die Nutzerbasis auf über 40 Kunden — vor allem aus den Bereichen Mode, Elektronik und Wohnen.

2020 stand im Zeichen der Skalierung und Professionalisierung. Mit der zweiten Hauptversion wurde die Plattform auf Enterprise-Niveau gebracht: dedizierte Instanzen, On-Premise-Option, 24/7-SLA, erweiterte Validierungsregeln, Versionskontrolle für Rechenregeln und vollständige Prüfprotokolle. Die KI-Komponente wurde erheblich ausgebaut: das System erkennt heute autonom, ob eine einfache Multiplikation, eine gewichtete Durchschnittsberechnung, eine regelbasierte Staffelpreislogik oder eine prädiktive Preisanpassung am effizientesten ist. Das Hosting wurde vollständig auf ISO-27001- und DSGVO-konforme Rechenzentren in Deutschland umgestellt.

Heute verarbeitet Capnumeriquehq monatlich mehrere Milliarden Rechenoperationen für über 180 Kunden — vom kleinen Startup bis zum mittelständischen Omnichannel-Händler. Die Plattform ist längst nicht nur ein Werkzeug für Preismultiplikation, sondern ein vollwertiges Backend für datengetriebene Preisdynamik, Bestandsbewertung, Lieferantendatenharmonisierung und automatisierte Reporting-Prozesse. Die Weiterentwicklung erfolgt in enger Abstimmung mit den Kunden: jede neue Hauptversion wird durch ein Beta-Programm begleitet, bei dem ausgewählte Anwender frühzeitig Zugriff erhalten und aktiv Rückmeldungen geben.

Capnumeriquehq bleibt bewusst inhabergeführt und unabhängig. Das Unternehmen finanziert sich ausschließlich aus laufenden SaaS-Einnahmen und gezielten Beratungsmandaten — ohne externe Investoren. Diese Unabhängigkeit erlaubt es, langfristig auf Qualität, Datensicherheit und Kundennutzen zu setzen, anstatt kurzfristige Wachstumsziele zu verfolgen. Unsere Vision für die kommenden Jahre: die Plattform konsequent in Richtung vollautomatisierter, selbstlernender Preis- und Datenoperationen weiterzuentwickeln — Systeme, die Preise und Datenbestände in Echtzeit optimieren, ohne manuellen Eingriff.