KI 2026: Bauen oder Kaufen — zwei Produkte, eine ehrliche Antwort
Aus Genk, zwei KI-Produkte in Produktion 2026: ImmoStory.ai (wir bauen das Modell) und tamam.be (wir kaufen die Embedding-API). Hier ist die ehrliche Bauen-vs-Kaufen-Geschichte, mit Architektur und den Dingen, die kaputtgingen.
Warum es diesen Artikel gibt
Probex ist ein kleines KI-Studio aus Genk, Belgien. Wir bauen Endkundenprodukte und wir entwickeln Software für andere Unternehmen. In den ersten Monaten 2026 haben wir zwei Produkte gestartet — ImmoStory.ai Ende Januar, tamam.be im Mai. Beide laufen täglich mit KI. Sie haben unterschiedliche Wege genommen. Diese Seite ist, was wir gelernt haben, geschrieben für Gründer, die dieselbe Entscheidung treffen müssen.
Wir sind kein Anbieter. Wir verkaufen keinen Stack. Wir erzählen, was wir gebaut haben, was wir bewusst nicht gebaut haben, und wann welche Seite der Bauen-vs-Kaufen-Frage wirklich Geld spart.
Das Unternehmen auf einen Blick
Gegründet im Mai 2024 in Genk (C-Mine). Zwei Produkte in Produktion. Ein KI-Engineering-Team. Wir designen, liefern und betreiben die KI, die wir uns selbst immer gewünscht hätten.
Company at a glance
Founded in May 2024 in Genk (C-Mine). Two live products. One AI engineering team. We design, ship and operate the kind of AI we wish someone had built for us.
At a glance — what we ship and where it lives
ImmoStory.ai — das haben wir gebaut
Ein Makler fügt eine Immobilien-URL ein. Innerhalb von 90 Sekunden erhält er ein 30-Sekunden-Vertikalvideo, eine Beschreibung in fünf Sprachen und ein bereinigtes Inserat. Wir hosten das Vision-Modell selbst, fine-tunen den LLM-Adapter und betreiben ein Render-Cluster im selben Datacenter. Keine API-Kosten pro Aufruf nach dem ersten Monat.
Was das für Sie bedeutet
Wenn Sie Immobilienagentur, Makler oder Portal sind: Inserat einfügen, ein Video für TikTok, Instagram Reels und YouTube Shorts erhalten, in einer unserer fünf Sprachen. Ihre Marke. Ihr Output. Sie mieten keine geschlossene SaaS — Sie können jederzeit mit Ihren eigenen Modellgewichten gehen.
Schritt für Schritt
- Scrapen + Bereinigen — ein einzelner Playwright-Job holt die Seite, entfernt Rauschen und schreibt ein strukturiertes JSON-Paket.
- Vision + LLM — das Vision-Modell wählt die 6–8 besten Fotos, das LLM schreibt den Text in Zielsprache und -ton.
- Render — ein headless Remotion-Worker komponiert das Video, markenkonform, flüssig in fünf Sprachen.
- Veröffentlichen — das Ergebnis landet in S3-kompatiblen Speicher mit signierter URL.
tamam.be — das haben wir gekauft (und geklebt)
Tamam.be ist der belgische Marktplatz für Haushaltsdienste: Hausbesitzer vergleichen verifizierte lokale Profis, Angebote und Bewertungen. Für die Matching-Engine haben wir kein eigenes Modell gebaut. Ein paar hundert Matches pro Tag, Latenz zählt, und eine generalistische Embedding-API ist bereits gut genug. Wir nutzten eine gehostete Vektor-API, ein verwaltetes Postgres für das Ranking und einen kleinen NestJS-Service zum Kleben. Die Daten gehören uns, die API ist ersetzbar, die Betriebskosten sind planbar.
Was das für Sie bedeutet
Wenn Sie Handwerker in Belgien sind: tamam.be ist ein kostenloser Kanal zu lokalen Kunden. Wenn Sie Hausbesitzer sind: hier vergleichen Sie Angebote, ohne Ihre Daten an fünf Callcenter zu geben.
Warum wir gekauft statt gebaut haben
Wir hätten einen eigenen Ranker bauen können. Die Rechnung ging nicht auf. Unter 500 Matches/Tag ist eine gehostete Embedding-API billiger als die GPU, die zum Fine-Tunen nötig wäre. Unter 1.000/Tag ist der Qualitätsunterschied für den Endnutzer unsichtbar. Wir bauen, wo Bauen sich rechnet, und kaufen, wo Kaufen sich rechnet.
Wann welcher Pfad
- Bauen bei mehr als 1.000 Events/Tag, proprietärer Domäne, oder Kosten pro Abruf über 0,05 €.
- Kaufen bei weniger als 500/Tag, generalistischem Modell, und bereits ausreichender Qualität.
- Glue beides: ein kleiner eigener Service, der die API ruft und das Datenmodell unter Kontrolle hält.
Les 8 choses qui ont vraiment cassé
- Le modèle vision hallucinait le nombre de pièces sur les photos grand-angle. Fix : contraindre aux éléments architecturaux.
- Le ton des traductions sonnait robotique. Fix : un petit fine-tune de style sur des descriptions collectées localement.
- La file de rendu se bloquait quand un worker mourait en plein job. Fix : lease + heartbeat, pas TTL.
- Les premières URLs signées fuitaient entre tenants. Fix : préfixes par tenant.
- Le scraper déclenchait des CAPTCHAs à grande échelle. Fix : pool de proxys résidentiels + backoff.
- Les embeddings dérivaient entre versions de modèle. Fix : version épinglée + réindex à l'upgrade.
- Le budget de latence explosait au re-rendu. Fix : cache par (input-hash, parameter-set).
- La facture cloud gonflait parce que personne ne surveillait la file. Fix : dashboard + alerting dès le jour 1.
Comment démarrer — le plan 30 jours
- Semaine 1 — choisissez un workflow qui vous coûte déjà du temps et de l'argent.
- Semaine 2 — appelez une API vendor. Chronométrez. Mesurez le coût.
- Semaine 3 — collez-le dans votre propre service. Gardez la propriété de la donnée et de la file.
- Semaine 4 — ajoutez un petit modèle interne seulement là où l'API est trop chère ou trop générique.
Nos produits, en clair
ImmoStory.ai transforme l'URL d'une annonce immobilière en vidéo verticale de 30 secondes, en cinq langues, prête pour les réseaux sociaux. Nous construisons le modèle, nous opérons la ferme de rendu, vous gardez la marque et l'output.
tamam.be est la marketplace belge des services à domicile. Les propriétaires comparent des professionnels locaux vérifiés, des devis et des avis. Les artisans s'inscrivent gratuitement et reçoivent un flux régulier de leads locaux.
Besoin d'aide ?
Probex conçoit, construit et exploite une IA que vous possédez vraiment. Décrivez-nous le workflow — nous revenons sous deux semaines avec une recommandation build vs buy et un prototype fonctionnel.
Presse : Notre travail a été présenté dans Het Belang van Limbourg (août 2026) — « Un directeur d'école fonde une entreprise d'IA qui fabrique des vidéos promotionnelles en quelques minutes ».