Unsere Lösungen.
Seit über 25 Jahren entwickeln wir Softwarelösungen, die Prozesse automatisieren und intelligenter machen. Klick Dich durch unser Portfolio und kontaktiere uns mit Deiner Herausforderung.
Portfolio.
hetida platform: IoT- & Analytics-Plattform für Betriebsanlagen
Eine Plattform für Schnittstellen, Workflows und Dashboards: Strukturieren Sie Assets, integrieren Sie Daten (z. B. MQTT/OPC UA/REST), analysieren Zeitreihen per KI-gestützter Python-Workflows und alarmieren bei Abweichungen – sicher und flexibel on‑prem, hybrid oder in der Cloud.
Unternehmenswissen intelligent nutzbar machen
Produktinfos, technische Dokumente und Richtlinien werden zentral durchsuchbar. Ein lokales LLM generiert hochwertige Antworten aus internen Daten (z. B. Produktkatalog) – für schnellere, fundiertere Kundenberatung.
Intelligentes Pumpenmonitoring für Grubenwasser
Algorithmusgestützte Anwendung bündelt Pegel, Wasserstände und Vorgaben und liefert Empfehlungen für den optimalen Pumpbetrieb. Mehr Sicherheit, weniger Aufwand, nachhaltiger Schutz. Realisiert mit der hetida platform.
Optimierter Wärmepumpenbetrieb für die Energiewende
Prognosen für Wärme-/Kältebedarf und Stromangebot (PV & Netz) fließen in eine selbstlernende Regelung, die optimale Fahrpläne für Wärmepumpen erstellt. Ergebnis: mehr Wärmeerzeugung bei günstigen Preisen und hoher Verfügbarkeit erneuerbarer Energien. Realisiert mit der hetida platform.
KI-Prognosen für Starkregen & Sturzfluten
KI kombiniert Wettermodelle, prognostiziert Niederschlagsschwerpunkte und berechnet straßengenaue Überflutungswahrscheinlichkeiten. Dynamische Lagebilder mit bis zu 60 Minuten Vorlauf ermöglichen proaktive Einsatzplanung und präzise Warnungen.
RegioGuard‑PRO: KI‑Cockpit zum Krisenmanagement
Entwicklung einer digitalen Plattform, die heterogene Datenquellen integriert, Lagebilder erzeugt und KI‑gestützte Entscheidungen für Behörden ermöglicht. fuseki baut die skalierbare Cloud‑Plattform mit offenen Schnittstellen und entwickelt Analyse‑ und Simulationsmodelle für Resilienz und Kaskadeneffekte. Gefördert vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR).
KI-gestützter Betriebsassistent für Biogasanlagen: Start des Projekts iVBA-Biogas
Das Förderprojekt „iVBA-Biogas" ist gestartet. Ziel des ist die Entwicklung eines intelligenten Assistenzsystems, das Betreiber bei der Steuerung und Optimierung ihrer Anlagen aktiv unterstützt.
RAIN-DL
Nach dem erfolgreichen Abschluss des Förderprojekts KIWaSuS setzen wir gemeinsam mit der Hochschule Ruhr West die Zusammenarbeit im Rahmen des neuen Projekts RAIN-DL fort. Ziel bleibt es, Einsatzkräfte und Krisenstäbe bei dynamischen Wetterlagen gezielt zu unterstützen und die Bevölkerung frühzeitig sowie präzise zu warnen. Gefördert durch die Deutsche Forschungsgemeinschaft (DFG).
Nanoindenter Assistent
Unterstützung des Fachpersonals in der Werkstoffprüfung durch automatisierte Bildauswertung.
Lastganganalyse Energiewirtschaft
Die detaillierte Analyse des Abnahmeverhaltens von Großkunden, sogenannten RLM-Lastgängen, bietet eine zusätzliche Möglichkeit zur Bindung von Gewerbe- und Industriekunden. Mit dem Einsatz von Machine Learning werden die Lastgänge geclustert und analysiert, um Muster und Anomalien zu erkennen.
hetida designer
hetida designer ist der interaktive Python Workflow-Editor der hetida-Plattform. Er ermöglicht die interaktive und grafisch unterstützte Entwicklung von in Python geschriebenen KI-Workflows, die direkt produktiv genutzt werden können. Dabei werden Workflows aus einem umfangreichen Satz an fertigen analytischen Komponenten zusammengesetzt. Eine Ergänzung ist jederzeit möglich.
Digitalisierte Preisschilder
Aufgabe ist es, die Interaktion mit dem Kunden in den Point of Sales (PoS) im Einzelhandel und den Filialen durch Digitalisierung zu verbessern. Ein Anwendungsfall ist die Einführung, Bespielung und Zustandsüberwachung von digitalen Preisschildern (ESL) in den PoS des Kundens ( > 10.000).
KI-basierte Lernassistenz
Individuelle Erfassung des Vorwissens und Festlegung der Lernziele mit Echtzeit-Feedback zum Wissensstand und adaptiven Lernempfehlungen auf Grundlage des Lernverhaltens über die Zeit.
Empfehlungswerkzeug für medizinische Hilfsmittel
Empfehlung bestmöglicher Hilfsmittel auf Basis der wahrscheinlichsten Kostenübernahme in Abhängigkeit der ärztlichen Versorgung.
Knowledge 4 Retail
Das vom Bundesministerium für Wirtschaft und Klimaschutz geförderte Forschungsprojekt „K4R – Knowledge 4 Retail“ hat sich zum Ziel gesetzt eine skalierbare, zuverlässige Datenplattform für den Anwendungsbereich im intelligenten Handel zu entwickeln und unterstützt somit beim Technologietransfer in den Mittelstand.
E-Commerce Plattform für den Energiemarkt
Digitalisierung des Vertriebs und der internen Prozesse rund um Kundenverträge. Ein entsprechendes Kundenportal sorgt für Transparenz, Prozessautomatisierung und hohe Kundenzufriedenheit und -Bindung.
Management von Messdaten
Sicherstellung einer belastbaren Datengrundlage durch intelligente Berechnungslogiken und durchgehende Nachvollziehbarkeit von Änderungen und Originaldaten.
Zentrales Berichtswesen
Konforme Berichte über die Verordnung zur Selbstüberwachung von Abwasseranlagen hinaus. Robuster und geschützter Datenzugriff ermöglicht Berichtserstellung auf Knopfdruck. Zentrale Digitalisierungsplattform für die Wasserwirtschaft als Ausgangspunkt.
Dashboard zur intuitiven Datenauswertung
Schnelle Gegegenüberstellung von Messdaten verschiedener Stationen zum einfachen Vergleich von Zeitreihendaten basierend auf zentraler Digitalisierungsplattform für die Wasserwirtschaft.
Management von Pegeldaten
Detaillierte Übersicht der Messstationen mit der Möglichkeit der Stammdatenanpassung und Übertragung der Datenpakete. Zentrale Verwaltung der Messstationen in skalierbarer Digitalisierungsplattform für die Wasserwirtschaft.
Mietwagenplattform
Neugestaltung einer internen Verwaltungs- und Buchungssoftware mit maßgeschneiderten Features für Fachanwender.
Betrugsprävention – Pharmaserialisierung
Präventation von Medikamentenfälschungen durch automatische Analyse pharmazeutischer Produktdaten sowie der Entwicklung speziell angepasster Randomisierungstests.
Recruiting-Assistenzsystem
Ermittlung der Übereinstimmungen von Bewerberprofilinformation mit Stellenanforderungen.
Automatisierte Verarbeitung von Kundenanfragen
Neuronales Netz erkennt Anliegen in unstrukturierten Daten. Klassifikation nach Art (Reklamation, etc.) und Inhalt (z.B. Gepäckverlust, Flugzeitverspätung).
Prognose der Retourenquote
Vorhersage der zu erwartenden finalen Retourenquote zu Beginn des Produktlebenszyklus durch Analyse historischer Daten.
Vorhersage von Lieferproblemen
Analyse und Auswertung der historischen Konstruktionsverläufe zur Identifikation der Ausbildung bestimmter Muster als Indikator von Verzögerungsrisiken.
Prognosen der optimalen Bandausnutzung
Entwicklung eines Machine Learning Modells unter Einbeziehung der chemischen und mechanischen Band- und Anlagendaten, welches die optimale Bandpufferausnutzung durch genaue Prognose ermöglicht.
Identifikation von Abwanderungs-Verhalten
Machine Learning Algorithmus generiert Scoring Kennzahlen für den Vertrieb, die die täglichen Bewertungen des aktuellen Bestellverhaltens im Vergleich zur Einkaufshistorie zeigen.
Predictive Analytics für Marktnachfrage
Entwicklung verschiedener auf Parameter zugeschnittene Modelle zur verbesserten, vollautomatisierten Vorhersage der Marktnachfrage.
Energiewirtschaftliches Handelsportal
Hochskalierbare Plattform zur übersichtlichen Steuerung energiewirtschaftlicher Prozesse für Stadtwerke.
Anlagenspezifische Prognose von Wind- und Solarenergie
Betrachtung vielfältiger Eingangsparameter wie Wetterdaten, vorherige Prognosen, historischer Daten zur Prognose anlagenspezifischer Energieerzeugung.
Videobasierte Identifikation von Stahlbrammen
Deep Learning Algorithmen für die automatische Überwachung der Reihenfolge von Stahlbrammen führen zu höherer Kundenzufriedenheit durch robustere Sicherstellung der bestellten Stahlqualität.
Drohnenbasierte Inventur von Stahlcoils
Einsatz von Deep Learning zum automatischen Erkennen und Zählen von Coils mit Hilfe einer Kamera-Drohne.
Analyse von Stahlgefüge
Ein neuronales Netz lernt von den Metallurgie-Experten, um verschiedene Gefügephasen auf Bildern eines Rasterelektronenmikroskop voneinander zu unterscheiden.
Risikobasiertes Asset-Management
Umstellung der Wartung von rein zeitbasierten festen Zyklus auf datengetriebenen Ansatz. Auswertung, Modellierung und Prognose von Zeitreihen sowie Wartungs- und Störungsdaten zur Berechnung von Ausfallwahrscheinlichkeiten.
Condition Monitoring von Kühlsystemen
Ausfallvorhersage durch Monitoring der Sensor und Stromverbrauchsdaten. Selbstlernendes KI-System mit automatisierter Wartungspriorisierung.
Predictive Maintenance für Bergbaumaschinen
Auswertung von Sensordaten zur Vorhersage des optimalen Wartungstermins.
Automatische Erkennung von Betriebsstörungen
Dispatching und automatisierte Betriebsstörungserkennung an Regenwasserbehandlungsanlagen (RWB). Selbstlernendes Alarm-System für Fehlermeldungen und entsprechende Klassifizierungen mit übersichtlichem Dashboard zur zentralen Anzeige der Störungen.
WIN 4.0
Weiterbildungsnetzwerk für das Ruhrgebiet zur Organisation von Bildungsmaßnahmen im Bereich der digitalen Technologien. Das Projekt wird vom Bundesministerium für Arbeit und Soziales gefördert.
IMProvT II
Im Rahmen des vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Projekts wird eine Digitalisierungsplattform zur energetischen Prozessoptimierung von Trinkwasserbereitstellung und -verteilung entwickelt.