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.
Energiewirtschaftliches Handelsportal
Hochskalierbare Plattform zur übersichtlichen Steuerung energiewirtschaftlicher Prozesse für Stadtwerke.
KIWaSuS
Im Rahmen des vom Bundeministerium für Bildung und Forschung geförderten Projekts wird ein KI-basiertes Warnsystem vor Starkregen und urbanen Sturzfluten zum Bevölkerungsschutz entwickelt.
Drohnenbasierte Inventur von Stahlcoils
Einsatz von Deep Learning zum automatischen Erkennen und Zählen von Coils mit Hilfe einer Kamera-Drohne.
Empfehlungswerkzeug für medizinische Hilfsmittel
Empfehlung bestmöglicher Hilfsmittel auf Basis der wahrscheinlichsten Kostenübernahme in Abhängigkeit der ärztlichen Versorgung.
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.
Predictive Maintenance im Hüttenwerk
Anbindung aller Datenquellen mit zustandsrelevanten Daten zur Prognose der Restlaufzeit und Anomalieerkennung im größten Hüttenwerk Europas.
Anlageneffizienz automatisiert erfassen
Kontinuierliches Monitoring der Effizienz von Müllsortieranlagen sowie Steuerung der Anlagen zur Optimierung des Ressourceneinsatzes.
Predictive Maintenance für Bergbaumaschinen
Auswertung von Sensordaten zur Vorhersage des optimalen Wartungstermins.
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.
Technisches Risikomanagement
Ganzheitliche Betrachtung der Performance und Kosten (inkl. Prognose) für mehr Transparenz über und Optimierung von Effizienz & Effektivität der Instandhaltungsmaßnahmen.
Energieprognosen mit hetida designer
Unter Verwendung des hetida designer, unserem interaktiven Python Workflow-Editor, entwickeln wir ein Modell zur Prognose des Stromverbrauchs eines Industrieunternehmens. Neben der praxisbezogenen Fragestellung stehen insbesondere die Einsatzmöglichkeiten und die Bedienung des hetida designer im Vordergrund.
Management von Messdaten
Sicherstellung einer belastbaren Datengrundlage durch intelligente Berechnungslogiken und durchgehende Nachvollziehbarkeit von Änderungen und Originaldaten.
Automatisierte Verarbeitung von Kundenanfragen
Neuronales Netz erkennt Anliegen in unstrukturierten Daten. Klassifikation nach Art (Reklamation, etc.) und Inhalt (z.B. Gepäckverlust, Flugzeitverspätung).
Mietwagenplattform
Neugestaltung einer internen Verwaltungs- und Buchungssoftware mit maßgeschneiderten Features für Fachanwender.
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.
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.
Anlagenspezifische Prognose von Wind- und Solarenergie
Betrachtung vielfältiger Eingangsparameter wie Wetterdaten, vorherige Prognosen, historischer Daten zur Prognose anlagenspezifischer Energieerzeugung.
Digitale Plattform für Betriebsdaten
Dynamische Betriebsdatenplattform für die Wasserwirtschaft zur Betrachtung und Analyse großer Datenmengen.
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.
Predictive Analytics für Marktnachfrage
Entwicklung verschiedener auf Parameter zugeschnittene Modelle zur verbesserten, vollautomatisierten Vorhersage der Marktnachfrage.
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.
IMProvT II
Im Rahmen des vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Projekts wird eine Digitalisierungsplattform zur energetischen Prozessoptimierung von Trinkwasserbereitstellung und -verteilung entwickelt.
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.
Vorhersage von Lieferproblemen
Analyse und Auswertung der historischen Konstruktionsverläufe zur Identifikation der Ausbildung bestimmter Muster als Indikator von Verzögerungsrisiken.
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.
Nanoindenter Assistent
Unterstützung des Fachpersonals in der Werkstoffprüfung durch automatisierte Bildauswertung.
Analyse von Stahlgefüge
Ein neuronales Netz lernt von den Metallurgie-Experten, um verschiedene Gefügephasen auf Bildern eines Rasterelektronenmikroskop voneinander zu unterscheiden.
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.
Condition Monitoring von Kühlsystemen
Ausfallvorhersage durch Monitoring der Sensor und Stromverbrauchsdaten. Selbstlernendes KI-System mit automatisierter Wartungspriorisierung.
Recruiting-Assistenzsystem
Ermittlung der Übereinstimmungen von Bewerberprofilinformation mit Stellenanforderungen.
Dashboard zur intuitiven Datenauswertung
Schnelle Gegegenüberstellung von Messdaten verschiedener Stationen zum einfachen Vergleich von Zeitreihendaten basierend auf zentraler Digitalisierungsplattform für die Wasserwirtschaft.
Prognose der Retourenquote
Vorhersage der zu erwartenden finalen Retourenquote zu Beginn des Produktlebenszyklus durch Analyse historischer Daten.
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.
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.
Betrugsprävention – Pharmaserialisierung
Präventation von Medikamentenfälschungen durch automatische Analyse pharmazeutischer Produktdaten sowie der Entwicklung speziell angepasster Randomisierungstests.
Overall Performance Tracking
Optimierung der Instandhaltungskosten und Budgetverteilung durch frühzeitige Erkennung von Auffälligkeiten und der Ableitung von Maßnahmen.
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).
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.
Schadenserkennung an Containern
Automatisierte Schadenserkennung an Übersee Containern über Bildgebung. Klassifikation und Einschätzung des Beschädigungsgrades zur besseren Planung der Wartungsreihenfolge.
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.