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.

Empfehlungswerkzeug für medizinische Hilfsmittel

Empfehlung bestmöglicher Hilfsmittel auf Basis der wahrscheinlichsten Kostenübernahme in Abhängigkeit der ärztlichen Versorgung.

Nanoindenter Assistent

Unterstützung des Fachpersonals in der Werkstoffprüfung durch automatisierte Bildauswertung.

Predictive Maintenance für Bergbaumaschinen

Auswertung von Sensordaten zur Vorhersage des optimalen Wartungstermins.

Anlageneffizienz automatisiert erfassen

Kontinuierliches Monitoring der Effizienz von Müllsortieranlagen sowie Steuerung der Anlagen zur Optimierung des Ressourceneinsatzes.

Predictive Analytics für Marktnachfrage

Entwicklung verschiedener auf Parameter zugeschnittene Modelle zur verbesserten, vollautomatisierten Vorhersage der Marktnachfrage.

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.

Mietwagenplattform

Neugestaltung einer internen Verwaltungs- und Buchungssoftware mit maßgeschneiderten Features für Fachanwender.

Management von Messdaten

Sicherstellung einer belastbaren Datengrundlage durch intelligente Berechnungslogiken und durchgehende Nachvollziehbarkeit von Änderungen und Originaldaten.

Betrugsprävention – Pharmaserialisierung

Präventation von Medikamentenfälschungen durch automatische Analyse pharmazeutischer Produktdaten sowie der Entwicklung speziell angepasster Randomisierungstests.

Dashboard zur intuitiven Datenauswertung

Schnelle Gegegenüberstellung von Messdaten verschiedener Stationen zum einfachen Vergleich von Zeitreihendaten basierend auf zentraler Digitalisierungsplattform für die Wasserwirtschaft.

Vorhersage von Lieferproblemen

Analyse und Auswertung der historischen Konstruktionsverläufe zur Identifikation der Ausbildung bestimmter Muster als Indikator von Verzögerungsrisiken.

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.

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).

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.

Technisches Risikomanagement

Ganzheitliche Betrachtung der Performance und Kosten (inkl. Prognose) für mehr Transparenz über und Optimierung von Effizienz & Effektivität der Instandhaltungsmaßnahmen.

Automatisierte Verarbeitung von Kundenanfragen

Neuronales Netz erkennt Anliegen in unstrukturierten Daten. Klassifikation nach Art (Reklamation, etc.) und Inhalt (z.B. Gepäckverlust, Flugzeitverspätung).

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.

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.

Prognose der Retourenquote

Vorhersage der zu erwartenden finalen Retourenquote zu Beginn des Produktlebenszyklus durch Analyse historischer Daten.

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.

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.

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.

Digitale Plattform für Betriebsdaten

Dynamische Betriebsdatenplattform für die Wasserwirtschaft zur Betrachtung und Analyse großer Datenmengen.

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.

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.

Anlagenspezifische Prognose von Wind- und Solarenergie

Betrachtung vielfältiger Eingangsparameter wie Wetterdaten, vorherige Prognosen, historischer Daten zur Prognose anlagenspezifischer Energieerzeugung.

Analyse von Stahlgefüge

Ein neuronales Netz lernt von den Metallurgie-Experten, um verschiedene Gefügephasen auf Bildern eines Rasterelektronenmikroskop voneinander zu unterscheiden.

Recruiting-Assistenzsystem

Ermittlung der Übereinstimmungen von Bewerberprofilinformation mit Stellenanforderungen.

Drohnenbasierte Inventur von Stahlcoils

Einsatz von Deep Learning zum automatischen Erkennen und Zählen von Coils mit Hilfe einer Kamera-Drohne.

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​.

Condition Monitoring von Kühlsystemen

Ausfallvorhersage durch Monitoring der Sensor und Stromverbrauchsdaten. Selbstlernendes KI-System mit automatisierter Wartungspriorisierung.

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.

Energiewirtschaftliches Handelsportal

Hochskalierbare Plattform zur übersichtlichen Steuerung energiewirtschaftlicher Prozesse für Stadtwerke.

Predictive Maintenance im Hüttenwerk

Anbindung aller Datenquellen mit zustandsrelevanten Daten zur Prognose der Restlaufzeit und Anomalieerkennung im größten Hüttenwerk Europas.

IMProvT II

Im Rahmen des vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Projekts wird eine Digitalisierungsplattform zur energetischen Prozessoptimierung von Trinkwasserbereitstellung und -verteilung entwickelt.

Overall Performance Tracking

Optimierung der Instandhaltungskosten und Budgetverteilung durch frühzeitige Erkennung von Auffälligkeiten und der Ableitung von Maßnahmen.

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.

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.

Schadenserkennung an Containern

Automatisierte Schadenserkennung an Übersee Containern über Bildgebung. Klassifikation und Einschätzung des Beschädigungsgrades zur besseren Planung der Wartungsreihenfolge.
Nach oben scrollen