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.
Nanoindenter Assistent
Unterstützung des Fachpersonals in der Werkstoffprüfung durch automatisierte Bildauswertung.
Automatisierte Verarbeitung von Kundenanfragen
Neuronales Netz erkennt Anliegen in unstrukturierten Daten. Klassifikation nach Art (Reklamation, etc.) und Inhalt (z.B. Gepäckverlust, Flugzeitverspätung).
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.
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.
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.