Seit über 25 Jahren entwickeln wir Softwarelösungen, die Prozesse automatisieren und intelligenter machen. Klick Dich durch unser Portfolio und kontaktiere uns mit Deiner Herausforderung.
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.
Produktinfos, technische Dokumente und Richtlinien werden zentral durchsuchbar. Ein lokales LLM generiert hochwertige Antworten aus internen Daten (z. B. Produktkatalog) – für schnellere, fundiertere Kundenberatung.
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.
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 kombiniert Wettermodelle, prognostiziert Niederschlagsschwerpunkte und berechnet straßengenaue Überflutungswahrscheinlichkeiten. Dynamische Lagebilder mit bis zu 60 Minuten Vorlauf ermöglichen proaktive Einsatzplanung und präzise Warnungen.
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).
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.
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).
Unterstützung des Fachpersonals in der Werkstoffprüfung durch automatisierte Bildauswertung.
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 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.
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 Kunden (> 10.000).
Individuelle Erfassung des Vorwissens und Festlegung der Lernziele mit Echtzeit-Feedback zum Wissensstand und adaptiven Lernempfehlungen auf Grundlage des Lernverhaltens über die Zeit.
Empfehlung bestmöglicher Hilfsmittel auf Basis der wahrscheinlichsten Kostenübernahme in Abhängigkeit der ärztlichen Versorgung.
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.
Digitalisierung des Vertriebs und der internen Prozesse rund um Kundenverträge. Ein entsprechendes Kundenportal sorgt für Transparenz, Prozessautomatisierung und hohe Kundenzufriedenheit und -Bindung.
Sicherstellung einer belastbaren Datengrundlage durch intelligente Berechnungslogiken und durchgehende Nachvollziehbarkeit von Änderungen und Originaldaten.
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.
Schnelle Gegenüberstellung von Messdaten verschiedener Stationen zum einfachen Vergleich von Zeitreihendaten basierend auf zentraler Digitalisierungsplattform für die Wasserwirtschaft.
Detaillierte Übersicht der Messstationen mit der Möglichkeit der Stammdatenanpassung und Übertragung der Datenpakete. Zentrale Verwaltung der Messstationen in skalierbarer Digitalisierungsplattform für die Wasserwirtschaft.
Neugestaltung einer internen Verwaltungs- und Buchungssoftware mit maßgeschneiderten Features für Fachanwender.
Prävention von Medikamentenfälschungen durch automatische Analyse pharmazeutischer Produktdaten sowie der Entwicklung speziell angepasster Randomisierungstests.
Ermittlung der Übereinstimmungen von Bewerberprofilinformation mit Stellenanforderungen.
Neuronales Netz erkennt Anliegen in unstrukturierten Daten. Klassifikation nach Art (Reklamation, etc.) und Inhalt (z.B. Gepäckverlust, Flugzeitverspätung).
Vorhersage der zu erwartenden finalen Retourenquote zu Beginn des Produktlebenszyklus durch Analyse historischer Daten.
Analyse und Auswertung der historischen Konstruktionsverläufe zur Identifikation der Ausbildung bestimmter Muster als Indikator von Verzögerungsrisiken.
Entwicklung eines Machine-Learning-Modells unter Einbeziehung der chemischen und mechanischen Band- und Anlagendaten, welches die optimale Bandpufferausnutzung durch genaue Prognose ermöglicht.
Machine Learning Algorithmus generiert Scoring Kennzahlen für den Vertrieb, die die täglichen Bewertungen des aktuellen Bestellverhaltens im Vergleich zur Einkaufshistorie zeigen.
Entwicklung verschiedener auf Parameter zugeschnittene Modelle zur verbesserten, vollautomatisierten Vorhersage der Marktnachfrage.
Hochskalierbare Plattform zur übersichtlichen Steuerung energiewirtschaftlicher Prozesse für Stadtwerke.
Betrachtung vielfältiger Eingangsparameter wie Wetterdaten, vorherige Prognosen, historischer Daten zur Prognose anlagenspezifischer Energieerzeugung.
Deep Learning Algorithmen für die automatische Überwachung der Reihenfolge von Stahlbrammen führen zu höherer Kundenzufriedenheit durch robustere Sicherstellung der bestellten Stahlqualität.
Einsatz von Deep Learning zum automatischen Erkennen und Zählen von Coils mit Hilfe einer Kamera-Drohne.
Ein neuronales Netz lernt von den Metallurgie-Experten, um verschiedene Gefügephasen auf Bildern eines Rasterelektronenmikroskops voneinander zu unterscheiden.
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.
Ausfallvorhersage durch Monitoring der Sensor und Stromverbrauchsdaten. Selbstlernendes KI-System mit automatisierter Wartungspriorisierung.
Auswertung von Sensordaten zur Vorhersage des optimalen Wartungstermins.
Dispatching und automatisierte Betriebsstörungserkennung an Regenwasserbehandlungsanlagen (RWB). Selbstlernendes Alarm-System für Fehlermeldungen und entsprechende Klassifizierungen mit übersichtlichem Dashboard zur zentralen Anzeige der Störungen.
Weiterbildungsnetzwerk für das Ruhrgebiet zur Organisation von Bildungsmaßnahmen im Bereich der digitalen Technologien. Das Projekt wird vom Bundesministerium für Arbeit und Soziales gefördert.
Im Rahmen des vom Bundesministerium für Wirtschaft und Klimaschutz geförderten Projekts wird eine Digitalisierungsplattform zur energetischen Prozessoptimierung von Trinkwasserbereitstellung und -verteilung entwickelt.
Im Rahmen des vom Bundesministerium für Bildung und Forschung geförderten Projekts wird ein KI-basiertes Warnsystem vor Starkregen und urbanen Sturzfluten zum Bevölkerungsschutz entwickelt.
Kontinuierliches Monitoring der Effizienz von Müllsortieranlagen sowie Steuerung der Anlagen zur Optimierung des Ressourceneinsatzes.
Automatisierte Schadenserkennung an Übersee Containern über Bildgebung. Klassifikation und Einschätzung des Beschädigungsgrades zur besseren Planung der Wartungsreihenfolge.
Dynamische Betriebsdatenplattform für die Wasserwirtschaft zur Betrachtung und Analyse großer Datenmengen.