Unser Data Science-Team ist auf die folgenden Herausforderungen spezialisiert und unterstützt Sie ganzheitlich mit Beratungs- und Entwicklungsdienstleistungen:
Beim Intelligent Document Processing (IDP) werden unstrukturierte Daten (E-Mails, PDF-Dateien, Scans) automatisch in strukturierte Informationen überführt. Somit stehen sie für die digitale Weiterverarbeitung zur Verfügung. Unsere IDP-Lösungen individualisieren wir für Ihre Dokumentarten und IT-Umgebung.
Auf Basis Ihrer Geschäftsziele helfen wir Ihnen dabei, sinnvolle KI-Anwendungen zu evaluieren.
Wir setzen Ihr Data Science-Projekt transparent in kurzen zwei- bis vierwöchigen Sprints um. Dabei entstehen lauffähige Zwischenstände.
Wir sorgen dafür, dass Ihre KI-Anwendung reibungslos mit Ihren Informationssystemen und Datenquellen zusammenarbeitet.
Wir messen mit Ihnen den Erfolg Ihrer KI-Anwendung und helfen Ihnen dabei, notwendige Datenprozesse zu etablieren.
Unsere Experten vereinen forschungsnahes und praktisches Know-How im Bereich Machine Learning und Data Science. Wir haben Machine Learning Projekte sowohl für große Organisationen als auch in KMU umgesetzt und bringen wertvolle Erfahrung aus der Praxis mit.
Wir setzen auf quelloffene Technologien und Algorithmen welche wir für Ihr Problem geeignet kombinieren und ausbalancieren. Für viele Standardprobleme (Interaktives Retraining, Datenintegration, Reporting, ...) bieten wir darüber hinaus schon ausgefeilte, quelloffene Komponenten zur Verfügung und reduzieren somit die Entwicklungszeit Ihrer KI-Anwendung signifikant. Wo immer möglich und sinnvoll, werden wir Ihnen Wege aufzeigen, wie Sie eine Eigenentwicklung einsparen können.
Agile Entwicklung bedeutet eine iterative Projektumsetzung in kleinen Schritten, bei der in kurzen zwei- oder vierwöchigen Abständen lauffähige Versionsstände Ihrer Software entstehen. Somit besitzen Sie jederzeit volle Transparenz während der Entwicklungsphase. Änderungswünsche lassen sich schnell und flexibel einsteuern.
Mit unserer agilen Prototypenentwicklung sehen Sie schnell erste Ergebnisse und können auf dieser Basis mit geringem Risiko erste Schritte im Bereich Machine Learning angehen.
Von einem Dienstleister profitieren Sie nur dann, wenn das extern eingebrachte Wissen an Sie und Ihre Mitarbeiter weitergegeben wird und isolierte Wissensinseln von Beginn an vermieden werden. Wir geben unser Know-How konsequent an die interne Entwicklung weiter und sorgen dafür, dass unsere Arbeit sauber und verständlich dokumentiert ist.
Schreiben mehrere Autoren an großen Dokumenten ist es hilreich, schnell einen Überblick darüber zu erhalten, wo im Dokument über ähnliche Themen geschrieben wird. Diese Textstellen könnten den Autoren dann kontextsensitiv als Cluster eingeblendet werden.
In diesem Projekt entwickeln wir gemeinsam mit unserem Kunden die maschinellen Lernverfahren, welche diese Cluster identifizieren. Dabei kommen insbesondere NLP-spezifische neuronale Netze zum Einsatz.
In Maschinen, Anlagen und Antrieben entstehen häufig hör- und spürbare Schwingungen, welche vom Endkunden als störendes Geräusch wahrgenommen werden. Da diese Phänomene Anlass für Produktreklamationen sind, werden sie im Rahmen der akustischen Qualitätssicherung untersucht und bewertet.
Gemeinsam mit unserem Kunden & Partnern haben wir verschiedene Machine Learning Ansätze entwickelt und miteinander verglichen, mit der diese Phänomene auf Basis von Tonaufnahmen automatisch klassifiziert werden können. Die Algorithmen leisten dabei eine wichtige Vorarbeit für die Ingenieure der QA, die über eine Azure-basierte Cloud-Plattform auf die Ergebnisse der Analyse zugreifen können.
