Success Stories

Von Herausforderungen zu funktionalen Lösungen

Erfahren Sie, wie unsere KI- und Datenlösungen und -dienstleistungen unseren Kunden geholfen haben, Probleme zu lösen und Mehrwert zu schaffen.
Anforderungen des Kunden

Automatisierte Berechnung der Standortkonfigurationen von Innenraumsatelliten für die Echtzeit-Ortungssysteme von TRUMPF, die eine vollständige Abdeckung mit einer möglichst geringen Anzahl von Sensoren ermöglichen.

Fallstudie herunterladen

Satelliten-Positionierung für Indoor-Lokalisierung

#SmartFactory #Optimierung #ILP #Heuristik

Unser Ansatz

  • 3D-Bestimmung der Fabrikhalle mit allen relevanten Hindernissen
  • Verwendung eines heuristischen Ansatzes zur Berechnung einer nahezu optimalen Lösung, wodurch die Komplexität reduziert wird
  • Vollständige Integration mit der Frontend-Anwendung des Kunden

Unsere Ergebnisse

  • Gewährleistung einer vollständigen Abdeckung des relevanten Bereichs
  • Reduzierung der Berechnungszeit um 93 % im Vergleich zur bestehenden Lösung
  • Verringerung der Anzahl der erforderlichen Satelliten um bis zu 30 % im Vergleich zur bestehenden Lösung
  • Effizienteres und wettbewerbsfähigeres Produkt
Anforderungen des Kunden

Gewinnung betrieblicher Erkenntnisse über den Stromverbrauch und die Stromerzeugung im Niederspannungsnetz durch die automatisierte Analyse von Zeitreihensensordaten aus Trafostationen.

Fallstudie herunterladen

KI-basierte Analyse von Niederspannungsnetzdaten

Zeitreihen #Datenanalyse #Elektrofahrzeuge #Photovoltaik #Python

Unser Ansatz

  • Bereinigung, Anreicherung und Aufbereitung von Sensordaten für die Datenanalyse
  • Erstellung und Training von Machine-Learning-Modellen zur Erkennung von Ladezyklen von Elektrofahrzeugen (EVs) und zur Schätzung der photovoltaischen Energieerzeugung

Unsere Ergebnisse

  • Zuverlässige Erkennung von EV-Ladezyklen
  • Schätzung der effektiven Stromerzeugung von PV-Systemen
  • Erkennung von Mustern, Anomalien und Großverbrauchern
  • Verbesserte Entscheidungsfindung für Betrieb und Planung
Anforderungen des Kunden

Entwicklung eines digitalen KI-Zwillings, der Sensordaten nutzt, um den Betrieb großer Wärmenetze zu optimieren und so Wärmeverluste in den Systemen zu reduzieren.

Fallstudie herunterladen

Optimierung von Fernwärmenetzen

DigtalerZwilling #KI #Optimierung #Python #AWS

Unser Ansatz

  • Physikalische Modellierung und Simulation des Wärmenetzes auf der Basis von Netz- und Sensordaten
  • Energiebedarfsprognose für alle relevanten Punkte im Wärmenetz
  • Flussoptimierung zur Deckung des Verbraucherbedarfs und gleichzeitiger Reduzierung der Wärmeverluste

Unsere Ergebnisse

  • Digitaler KI-Zwilling in der AWS-Cloud bereitgestellt
  • Simulation, Vorhersage und Optimierung werden minütlich mit Streaming-Daten ausgeführt
  • 15 % weniger Wärmeverluste
  • 10 % geringere CO2-Emissionen
Anforderungen des Kunden

Automatisierter Ansatz für die Erstellung und Pflege komplexer länderspezifischer Produktkataloge zur Reduzierung manueller Prozesse und des Risikos fehlerhafter Produktdaten.

Fallstudie herunterladen

Automatisierte Datengenerierung und -validierung für eine CAD/BIM-Bibliothek

Prozessautomatisierung #Qualitätssicherung #Python #DataWrangling #CADBIMProduktdaten

Unser Ansatz

  • Datenkonsolidierung aus verschiedenen internen Quellen und Datenformaten
  • Extrahieren von Produktdaten für einzelne Länder
  • Generierung von kompletten Produktkatalogen

Unsere Ergebnisse

  • End-to-end Prozessautomatisierung
  • Automatisierte Qualitätssicherung
  • Sicherstellung der Konsistenz globaler Produktkataloge
Anforderungen des Kunden

Entwicklung eines neuartigen Ansatzes für die Energienetzplanung, um optimierte Lösungen zu schaffen und die manuelle Eingabe und Modellierung zu reduzieren.

Fallstudie herunterladen

KI-basierte Netzplanung

Optimierung #KI #Prozessautomatisierung #Niederspannungsnetz #GCP

Unser Ansatz

  • Kombination von Heuristiken und Reinforcement Learning
  • Optimierung der Positionierung von Trafostationen
  • Optimierung der Verbindung zwischen Stromverbrauchern und -erzeugern

Unsere Ergebnisse

  • Verringerung der Rechenzeit im Vergleich zu bestehenden Methoden.
  • Reduzierung der Investitionskosten um bis zu 30% im Vergleich zu bestehenden Netzplänen
  • Eingesetzt als REST-API in GCP
  • Presented in CIRED 2019 conference in Madrid