Best Practice

‍CIRCLY GmbH

KI-gestützte Planung für Produktion und Handel.

Viele Unternehmen planen ihre Einkäufe immer noch mit statistischen Warenberech­nungs-Systemen – wie Excel. Das ist einfach kein passendes Planungs­system mehr in der heutigen Zeit. Die Wirtschaft ist viel volatiler ge­worden. Trends poppen auf und fla­chen wieder ab.

Deswegen entwickelt die Firma Circly GmbH aus NÖ eine KI-basierte Plug&Play-Lösun­g. Circly liefert ge­naue Prognosen, um die Fehlpla­nung bei Einkäufen um bis zu 50 Prozent zu senken.

Spezialisiert hat sich das Start-up auf den Groß- und Einzelhandel so­wie die Produktion. „Da wird mit rein statistischer Planung entweder viel zu viel oder zu wenig eingekauft. Das ist weder nachhaltig, noch wirt­schaftlich.“ Deshalb hat das Circly- Team einen Algorithmus für Unter­nehmen erstellt, der sich an die Marktbedingungen anpasst. Dabei kommen verschiedenste KI-Techno­logien zum Einsatz – vom Machine Learning (das sich gut als Einstieg in die KI eignet) bis hin zu neuronalen Netzen.

Umgesetzt wurde das Projekt bereits bei der KASTNER Gruppe und bei der Egger Getränke GmbH & Co OG.

Die manuelle Erstellung der Absatz­prognosen ist zeitintensiv und feh­leranfällig. „Die ausgeprägte Kom­petenz sowie das Marktverständnis von Circly und auch das Fördermo­dell der WKNÖ waren ausschlagge­bend für uns, eine KI-Lösung zur Absatzprognose zu implementie­ren“, betont Berger-Witzany, Bereichsleiter für Control­ling, Digitalisierung und Prozesse bei Egger Getränke GmbH & Co OG

– https://www.circly.at

PREDICTORES.AI

Identifikation von Business Opportunities für das Unternehmen Talto:

Für das Unternehmen Talto wurde ein interaktives Dashboard entwickelt welches die deutschen Bundesländer nach ihrem Geschäftspotential einstuft. Mithilfe dessen ist es möglich, mit wenig Aufwand zu erkennen, welche Bundesländer als neue potenzielle Geschäftsfelder in Betracht gezogen werden. Das Dashboard ist zudem leicht weiterentwickelbar, um es langfristig ebenfalls in anderen Ländern einsetzen zu können.

Predictive Intelligence Portal zur Früherkennung von Exportchancen:

Im Projekt mit der Wirtschaftskammer Österreich wurde ein Business Intelligence Portal zur Früherkennung von Exportchancen in verschiedenen Sektoren bzw. Sparten konzipiert und realisiert. Das Team hat auf Basis der Template-based Management Methode und dem Predictive Intelligence Ansatz einen MVP in Form eines interaktiven Dasboards zur Früherkennung von Exportchancen für Hidden Champions aus dem Sektor Biomasse realisiert.

– https://predictores.ai/

Intelligente Bildverarbeitung mittels KI

Das Start-up METUSAN FUTURE in Wolkersdorf/Weinviertel begann im Jahr 2020, gemeinsam mit Forschungsinstitutionen, einen innovativen Sensor für Bahnoberleitungen zu entwickeln. Ein Jahr später war man – inzwischen um zwei Mitarbeiter größer und dank einer Finanzierung im Unternehmensverbund finanzstärker – soweit, nach einem flexiblen Partner-Start-up Ausschau zu halten, das das vorhandene Embedded System mit einer intelligenten Software ergänzt.

Bei einem Pitching-Event im Oktober 2021, das von den Technologie und InnovationsPartnern der WKNÖ und vom aws KI-Marktplatz organisiert wurde, hörte METUSAN-FUTURE-Mitgründer Dr. Michael Fischer einen Vortrag von Nico Teringl, dem Gründer und CEO des oberösterreichischen Start-upsG Danube Dynamics.

Bei diesen vom TIP seit 2018  jährlich durchgeführten Pitchings, werden im Anschluss an die Vorträge „Speed-Datings“ zwischen den Vortragenden und den Teilnehmern vereinbart. Ein solches 4-Augengespräch war der Start einer höchst produktiven Zusammenarbeit.

Das Produkt

Danube Dynamics spezialisiert sich auf die Umsetzung von KI-Algorithmen in Systemen, die trotz begrenzter Rechenleistung funktionieren und, einmal installiert, weiter dazulernen bzw. eventbezogene Aktivitäten triggern können. Bislang hatte Danube Dynamics vor allem mit produzierenden, roboterbasierten Geräten zu tun, etwa selbstfahrenden Fahrzeugen mit einfachen Sensoren. Die Kooperation mit METUSAN FUTURE GmbH brachte eine neue Herausforderung: Es galt, den Mikrocontroller-Prototyp, der komplexe Aufgaben der Bildverarbeitung auf ohnehin schon kleinflächiger Hardware ausführen soll, im Nachhinein auch noch „intelligent“ zu machen – ein Novum!

Nach einer vorsichtigen Annäherung verschiedener Arbeitsrhythmen in den ersten Monaten nahmen beide Parteien ein erstes Learning mit: Bei einem Prototypen-Entwicklungsprojekt wird nicht alles auf Anhieb funktionieren, es sollten dringend Iterationszyklen eingeplant werden. Die gute Nachricht bei allen Schwierigkeiten: Danube Dynamics war nun bereits an Bord und konnte dem Partner auch hardwareseitig beim Debugging unter die Arme greifen.

In der Bahninfrastrukturtechnik braucht es einen langen Atem. Bis ein neues Produkt in die Serienanwendung gehen kann, muss es zwei Jahre im Prototypenstadium erprobt werden. Vor September 2024 wird das – jedenfalls für die aktuell in gemeinsamer Entwicklung befindliche Version 3.0 – nicht der Fall sein. Doch schon jetzt staunt die Branche, von Michael Fischer als eher konservativ beschrieben, über die in jeder Hinsicht innovative Partnerschaft.

Künstliche Intelligenz bei Mängelerkennung von Flachglas

Glas ist kein perfektes Material. Hinsichtlich der Qualität kann es zu starken Unterschieden kommen, weshalb Glas genau geprüft werden muss, bevor es zum Einsatz kommt. Wird mangelhafte Ware eingesetzt, kann das teure Konsequenzen haben, beispielsweise beim Einsatz in Hochhäusern. Das österreichische Software Unternehmen Softsolution ist Hersteller hochprofessioneller Glas-Qualitätssicherungssysteme und hat sich zum Ziel gesetzt, die Mängelerkennung mittels Künstlicher Intelligenz deutlich zu verbessern, um den steigenden Anforderungen der Glasindustrie gerecht zu werden.

Dieses Ziel wurde gemeinsam mit dem KI-Unternehmen Sinntelligence erreicht. So führt der Einsatz ihrer KI-Software dazu, dass Defekte nach Art, Größe oder Position kategorisiert und gleichzeitig Toleranzgrenzen und Ausschlusskriterien berücksichtigt werden. Auf diese Weise wird sichergestellt, dass der Glasscanner von Softsolution leicht behebbare Mängel wie Fingerabdrücke, Staub oder Flecken nicht mit gravierenden Fehlern wie Kratzern oder Einschüssen gleichsetzt. Der verbesserte Prozess mindert die Wahrscheinlichkeit, dass fehlerbehaftete Glasflächen an Kunden weiterverkauft werden und erhöht somit die Zufriedenheit.

Nach einem erfolgreichen POC (proof of concept) wurde die Kooperation mit dem Ziel, die Qualität von Flachglas mittels Künstlicher Intelligenz zu steigern, gestartet und zusätzlich von der WKO NÖ gefördert. Heute hat die Softsolution ihr Ziel erreicht: Die Trefferquote in der Mängelerkennung von Flachglas wurde von 80% auf 97% erhöht – und ihre Kund*innen sind zufriedener.

Machine Learning bringt mehr Sicherheit und Verfügbarkeit im Bahnverkehr

Im Forschungsprojekt iTPP 4.0 wurden grundlagennahe Erkenntnisse entwickelt, die ein digitales Zustandsabbild einer Weiche für den Eisenbahnverkehr ermöglichen sollen. Dieses soll zukünftige Abnützung, Verschleiß oder Fehler der Weiche zu jedem Zeitpunkt zuverlässig prognostizieren können. Dazu leiten Machine Learning-Algorithmen selbstlernend aus Daten von Eisenbahninfrastruktur-Sensoren Entscheidungen zu geplanten Wartungen ab. Mehr dazu: www.risc-software.at

Industrial AI

In zehn Projektphasen zur erfolgreichen Implementierung

Mehr erfahren

Cortical.io

Cortical.io hat kürzlich eine Partnerschaft mit einer der größten Wirtschaftsprüfung- und Unternehmensberatungsfirma in Deutschland abgeschlossen (PwC). PwC möchte mit der Technologie von Cortial.io semantische Lösungen für seine Kunden entwickeln. Die Aufgabe ist es, Leasingverträge automatisch zu klassifizieren und dann ebenfalls automatisch in die Bilanz einfließen zu lassen.

Artikel zu diesem Thema

Automatisches Clippingservice für den Medienbereich

Die CLIP Mediaservices GmbH (www.clip.at) bietet Kunden ein Clipping Service an, indem jene Zeitungsartikel (offline/online) aufbereitet werden, in deren relevante Kundeninhalte erwähnt werden. Dabei bewertet ein Sachbearbeiter manuell, ob positiv/neutral/negativ berichtet wird bzw. welchen Eindruck der Kunde im Text macht. Durch die Umsetzung einer Vollintegration einer Sentimentanalyse in das Clippingsystem werden die Artikel automatisch analysiert und kundenspezifisch anhand der Clipping-Anforderungen bewertet. Dadurch konnte ein personenabhängiger manueller Arbeitsschritt objektiviert, beschleunigt und standardisiert werden.

IntelliGait 3D – Gait Data Mining

Die klinische 3D Gang- und Bewegungsanalyse wird zur Quantifizierung von Abläufen des Bewegungsapparats eines Menschen während der Fortbewegung verwendet. Die resultierenden Daten werden z.B. verwendet um abzuschätzen welche Behandlung effektiver ist. Die Datenbanken in denen Anamnesedaten, aus einer 3D Gang- und Bewegungsanalyse resultierenden Daten sowie Information über Behandlungserfolg und -misserfolg gespeichert werden, sind allerdings manuell kaum untersuchbar. Automatische Analysemethoden haben das Potenzial, einen neuartigen, effizienten und objektiven Zugang zu medizinischen Datenbanken und deren Nutzung zu ermöglichen. Das von der NFB geförderte Projekt IntelliGait 3D hat primär das Ziel, Data Mining und maschinelles Lernen auf Messdaten aus der klinischen 3D Ganganalyse anzuwenden, um die klinische Praxis bei der Ganganalyse und Entscheidungsfindung zu unterstützen.
Mehr zu künstlicher Intelligenz an der FH St. Pölten unter: https://research.fhstp.ac.at/

SoniControl – Ungewolltes Audiotracking aufspüren

Durch die permanente Vernetzung mobiler Endgeräte via Internet ist man neuen Überwachungstechnologien besonders ausgesetzt. Zunehmend wird akustische Information im für Menschen nicht hörbaren Ultraschallbereich eingesetzt, um Geräte miteinander kommunizieren zu lassen. Das ermöglicht unbemerktes Tracking. Im über die „Netidee“ Ausschreibung von der der Internet Privatstiftung Austria (IPA) finanzierten Projekt SoniControl entwickelte die Fachhochschule St. Pölten eine mobile Anwendung, die die akustischen Trackinginformationen erkennt, die NutzerInnen darauf aufmerksam macht und die Informationsweitergabe auf Wunsch blockiert. SoniControl ist aktuell die einzige gebrauchsfertige Lösung die gegen Audiotracking im Ultraschallbereich schützt. Die App wurde bisher über 20.000mal heruntergeladen. Im Anschlussprojekt SoniControl 2.0 werden ausführliche Diagnostik-Funktionen zur Firewall hinzugefügt welche neben der Angabe des Typs/Protokolls der Nachricht auch eine akustische und visuelle Darstellung des erkannten Paketes liefern. Des Weiteren wird eine Funktion zum gemeinschaftlichen Teilen von Erkannten Ultraschall-Sendequellen entwickelt, mit der die NutzerInnen gegenseitig voneinander profitieren können, um sich noch effektiver zu schützen.

Video

Mehr zu künstlicher Intelligenz an der FH St. Pölten unter: https://research.fhstp.ac.at/

Automatisierte Auftragsklassifikation für die Energiebranche

Die KELAG (www.kelag.at) hat im Instandhaltungsbereich Aussenmitarbeiter im Einsatz, die Standorte und Betriebsanlagen besichtigen und evaluieren. Das Ergebnis wird in Fachreports festgehalten, die den Status und etwaige Massnahmen beinhalten. Diese zentral eingehenden Reports sind vollautomatisiert anhand einer 3-Level-Klassifikation zu kategorisieren. Level 1 erhebt die Einteilung in Instandhaltung oder Investition. Im Level 2 wird zwischen Hauptkategorien unterschieden (zB. Bei Instandhaltung: Ersatz, Störung, Aufwandssenkung). Im 3. Level werden feingranulare Unterkategorien unterschieden (zB. bei Störungen: Wetterbedingt, Fremdeinwirkung, Großstörung). Durch den Einsatz und die Implementierung von Natural Language Understanding kombiniert mit Textklassifikationstechnologien wurde die derzeit händisch durchgeführte Klassifikation unterstützt, die Qualität gesichert und gesteigert und der Prozess sowie die Reaktionszeiten deutlich beschleunigt.

Nachrichtenbasiertes Trading in Echtzeit: A-TRAP

A-TRAP ist speziell von und für nachrichtenbasierte Trader entwickelt worden. Auf Basis feinjustierter Textanalyseschritte werden relevante Informationen und Zahlen aus Live-Nachrichten in Echtzeit extrahiert, standardisiert und generalisiert. Auf diesen herausgelösten Informationen werden vom Finanzexperten vordefinierte Regeln zum vollautomatisierten Kauf und Verkauf von Aktien, Anleihen, Futures und Commodities angewendet. Durch die Möglichkeit komplexe Regeln mit mehreren anhängigen Bedingungen zu formulieren, konnte A-TRAP unerwartet sichere Trades absetzen. Die Verarbeitungsgeschwindigkeit und der rund-um-die-Uhr Einsatz führte zu deutlichen Gewinnen mit niedrigem Risikoprofil.

Automatisches Clippingservice für den Medienbereich

Die CLIP Mediaservices GmbH (www.clip.at) bietet Kunden ein Clipping Service an, indem jene Zeitungsartikel (offline/online) aufbereitet werden, in deren relevante Kundeninhalte erwähnt werden. Dabei bewertet ein Sachbearbeiter manuell, ob positiv/neutral/negativ berichtet wird bzw. welchen Eindruck der Kunde im Text macht. Durch die Umsetzung einer Vollintegration einer Sentimentanalyse in das Clippingsystem werden die Artikel automatisch analysiert und kundenspezifisch anhand der Clipping-Anforderungen bewertet. Dadurch konnte ein personenabhängiger manueller Arbeitsschritt objektiviert, beschleunigt und standardisiert werden.

IFDAQ

Mit IFDAQ findet das erste KI-System für die Industrieanalyse seinen Einzug in die Mode- und Luxusindustrie.
Durch erstmals messbare und exklusive fundamentale Kennzahlen (KPIs) enthüllt ein intelligentes Daten-Ökosystem die tatsächliche Marktleistung und die Auswirkungen von Marketingaktivitäten aller Entitäten in der Industrie in Echtzeit. Das System eröffnet somit eine neue Datenwelt, in der man heute die Ergebnisse der Entscheidungen von morgen sieht.
Mit der Vision und dem Potential „Wien zum Silicon Valley der Mode“ zu machen, erhält das renommierte und erfahrene Experten-Team des IFDAQs auch namhafte Unterstützung von internationalen AI-Größen wie NVIDIA und Intel. Nähere Infos dazu unter www.ifdaq.com.

Der verlinkte Blogeintrag zeigt die Nutzung von Künstlicher Intelligenz für das 3D Video-Rendering (AI Denoising über Cinema 4D). Über das Beispiel hinaus macht diese Lösung auch für andere Branchen (Architektur, Baubranche, Produktdesign, …) Sinn, weil man effizienter arbeiten kann. Die Qualität des 3D Renderings wird verbessert und die Renderzeit stark verkürzt (was wiederum Zeit, Geld und Nerven spart).

AI-Blog von Michael Katzlberger

Robotic Process Automation (RPA) Anwendung zur automatisierten Rechnungsprüfung

Die Firma Stibl ist eines der größten Sachverständigenbüros in Österreich. Das Unternehmen gliedert sich in die zwei Hauptbereiche KFZ und Elementar. Die Dienstleistungen umfassen Besichtigungen, Rechnungsprüfungen und Teleexpertisen, Nachbesichtigungen reparierter Schäden und Qualitätskontrollen. Zur effizienteren Abwicklung der Rechnungsprüfung wurde eine RPA Anwendung entwickelt. Der Robot (Jack the Checker) beinhaltet eine Vielzahl an KI Methoden u.a. Natural Language Processing zur Textverarbeitung, Deep Learning zur Prognose. Jack unterstützt den Sachverständigen (SV) im Prüfungsprozess durch die gezielte Zuordnung von Rechnungen. Rechnungen mit Unregelmäßigkeiten werden an den SV zur Beurteilung weitergeleitet, Rechnungen mit hoher Richtigkeit werden automatisiert von Jack geprüft. Dadurch steigt die Qualität und die Effizienz in der Rechnungsprüfung signifikant.

In der kreativen Welt der Bilder und der Sprache hat TUNNEL23 bereits einige Projekte mit Künstlicher Intelligenz umgesetzt:
Mit einer Zeitung sprechen, ein Radiospot mit KI, ein Sitebar mit künstlicher Intelligenz und ein Gedicht aus der Feder der KI.

Lesen Sie hier

VRVis Zentrum für Virtual Reality und Visualisierungs Forschungs-GmbH

VRVis als vielseitige Forschungseinrichtung ist national und international im Bereich Künstliche Intelligenz tätig. Lesen Sie dazu zwei Berichte über Krankheitserkennung durch Künstliche Intelligenz auf derStandard.at und aus Dubai (englisch). Die aktuellen News zu Forschung und Kompetenz von VRVis können Sie auf der VRVis News-Seite verfolgen.