Gesamtlösungen für reale Anforderungen
Maschinelles Lernen,
predictive Analytics
und Optimierung in der
Industrie

Machine Learning

Datengetriebenes maschinelles Lernen lässt sich in allen Unternehmensbereichen einsetzen, um Zusammenhänge abzuleiten, Prognosen zu erstellen, Einflussparameter zu identifizieren und Optimierungen vorzunehmen.

Process Optimization

Nutzen Sie die Kombination von künstlicher Intelligenz und Optimierung, um Produktionsprozesse hinsichtlich Produktqualität, Prozessstabilität oder Ressourcenverbrauch zu optimieren.

Predictive Maintenance

Sie können das datengetriebene maschinelle Lernen zur Vorhersage und Planung von Wartungsereignissen verwenden, um damit die Wartungskosten zu reduzieren und ungeplante Stillstände zu vermeiden.

Data Integration

Wir unterstützen Sie bei der Vorverarbeitung und Integration Ihrer Daten, ob in der Cloud oder in Ihrer eigenen IT-Infrastruktur. Die Resultate des maschinellen Lernens stellen wir durch Schnittstellen in Ihrer eigenen IT- und Prozessumgebung zur Verfügung.

Softwaretools

Unsere Software für Datenanalyse, automatisches maschinelles Lernen und Optimierung kann unter anderem für Produktionsprozesse und die Produktentwicklung verwendet werden. Wir entwickeln für Sie auch gern kundenspezifische Lösungen auf der Basis unserer Module.

Consulting & Services

Wir planen und entwickeln mit Ihnen die richtige Lösung für Ihre Anforderungen. Wir erstellen Gesamtlösungen, die Ihre Bedürfnisse an Digitalisierung durch künstliche Intelligenz in Entwicklung und Produktion perfekt erfüllen.

Unsere erfahrenen ExpertInnen setzen für Sie KI-basierte Lösungen für Anwendungen wie predictive Quality, predictive Maintenance, Anomalieerkennung, Produktionsoptimierung und Produktentwicklung um.

Als Teil der Terra Quantum AG machen wir nun auch für klassische Anwendungen den Sprung zum Quantum Computing möglich, mit Quantum Assisted Machine Learning und Optimierung. Quantum is Now.

Wir planen und entwickeln mit Ihnen die richtige Lösung für Ihre Anforderungen. Wir erstellen Gesamtlösungen, die Ihre Bedürfnisse an Digitalisierung durch künstliche Intelligenz in Entwicklung und Produktion perfekt erfüllen.

Unsere erfahrenen ExpertInnen setzen für Sie KI-basierte Lösungen für Anwendungen wie predictive Quality, predictive Maintenance, Anomalieerkennung, Produktionsoptimierung und Produktentwicklung um.

Als Teil der Terra Quantum AG machen wir nun auch für klassische Anwendungen den Sprung zum Quantum Computing möglich, mit Quantum Assisted Machine Learning und Optimierung. Quantum is Now.

Über uns

Part of

Industrien

Alle Anwendungen, bei denen Produkte oder Prozesse optimiert werden sollen, sind für unsere Methoden geeignet. Es können Daten aus Experimenten, Simulationen oder direkt aus dem Prozess verwendet werden. Basierend auf diesen Daten optimieren wir das Produkt oder den Prozess.

Automotive Konsumgüter Chemische Industrie

Prozessindustrie Weitere Industrien

Industrien

Alle Anwendungen, bei denen Produkte oder Prozesse optimiert werden sollen, sind für unsere Methoden geeignet. Es können Daten aus Experimenten, Simulationen oder direkt aus dem Prozess verwendet werden. Basierend auf diesen Daten optimieren wir das Produkt oder den Prozess.

Automotive Konsumgüter Chemische Industrie

Prozessindustrie Weitere Industrien

Software

Zusätzlich zu unserer hauseigenen Software, entwickeln wir für Sie maßgeschneiderte Systeme nach Ihren individuellen Anforderungen. Dazu passen wir unsere Module an Ihre unternehmensspezifischen Voraussetzungen an und gestalten die Benutzeroberfläche nach Ihren Bedürfnissen. Darüber hinaus binden wir unsere Software an Ihre interne Datenbank an. Das fertige System wird in Ihre interne IT-Umgebung und den bestehenden Produktionsprozess integriert.

Unser Software-Tool ClearVu Analytics (CVA) bietet optimale Unterstützung für alle Aspekte der Datenanalyse, Prognose, Produkt- und Prozessoptimierung. Die Flexibilität des Systems erlaubt auch eine direkte Integration in existierende Workflows und Anbindung an Produktionsprozesse.

Das ClearVu Python Package stellt die Funktionalität von ClearVu Analytics in Python zur Verfügung. Damit ist Automated Machine Learning ohne weiteren Einarbeitungsaufwand in Python benutzbar – schnell, automatisch und leistungsfähig.

ClearVu Solution Spaces (CVSS) unterstützt Sie bei der Auslegung von Systemen und Komponenten in der Automobilindustrie. Dabei sind viele Restriktionen einzuhalten und CVSS stellt eine optimale Flexibilität für die Identifikation von Auslegungsvarianten zur Verfügung.

Das Excel Add-In stellt Ihnen mit wenigen Klicks Automated Machine Learning direkt in Excel zur Verfügung, um Prognosemodelle für Ihre Datensätze zu erzeugen. Das resultierende Prognosemodell kann als Zellfunktion direkt für Prognosen verwendet und das Modell selbst kann analysiert und visualisiert werden.

Software

Zusätzlich zu unserer hauseigenen Software, entwickeln wir für Sie maßgeschneiderte Systeme nach Ihren individuellen Anforderungen. Dazu passen wir unsere Module an Ihre unternehmensspezifischen Voraussetzungen an und gestalten die Benutzeroberfläche nach Ihren Bedürfnissen. Darüber hinaus binden wir unsere Software an Ihre interne Datenbank an. Das fertige System wird in Ihre interne IT-Umgebung und den bestehenden Produktionsprozess integriert.

Unser Software-Tool ClearVu Analytics (CVA) bietet optimale Unterstützung für alle Aspekte der Datenanalyse, Prognose, Produkt- und Prozessoptimierung. Die Flexibilität des Systems erlaubt auch eine direkte Integration in existierende Workflows und Anbindung an Produktionsprozesse.

ClearVu Solution Spaces (CVSS) unterstützt Sie bei der Auslegung von Systemen und Komponenten in der Automobilindustrie. Dabei sind viele Restriktionen einzuhalten und CVSS stellt eine optimale Flexibilität für die Identifikation von Auslegungsvarianten zur Verfügung.

Das Excel Add-In stellt Ihnen mit wenigen Klicks Automated Machine Learning direkt in Excel zur Verfügung, um Prognosemodelle für Ihre Datensätze zu erzeugen. Das resultierende Prognosemodell kann als Zellfunktion direkt für Prognosen verwendet und das Modell selbst kann analysiert und visualisiert werden.

Das ClearVu Python Package stellt die Funktionalität von ClearVu Analytics in Python zur Verfügung. Damit ist Automated Machine Learning ohne weiteren Einarbeitungsaufwand in Python benutzbar – schnell, automatisch und leistungsfähig.

Auszug aus unserer Referenzliste

_
BMW Group

_
Mercedes-Benz AG

_
Dr. Ing. h.c. F.
Porsche AG

_
Honda Research
Institute Europe GmbH

_
Hyundai Motor Company

_
Beiersdorf AG

_
IOI Oleo GmbH

_
Chemetall GmbH

_
ThyssenKrupp
Industrial Solutions AG

_
Covestro AG

_
3M Deutschland GmbH

_
Johnson & Johnson
Deutschland

Testimonials

»Wir sind durch die KI-Experten der divis jetzt dabei, den entscheidenden Schritt für die Optimierung dieses Produktes umzusetzen. Wir sind von den Resultaten dieses Projektes mehr als beeindruckt und haben das Team der divis als hochkompetent, effizient, und sehr angenehm in der engen Zusammenarbeit mit uns erlebt. Wir sind gegenwärtig dabei, diesen Ansatz auch für andere Produkte der IOI Oleochemicals umzusetzen, freuen uns auf die weitere Zusammenarbeit, und empfehlen die divis sehr gern als kompetenten Partner. Neben der hohen fachlichen Kompetenz des Teams von Prof. Bäck hat uns auch die Fähigkeit beeindruckt, die technische Prozessfragestellung des Kunden in den Mittelpunkt zu stellen und die KI-Methoden voll und ganz im Sinne der Aufgabenstellung anzuwenden.«

Thomas Kummer, COO der IOI Oleo GmbH

»Als führender Experte in der Anwendung von Evolutionsstrategien und Metamodellen auf komplexe industrielle Aufgabenstellungen hat Prof. Bäck immer Resultate höchster Qualität für die BMW Group geliefert. Wir schätzen daher die Zusammenarbeit mit Prof. Bäck sehr und empfehlen ihn und sein Team wärmstens jedem industriellen Auftraggeber, der komplexe Problemstellungen in den Bereichen Optimierung, Modellierung und Prognose zu lösen hat.«

Markus Ganser, Manager Standardisierung, Konstruktion, Innovation, BMW Group

»Zusätzlich zu Forschung und Entwicklung von kundenspezifischen Softwarekomponenten werden bei der multidisziplinären Optimierung im industriellen Kontext eine systemische Analyse des Problems unter Einbeziehung des Workflows, der Interoperabilität und der Ressourcenverteilung benötigt. Professor Bäck ist weltweit einer der führenden Experten im Bereich der Computational Intelligence und seine Beiträge zur Entwicklung neuer Algorithmen und Methoden können nicht zu hoch eingeschätzt werden. Aus unserer Sicht ist es jedoch darüber hinaus seine einzigartige analytische Fähigkeit, das Systemengineering mit Computational Intelligence zu verbinden, die ihn zu einem derartig wertvollen Partner für unser Institut macht.«

Prof. Dr. Bernhard Sendhoff, CEO, Honda Research Institute

»Die Einhaltung höchster Qualitätsstandards bei unseren Ford Fahrzeugmodellen erfordert eine kontinuierliche Auswertung qualitätsbezogener Daten aus unterschiedlichen Quellen. Mit der divis GmbH verfügen wir über kompetente Ansprechpartner in den Bereichen Data Warehouse, Datenanalyse und Data Mining. Dafür möchten wir Prof. Bäck und seinem Team unseren Dank ausdrücken.«

Dr. Thomas Hochkirchen Statistical Methods, Central Quality, Ford Werke GmbH, Köln

»Auf der Basis bisheriger Erfahrungen waren unsere Experimente auf die gewohnten Formulierungsbestandteile beschränkt. Der langwierige experimentelle Prozess, jede Kombination experimentell zu testen, führte dazu, dass wir die gewünschten Produkteigenschaften nach drei Monaten experimenteller Forschung als unerfüllbar betrachteten. Mit ClearVu Analytics haben wir jedoch alle technischen Produktanforderungen schneller als mit traditionellen Ansätzen erfüllen können, und haben nun ein neues Produkt, das wir auf den Markt bringen werden.«

Dr. Thomas Hillemann, Leiter der Studienkoordination, Beiersdorf AG, Hamburg

»Wir konnten mit der Unterstützung der Experten der divis ein Modell entwickeln, welches uns erlaubt die Einstellungen des Beschichtungsprozesses zu optimieren. Normalerweise sind dafür sehr viele kostspielige und zeitaufwändige Laboruntersuchungen notwendig. Durch die kompetente Unterstützung der divis war es möglich die Arbeiten im Labor deutlich zu reduzieren und effizienter zu gestalten. Die mathematischen Modelle der divis erlauben es die Zusammenhänge der Prozessparameter mit den Antwortgrößen des Prozesses einfach darzustellen. Dies trägt deutlich sowohl zum Prozessverständnis als auch zur Prozesssicherheit bei uns und unseren Kunden bei.«

Dr. Andreas Treitl, Technical Director, Chemetall GmbH, Frankfurt

»Schlußendlich verfügen wir nun über die Tools und die Information, die uns die optimalen Lösungen geben – das ist genau die Art von Durchbruch, die wir brauchten, um unsere Geschäftsprozesse nachhaltig zu ändern.«

Charles Harper, Production Control Manager, Air Liquide America, Houston, TX

»Die frühere ThyssenKrupp Uhde GmbH in Dortmund, heute als Business Unit Process Technologies Teil der ThyssenKrupp Industrial Solutions AG, ein weltweit tätiges Groß-Ingenieurunternehmen für die Planung und den Bau von Chemieanlagen, setzt die Data-Mining Software der divis GmbH für die datengetriebene Modellierung ein. Ziel ist es, bei chemischen Prozessen das Verhaltensmuster von Ursache/Wirkung besser und schneller beschreiben zu können und speziell durch Sensitivitätsanalysen die Einflussgrößen bewerten zu können. Die bisherigen Ergebnisse zeigen eindeutig das Potential der spezialisierten Methoden der divis GmbH, so dass bei der ThyssenKrupp Industrial Solutions über weitere Projekte nachgedacht wird.«

Dr. Helmut Gehrke, Head of Laboratory Department, R&D Division, ThyssenKrupp Industrial Solutions AG

News

1603, 2023

Eingeladener Vortrag von Thomas Bäck im Rahmen der 20th International Conference on Unconventional Computing and Natural Computation

Am 13. März war Prof. Thomas Bäck auf der UCNC 2023 Konferenz in Jacksonville, Florida, eingeladen, um einen Vortrag zu halten. Diese Konferenz bringt Wissenschaftler zusammen, die an neuartigen Paradigmen für algorithmische Verfahren arbeiten, die [...]

703, 2023

Verbesserte multidisziplinäre Optimierung und ihre praktische Anwendung bei Porsche AG

In der Automobilindustrie müssen im Rahmen der simulationsbasierten Entwicklung und Optimierung von Fahrzeugstrukturen Anforderungen aus verschiedenen Bereichen kombiniert werden. Unter dem Begriff multidisziplinäre Optimierung (MDO) werden Verfahren zusammengefasst, die diese Anforderungen verschiedener Bereiche integrieren und [...]

Alle News

Kontakt

So erreichen Sie uns

Telefon

0231 97 00 340

E-Mail

kontakt@divis-gmbh.de

Adresse

Joseph-von-Fraunhofer-Straße 20,
44227 Dortmund