Was haben die Herstellung von Lacken und die Erkennung von Hackerangriffen gemeinsam?
Auf den ersten Blick verbindet Chemie und IT wenig – doch bei genauerem Hinsehen zeigen sich Parallelen. In beiden Bereichen führen Abweichungen in Rezepturen oder Datenflüssen zu Störungen, die im schlimmsten Fall erhebliche Schäden verursachen.
Das junge Start-up ai-predict GmbH entwickelte ein komplexes Werkzeug zur KI-basierten Vorhersage und Optimierung chemischer Rezepturen in der Lackherstellung. Die entwickelte Analysetechnologie erkennt Abweichungen in Rezepturen oder Prozessdaten frühzeitig und verhindert so Fehlchargen und Produktionsausfälle.
Im von PFIF begleiteten Förderprojekt TwinNet erforscht ai-predict, wie diese KI-Methoden aus der Mustererkennung und Merkmalsextraktion auch auf andere Branchen übertragen werden können.
Branche:
Unternehmensgröße:
Schwerpunkt:
Die ursprüngliche Entwicklung von ai-predict konzentrierte sich auf die Optimierung chemischer Rezepturen. Ziel war es, Abweichungen und Fehlchargen frühzeitig zu erkennen und so Produktionsprozesse zu verbessern.
Die Herausforderung im Projekt TwinNet bestand nun darin, die erprobten KI-Methoden auf völlig andere Branchen zu übertragen – beispielsweise auf Datenkommunikation, Maschinensteuerungen oder IoT-Geräte.
Dabei musste das Unternehmen Lösungen finden, um aus komplexen Logdaten logische Kommunikationsströme zu extrahieren und Abweichungen präzise zu identifizieren – eine technische und algorithmische Herausforderung auf höchstem Niveau.
Im Rahmen des Landesförderprogramms Invest BW entwickelte ai-predict das Projekt TwinNet, das auf der bestehenden KI-Analysesoftware aufbaut.
Wie Abweichungen in chemischen Rezepturen erkennt die Software nun auch Unregelmäßigkeiten in Kommunikationsdaten.
Das System kann aus ungeordneten Logdaten logische Kommunikationsströme extrahieren und Abweichungen identifizieren – eine neuartige Form der KI-basierten Anomalieerkennung.
PFIF begleitete das Start-up von der Gründung an: Von der Förderstrategie über die Antragstellung bis zur Abstimmung mit dem Projektträger. Auch bei Anpassungen im Projektplan während der Laufzeit stand PFIF beratend zur Seite.
Invest BW
277.800 €
2 Jahre
Durch die Förderung konnte ai-predict seine personellen und finanziellen Kapazitäten deutlich ausbauen.
Mit den zusätzlichen Ressourcen wurde die Entwicklung von TwinNet erfolgreich vorangetrieben, und erste Rückmeldungen aus der Praxis sind durchweg positiv.
Die gewonnenen Erkenntnisse schaffen die Grundlage für die Kommerzialisierung des Systems und ermöglichen gleichzeitig den Einstieg in weitere Forschungs- und Entwicklungsprojekte.
So positioniert sich das Unternehmen als innovativer Akteur an der Schnittstelle von Künstlicher Intelligenz, Datenanalyse und industrieller Anwendung.
Die Kombination aus innovativer KI-Technologie und gezielter Förderstrategie hat sich für ai-predict ausgezahlt.
Dank der finanziellen Unterstützung und der fachkundigen Begleitung durch PFIF konnte das junge Unternehmen TwinNet erfolgreich entwickeln und gleichzeitig seine Strukturen für zukünftige Projekte stärken.
Die gewonnenen Erfahrungen und aufgebauten Kompetenzen bilden eine solide Grundlage für weiteres Wachstum und neue KI-basierte Lösungen in unterschiedlichen Branchen.
Von der ersten Idee über die Förderstrategie bis zur Umsetzung des Projekts TwinNet – PFIF begleitete ai-predict auf jedem Schritt.
Durch die erfolgreiche Förderung im Programm Invest BW erhielt das Start-up die Möglichkeit, Personal auszubauen, Forschungsarbeiten zu intensivieren und seine Marktposition nachhaltig zu stärken.
PFIF freut sich auf weitere gemeinsame Forschungs- und Entwicklungsprojekte mit dem innovativen Team von ai-predict.
