• Amazon DJL – ein neues Deep Learning Framework für Java
  • Arten von Künstlichen Neuronalen Netzen
  • Categories
  • ChatGPT
  • ChatGPT für Teams: Datenschutzkonforme Nutzung im Unternehmen
  • Datenschutzerklärung
  • Deep Fakes - Woran man Fake-Bilder erkennen kann
  • Deep Java Learning Einführung - Teil 1: NDManager & NDArray
  • Depixelizer
  • Die häufigsten Irrtümer über Neuronale Netze
  • DIVISIO Blog | Gemeinsam KI, DL und ML verstehen
  • DJL
  • DL4J Workshop auf dem ML Summit in Berlin
  • Enterprise TensorFlow 2 - Wie man ein trainiertes Modell speichert
  • Enterprise TensorFlow 3 - Ein SavedModel in Java laden
  • Enterprise TensorFlow 4 - Eine TensorFlow Session in Java ausführen
  • Enterprise Tensorflow Teil 1 - Python vs. Java
  • Enterprise Tensorflow: Code Beispiele
  • Fachtagung des BGL 2019 – Vortrag 'KI und Magie'
  • Git als Verwaltungstool für Trainingsdaten und Experimente beim ML
  • GPT-3
  • GPT-4
  • Impressum
  • Java
  • JAX 2018 - Recap | Deeplearning4Java
  • Jax 2019 Recap
  • KI Basics
  • KI leicht erklärt - Teil 1: Was ist KI?
  • KI leicht erklärt - Teil 2: Klassische KI, Neuronale Netze und Deep Learning
  • KI leicht erklärt - Teil 3: Methoden der klassischen KI
  • KI leicht erklärt - Teil 4: Die Grundlagen des Machine Learning
  • KI leicht erklärt - Teil 5: Überwachtes & unüberwachtes Lernen im ML
  • Konferenzen
  • Kontakt
  • ML Konferenz 2017 in Berlin
  • MLOps: Etablierung und Betrieb einer KI
  • NLP
  • NLP, NLU und NLG: KI und Text
  • OpenAI API
  • Recap zur ML Konferenz 2019 in München
  • Sokratext NER - Deutsche Texte mit Java analysieren
  • Sokratext NLG - Mit nur einem Klick tausende deutsche Texte generieren
  • Sokratext POS Tagger - Maschinelle Wortartenerkennung mit Java
  • Startseite
  • Tags
  • TensorFlow
  • TensorFlow und Java - Ein Interview mit entwickler.de
  • Was sind Neuronale Netze und wie funktionieren sie?
  • Whisper 3 Large für JAVA
  • Über Divisio
de en

Wir entwickeln künstliche Intelligenz.

Die DIVISIO bietet Ihnen Beratung und Entwicklung für den Bereich maschinelles Lernen und künstliche Intelligenz. Ob als fertiges Produkt oder als individuelle Maßanfertigung – Wir platzieren KI erfolgreich in Ihrem Unternehmen.

Jetzt unverbindlich anfragen! Mehr über uns erfahren

Unsere Leistungen

Als Kunde von DIVISIO erleben Sie unsere Mitarbeiter stets engagiert und hilfsbereit – Wir begleiten Sie von der Ideenfindung und Konzeption bis hin zur Inbetriebnahme der KI-Software. Darüber hinaus warten, pflegen und verbessern wir eine fertige Implementierung gerne im Rahmen eines Wartungsvertrages.

Angepasst an Ihre Bedürfnisse übernehmen wir die Arbeitsschritte für Sie oder führen diese in Zusammenarbeit mit Ihrem Team durch. Vor dem Start Ihres Projektes informieren und schulen wir gerne durch Vorträge und Workshops bei Ihnen im Hause zu den Themen

  • Künstliche Intelligenz (KI/AI)
  • Maschinelles Lernen (ML) und
  • Deep Learning (DL)

GERNE NEHMEN WIR IHRE ANFRAGE ENTGEGEN

sales@divis.io

UNSERE ARBEITSSCHRITTE BEI KI-PROJEKTEN
TEILEN SICH FOLGENDERMAßEN AUF:
Startphase
und Konzeption
  1. Beratung und Analyse
    Gemeinsam schauen wir, wie wir KI und maschinelles Lernen bei Ihnen im Unternehmen gewinnbringend einsetzen. Sie erfahren, wie ein erfolgreiches KI-Projekt abläuft und welche Schritte für Ihre Ziele notwendig sind.
  2. Konzeption
    In dieser Phase legen wir Maßnahmen fest, um die gemeinsam aufgestellten Ziele zu erreichen. Wir bestimmen hier genau, welches Verfahren für Ihre Anwendung Sinn macht und welche Daten dafür benötigt werden.
  3. Softwarearchitektur
    Wir sorgen dafür, dass das zu erstellende KI-System robust in Ihre Enterprise-Umgebung integriert werden kann.
Datenerfassung
und -Verarbeitung
  1. Datenerfassung
    Wir verschaffen uns einen Überblick der zur Verfügung stehenden Daten.
  2. Datenanalyse
    Dieser Schritt ist zur Bereinigung der Daten notwendig, um sie für Ihre Software vorzubereiten.
  3. Datenaufbearbeitung
    Um den Anforderungen Ihres Unternehmens gerecht zu werden, verarbeiten wir die Daten und passen diese stetig an.
  4. Erstellung von Testplänen und Qualitätskontrolle
    Wenn alle Daten erfasst und aufbereitet sind, stellen wir die Funktion und Qualität sicher.
Implementierung
  1. Entwicklung und Training
    Wir entwickeln Ihre Individualsoftware und trainieren diese Modelle.
  2. Anpassung und Training
    Während des Trainings passen wir die fertigen DIVISIO-Produkte an Ihr System an.
  3. Einbau, Anpassung und Training
    Wir bauen Produkte von Drittanbietern (Alexa, Watson, Google etc.) ein und passen alles kontinuierlich an.
  4. Integration in Ihr IT-System
    Wir binden unsere KI in Ihr System ein oder stellen Schnittstellen bereit.
Deployment, weitere Betreuung und Pflege
  1. Hosting
    Wir hosten die Technik auf Ihren Systemen, bei Cloud-Drittanbietern oder bei uns.
  2. Betreuung und Wartung
    Tuning, Betreuung und Wartung sowie Fehlerbehebung sind unser Rundum-Service für Sie.
  3. Weiterbildung
    Wir organisieren und begleiten Schulungen Ihrer Mitarbeiter zum fertigen System.

Startphase
und Konzeption

Damit wir Sie von Beginn an zielgerichtet beraten und begleiten können, ist eine genaue Bedarfsanalyse erforderlich. Dies ist ein wichtiger erster Schritt, um den richtigen Technologieeinsatz auf Umfang und bestmöglichen Nutzen für Ihr Unternehmen zu ermitteln.

Unsere Experten beraten Sie gerne zu den Möglichkeiten moderner Machine-Learning-Algorithmen und erprobter KI-Verfahren.

Um sicherzustellen, dass das gewünschte Ergebnis in bester Qualität erreicht werden kann, arbeiten wir uns in Ihr Geschäftsmodell ein und verschaffen uns einen Überblick der unternehmerischen Prozessabläufe. Für Sie bedeutet dies ein ressourcenschonender Gewinn von Zeit, Geld und Qualität.

Durch Prototypen führen wir eine Machbarkeitsanalyse durch. So können wir frühzeitig Anpassungen am Ziel oder Umfang des Projekts vornehmen und sparen zusätzlichen Integrationsaufwand.

Regelmäßige Anpassungen in der Frühphase

Insbesondere am Anfang passen wir Datenbestände an und müssen sie manchmal neu bewerten. Durch Ausprobieren mehrerer Möglichkeiten stellen wir endgültig fest, welcher Algorithmus die höchste Genauigkeit liefert.

Ist ein wirtschaftlich sinnvoller Einsatz für Ihr Unternehmen gefunden und dessen Machbarkeit bestätigt worden, planen wir das Zusammenspiel einer fertigen KI-Komponente mit dem bestehenden IT-System Ihres Unternehmens. Außer bei Startups ist in der Regel eine Integration in erprobte und geschäftskritische Enterprise-Umgebungen notwendig.

Auf Basis unserer jahrzehntelangen Erfahrung mit kommerziellen Enterprise-Systemen erstellen wir für Sie ein Integrationskonzept. Um eine reibungslose Integration unserer KI sicherzustellen, ist der Austausch und die Zusammenarbeit mit Ihrem Team von großem Vorteil.

Datenerfassung
und -Verarbeitung

Herkömmliche Software wird bestimmt durch den von Menschen geschriebenen Quellcode und die Eingabe von vorhandenen Daten, wie z.B. in Datenbanken.

Bei Machine-Learning-Technologien bekommen Daten eine neue und noch wichtigere Bedeutung: Das Verhalten der Software wird aus bestehenden Daten erlernt. Daten bekommen also den gleichen Stellenwert wie zuvor der händisch erstellte Quellcode. Daher ist es für Ihren Projekterfolg von absoluter Wichtigkeit, viele und saubere Daten zu haben, mit denen ein KI-Modell trainiert werden kann.

Je nach Anforderung entwickeln wir für Sie auch individuelle Software zur Aufbereitung und Annotierung der Daten.

Sind alle Daten korrekt erfasst, importiert und bewertet, sichten wir diese ausführlich. Anhand von Visualisierungen und statistischen Analysen ermitteln wir die notwendigen Verarbeitungsschritte, die zu einem bestmöglich trainierten KI-System für Ihre Anforderungen führen.

Abschließend legen wir Qualitätskriterien fest, um während der Entwicklung und im Betrieb des fertigen Systems die Leistungsfähigkeit sicherzustellen. Hierzu erstellen wir gemäß Ihren Anforderungen passende Kriterien mit entsprechenden Testverfahren. Diese integrieren wir in den automatisierten Vorverarbeitungs- und Trainingsprozess des KI-Systems.

Implementierung

Die Art der Implementierung richtet sich flexibel nach Ihren Anforderungen und bereits existierenden Lösungen. Je nach technischen und geschäftlichen Ansprüchen entwickeln wir entweder eine komplett individuelle Software, passen ein bereits existierendes DIVISIO-Produkt beziehungsweise ein existierendes OpenSource Modell an oder integrieren die KI-Schnittstelle eines Drittanbieters wie Google, Amazon, IBM oder DeepL.

Die Fragen, denen wir uns in diesem Prozess stellen, sind:

  • Ist das ein individuelles Problem?
  • Kann eine existierende Lösung genutzt werden?
  • Müssen bei der Datenerfassung und -verarbeitung bestimmte Datenschutzanforderungen erfüllt werden?
  • Kann ein Drittanbieter genutzt werden oder dürfen die Daten Deutschland (oder sogar Ihr IT-System) nicht verlassen?
  • Auf welchen Systemen soll der Betrieb der Software erfolgen?
  • Gibt es bestehende Anforderungen für die Auswahl von Programmierumgebungen und Bibliotheken?

Individualsoftware und DIVISIO-Produkte werden von uns in der Regel in Java entwickelt - dadurch sind sie für die meisten Enterprise-Anforderungen stabil und flexibel einsetzbar. Ebenso bieten wir die Umsetzung in Python (z.B. mit TensorFlow) oder für .net Umgebungen an sowie Hybridlösungen aus TensorFlow und Java.

Wie wir unsere Software mit Ihrem System verzahnen, hängt von der gewählten technischen Umsetzung ab. Das KI-System kann sowohl als Bibliothek in bereits bestehende Systeme in Ihrem Hause integriert oder auch getrennt als aufrufbare Schnittstelle eingebaut werden.

Deployment, weitere Betreuung und Pflege

Am Ende der Implementierung steht ein auf Sie zugeschnittenes KI-System, das auf Basis Ihrer Daten und Ihres Geschäfts-Know-Hows gewinnbringend eingesetzt werden kann. Um den Prozess gemeinsam mit Ihnen abzuschließen, ist die Installation (Deployment) in einem Rechenzentrum oder bei einem Cloud-Anbieter erforderlich.

Wir bieten folgende Optionen zur Installation an:

  • auf Ihren Systemen/in Ihrem Rechenzentrum
  • auf unserer Hardware
  • bei einem Cloudanbieter
  • bei einem anderen Dienstleister

Insbesondere nach Projektabschluss stehen wir Ihnen beratend zur Seite und überwachen unser System, um eine konstante Qualität zu gewährleisten. Daher bieten wir Ihnen umfassende Wartung, Betreuung und Pflege nach der Fertigstellung an.

In vielen Einsatzszenarien für Machine Learning fallen nach Fertigstellung der ersten Version neue Daten an, mit denen die Leistung des Systems verbessert werden kann. Durch die stetigen Trainings und Updates erhöhen wir die Leistungsfähigkeit unserer KI in Ihrem System enorm.

Wir bieten auch die Schulung und Weiterbildung Ihrer Mitarbeiter*innen an, damit Ihre Investition in diese neue Technologie langfristig Bestand hat.