Fraunhofer-Anwendungszentrum SYMILA

Leistungsspektrum#

#

eHealth | Medical Dataspace | Telemedizin#

  • Telemedizinische Coaching-Programme
    • Digitales Monitoring (chronischer) Erkrankungen
  • Begleitung von klinischen Studien
    • Datenstrukturierung und -analyse, Sicherung der Datenintegrität etc.
  • Verletzungsprävention im Profi-Sport
    • Prognose von Leistungsfähigkeit und Verletzungswahrscheinlichkeit
  • Medical Data Space
    • Optimierung der Patientenversorgung und Prävention durch einen Sektor übergreifenden Echtzeitaustausch von Gesundheitsdaten
    • Plattform als Austausch- und Kommunikationsmedium zum sammeln und verarbeiten von Messwerten verschiedener Smart Devices
    • Präventionsmaßnahmen

#

Datenmanagement#

  • Organisierter Umgang mit (großen) Datenmengen
    • Big Data
    • Datenarchitektur, Datenharmonisierung, Datensicherheit (Safety and Security)
  • Datenanalyse zur Extraktion von Informationen aus Daten
    • Algorithmik, Bildverarbeitung, Maschinelles Lernen, KI etc.
  • Darstellung von Daten und Ergebnissen
    • User-Experience, User-Interfaces, Dashboards

#

Industrie 4.0#

  • Prognosemodelle / Analytische Datenbanken
    • Absatz-Prognosen, Scoring Modelle
  • Produktionsüberwachung
    • Bild-, Sensorbasierte Mess- und Überwachungsverfahren (unterstützt durch ML / KI), Qualitätsmanagement
  • Systemintegration
    • Vernetzung (Schnittstellenproblematik)
    • Steuerung / Automatisierung
    • Erstellung von Komplettsystemen
  • Digitalisierung
    • Analyse, Beratung und allgemeine Unterstützung bei der digitalen Transformation

#

Künstliche Intelligenz (KI)#

  • Algorithmen simulieren die menschliche Intelligenz
    • Erfassen von Informationen
    • Anwendung von Regeln
    • Lernen von Problemlösungen

Künstliche Intelligenz

Oberbegriff für alle Ansätze, die intelligentes Verhalten und Entscheidungen des Menschen durch Algorithmen simulieren.

 

Machine Learning

- Teilbereich der KI

- nutzt verschiedene mathematische und statistische Methoden

 

Deep Learning

- Teilbereich des Machine Learning

- nutzt künstliche neurale Netze

#

E-Learning#

  • Online-Plattformen
    • Planung und Zusammenstellung von Kursen / Seminaren
    • Präsentation und Distribution von Lehrinhalten und -materialien
    • Automatisierte Tests und Erfolgsmessungen
    • Unterstützung zwischenmenschlicher Kommunikation
  • Content-Management
    • Speicherung von Lerninhalten für verschiedene Kurse / Jahrgänge
    • Einfache Benutzerschnittstelle für den Import / die Generierung von Inhalten und Erfolgsmessungen
  • Schulungssoftware / -Apps zur internen Mitarbeiterschulung
    • Arbeitssicherheit, Lernplattformen

#

Smart City#

  • Sensorische Datenerfassung
    • Verkehrsflussoptimierung
    • Bestimmung der Luft- / Wasserqualität
    • Smart Home Lösungen
    • Zählsysteme
  • Prozessoptimierung
    • Müllabfuhr
    • Straßenreinigung
    • ÖPNV
  • Digitale Transformation analoger Prozesse
    • Digitale Behördengänge

#

Tierwohl & Landwirtschaft#

  • Bildbasierte Tierverhaltensanalyse
    • In der Stall- und Weidehaltung
    • Basiert auf Künstlicher Intelligenz (KI)
  • Tierwohl
    • Datenauswertungen von Lebensbedingungen
    • Handlungsempfehlungen
  • Agrar Data Space
    • Visualisierung und exploratives Data-Mining heterogener Agrardaten
    • Analyse von Wetterdaten und geologischen Daten, Handlungsempfehlungen