KI-basierte Enterprise-Plattform für schnellere Unternehmensentscheidungen

Bild: LLamasoft Deutschland GmbH

LLamasoft, weltweit führender Anbieter von Lösungen zur digitalen Entscheidungsfindung, stellt seine neue Plattform llama.ai vor. Die KI-gestützte Plattform für den Enterprise-Einsatz wird als Software-as-a-Service bereitgestellt und kombiniert moderne Algorithmen für Machine Learning, Optimierung und Simulation mit der weitreichenden Expertise von LLamasoft in den entsprechenden Betriebsabläufen. Anwender profitieren von umfassenden Informationen und Einblicken, mit denen sie Vorhersagen besser treffen und fundierte Antworten auf Fragestellungen der Fachabteilungen geben können.

In einem wirtschaftlichen Umfeld, in dem es kein „normal“ mehr gibt, benötigen Unternehmen einen völlig neuen Ansatz, um Probleme zu lösen und schneller intelligente Entscheidungen zu treffen. Die neue Enterprise-fähige Plattform vereint die drei grundlegende Analysefunktionalitäten für eine schnellere und besser nachvollziehbare Entscheidungsfindung in Unternehmen. Dazu zählen:

  • Digital Twin: Ein digitaler Zwilling, also das digitale und granulare Abbild ihrer End-to-End-Supply-Chain versetzt llama.ai-Anwender in die Lage, verschiedene Optionen zu testen, Risiken zu bewerten und Wechselwirkungen zwischen Business-Funktionen abzuwägen.
  • Algorithm Library: speziell entwickelte Supply-Chain-Algorithmen sowie Möglichkeit zur Integration eigener, kundenspezifischer Algorithmen, um neue Lösungen für komplexe Fragestellungen zu finden.
  • App Studio: Entwicklungsumgebung für die Bereitstellung personalisierter Anwendungen, mit denen Business-Nutzer die Algorithmen einfach nutzen, spezifische geschäftsrelevante Fragestellungen analysieren, neue Einblicke aus den vorhandenen Daten gewinnen sowie Prognosen und Handlungsempfehlungen testen können.

llama.ai-Nutzer erlangen ein tieferes Verständnis über die aktuelle und potenzielle Performance ihrer Supply Chain. Gleichzeitig können sie unterschiedliche Business-Szenarien durchspielen, Wechselwirkungen abwägen sowie Fachabteilungen über eine Code-freie Entwicklungsumgebung sehr einfach Apps für die Entscheidungsfindung bereitstellen.

Thematik: Allgemein
LLamasoft Deutschland GmbH

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige