Ausbau von KI, IoT und Datenorchestrierung

Seco gründet neuen Unternehmenszweig

Bild: Seco SpA

Seco kündigt unter Beteiligung des ‚Fondo Italiano Tecnologia e Crescita‘ die Gründung des Unternehmenszweigs Seco Mind an, der die im Bereich der künstlichen Intelligenz, des IoT und der Datenorchestrierung erworbenen Kompetenzen ausbauen soll.

Mit der Gründung von Seco Mind führt das Unternehmen angesichts des bevorstehenden Börsengangs eine Neuorganisation des Unternehmens durch und vervollständigt damit die Übernahmen in den Bereichen KI und Datenorchestrierung in den vergangenen beiden Jahren: ausgehend vom Kreativlabor für Interaction Design Aidilab, das 2018 übernommen wurde, über das Startup Ispirata (2020), das auf Middleware-Lösungen und Open Source Software für Anwendungen zur Datenorchestrierung im Bereich Embedded, IoT und Industrie 4.0 spezialisiert ist, bis zum Unternehmen Hopenly (2020), das auf Projekte im Bereich Machine Learning und KI spezialisiert ist.

Seco Mind führt somit alle erforderlichen Kompetenzen und Technologien zusammen, um einen integrierten Dienst zu bieten, der auch für die Unternehmen zugänglich ist, die nicht über die Möglichkeit verfügen, intern Lösungen basierend auf künstlicher Intelligenz und Datenanalyse zu entwickeln. „Seco führt die Strategie zur Weiterentwicklung des eigenen Geschäftsmodells, die das Unternehmen seit 2018 verfolgt, erfolgreich zum Ziel und wird damit zum strategischen Partner für die Unternehmen bei der digitalen Transformation“, erläutert Massimo Mauri, Geschäftsführer von Seco. „Mit der Gründung von Seco Mind durch Fusion der Unternehmen Aidilab, Ispirata und Hopenly schließen wir die Neuorganisierung des Unternehmens angesichts des bevorstehenden Börsengangs ab und bestätigen damit unsere Fähigkeit, die vor kurzem übernommenen innovativen Unternehmen zusammenzuführen und zu integrieren und damit eine solide und strukturierte Grundlage für die Entwicklung der kommenden Jahre zu schaffen.

Der neue Unternehmenszweig kündigt zudem die Lancierung von Clea an, ein ‚As-a-Service‘-Dienst im Abonnement und eine echte Software-Suite mit KI-Diensten, die für alle Unternehmen erschwinglich ist, von Großunternehmen bis Kleinbetrieben.

Was ist Clea?

Clea ist die Ergänzung der Dienste in den Bereichen KI, IoT, Edge und Cloud Computing mit einem einzigen Gerät und einer entsprechenden Software-Suite und eine Chance, Unternehmenswachstum durch die Verbesserung der Effizienz, die Stärkung der Produktivität und die Senkung von Wartungszeiten und Wartungskosten zu erzielen.

Die Vorteile von Clea

Mit Clea ist z.B. eine vorausschauende Wartung der Maschinen möglich, d.h. eine Wartung, die auf der Vorhersage von erforderlichen Reparaturen basiert. Andere Anwendungsbereiche sind die Datenanalyse im IoT-Bereich für Geschäftsentscheidungen, die in immer stärkerem Ausmaß datengestützt sind.

Einsatzbereiche

Die Software-Suite eignet sich für alle Sektoren, in denen digitale Produkte zum Einsatz kommen. Im Sektor der Verkaufsautomaten, der Kaffeevollautomaten und des Kühltransports ist Clea bereits in der Anwendungs- und Erprobungsphase.

Seiten: 1 2Auf einer Seite lesen

Thematik: Newsarchiv
| News

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