Machine Learning und Computer Vision

Alan Stimac

Senior Project Manager

+41.. Nummer anzeigen

Kontaktiere mich gerne Unsere Referenzen

Expertenwissen für Dein Projekt

Alan Stimac ist Senior Project Manager bei soxes mit technischem Hintergrund und einem Masterabschluss in Maschinenbau der Universität Zagreb. Er begleitet Kunden zuverlässig durch komplexe IT-Projekte und sorgt dafür, dass Lösungen nicht nur technisch überzeugen, sondern auch im Betrieb stabil, verständlich und wartbar bleiben.

Wir entwickeln KI-Modelle, die in echten Prozessen funktionieren

Viele Unternehmen haben bereits wertvolle Daten: Bilder aus Prüfprozessen, Messwerte aus Anlagen, Sensordaten aus Produkten oder historische Prozessdaten. Der eigentliche Nutzen entsteht aber erst, wenn daraus verlässliche Modelle, klare Auswertungen oder automatisierte Prüfungen werden.

Wir prüfen, ob Deine Daten dafür geeignet sind, entwickeln passende Machine Learning oder Computer Vision-Modelle und integrieren sie in bestehende Anwendungen, Systeme oder Prozesse.

Machine Learning und Computer Vision mit soxes

1. Deine Frage	2. Unsere Antwort
Was bietet soxes an?	Machbarkeitsprüfungen, Datenanalyse, Modellentwicklung, Computer Vision-Lösungen, Qualitätskontrolle, Messdatenanalyse, Modellintegration und MLOps.
Für wen ist das relevant?	Für Unternehmen, die Bilder, Messwerte, Sensordaten oder Prozessdaten nutzen möchten, um Prüfungen, Prognosen, Bewertungen oder Entscheidungen zu unterstützen.
Welche Probleme lösen wir?	Manuelle Sichtprüfungen, ungenutzte Messdaten, schwer erkennbare Muster, schwankende Qualität, fehlende Prognosen und ML-Prototypen, die nie produktiv genutzt werden.
Was macht soxes anders?	Wir verbinden Data Science mit Softwareentwicklung und Systemintegration.
Welche Referenzen gibt es?	GRS Gemresearch Swisslab AG, Emmi Group AG, Electrolux, BBT, Stadler, Ergodent

Das bieten wir im Bereich Machine Learning und Computer Vision an

Wir prüfen die Machbarkeit

Wir bewerten, ob Daten, Bilder, Messwerte oder Sensordaten für Machine Learning oder Computer Vision geeignet sind.
Wir bereiten Daten auf

Daten werden strukturiert, bereinigt und bewertet, damit Modelle verlässliche Ergebnisse liefern können.
Wir entwickeln ML-Modelle

Modelle erkennen Muster, klassifizieren Daten, erstellen Prognosen oder bewerten technische Zustände.
Wir entwickeln Computer Vision-Lösungen

Bilder werden analysiert, Objekte erkannt, Fehler sichtbar gemacht oder Qualitätsmerkmale geprüft.
Wir trainieren und validieren Modelle

Ergebnisse werden getestet, Genauigkeit bewertet und die Praxistauglichkeit sauber überprüft.
Wir werten Messdaten aus

Technische Daten, Sensordaten und Prozesswerte werden verständlich gemacht und für Entscheidungen nutzbar.
Wir integrieren Modelle in Software

Modelle werden in bestehende Anwendungen, Prozesse, Systeme oder Produktionsumgebungen eingebunden.
Wir begleiten den Modellbetrieb

Monitoring, Versionierung, Aktualisierung und Weiterentwicklung werden von Anfang an mitgedacht.

Probleme, die wir oft sehen

1. Daten sind vorhanden, aber ungenutzt
Bilder, Messwerte oder Prozessdaten werden gesammelt, aber nicht systematisch ausgewertet.

2. Die Datenqualität ist unklar
Es fehlen Struktur, Labels, Vergleichswerte oder saubere Datengrundlagen für verlässliche Modelle.

3. Intern fehlt Technisches Knowhow
Data Science, Modelltraining, Validierung und Integration brauchen Erfahrung, die im Unternehmen oft nicht dauerhaft vorhanden ist.

4. Manuelle Prüfungen kosten zu viel Zeit
Sichtkontrollen, Qualitätsprüfungen oder Bewertungen binden Fachpersonen und bleiben fehleranfällig.

5. Fehler werden zu spät erkannt
Abweichungen, Muster oder Anomalien sind in grossen Datenmengen schwer sichtbar.

6. Ein Prototyp funktioniert nicht im Alltag
Erste Modelle liefern Ergebnisse, lassen sich aber nicht stabil in echte Prozesse integrieren.

7. Die Genauigkeit reicht nicht aus
Modelle wirken vielversprechend, aber Trefferquote, Stabilität oder Nachvollziehbarkeit genügen nicht für den Alltag.

8. Der Betrieb ist nicht geklärt
Ohne Monitoring, Versionierung und Aktualisierung verliert ein Modell mit der Zeit an Qualität.

Referenzen aus Machine Learning und Computer Vision

1. Emmi

Emmi wollte Verpackungsprüfungen zuverlässiger und effizienter unterstützen. soxes entwickelte dafür eine Machine Learning Lösung, die relevante Merkmale erkennt und die Qualitätsprüfung datenbasiert unterstützt. Damit werden Abweichungen schneller sichtbar und Prüfprozesse im Produktionsumfeld besser nutzbar.

2. Electrolux

Electrolux verarbeitet grosse Mengen an Serviceanfragen und Reparaturdaten. soxes entwickelte einen KI basierten Reparatur Konfigurator als Proof of Concept. Die Lösung analysiert Fehlermeldungen, Produktgruppen und historische Reparaturdaten, um passende Ersatzteile vorzuschlagen. So werden technische Daten nutzbar, Support Rückfragen reduziert und Reparaturprozesse besser unterstützt.

3. GRS Gemresearch Lab AG

Für die digitale Präsentation zertifizierter Edelsteine entwickelte soxes eine native AR-App mit integrierter Computer Vision. Da Edelsteine nur feine visuelle Merkmale aufweisen, reichten Standardlösungen wie ARKit und ARCore für die Erkennung nicht aus. soxes trainierte deshalb ein eigenes Machine Learning-Modell zur Bildanalyse. Dieses erkennt zertifizierte Edelsteine anhand visueller Merkmale, ruft relevante Daten über APIs aus dem neuen LIMS ab und ermöglicht eine stabile Darstellung passender Inhalte in Augmented Reality.

Prototyp oder produktive ML-Lösung?

Prototyp	Produktive ML-Lösung
Die Datenlage muss zuerst geprüft werden	Datenqualität und Zielbild sind geklärt
Genauigkeit und Nutzen sind noch offen	Das Modell soll im Alltag eingesetzt werden
Erste Ergebnisse sollen schnell sichtbar werden	Integration in Software oder Prozesse ist notwendig
Risiken und Aufwand müssen bewertet werden	Monitoring, Betrieb und Weiterentwicklung sind relevant
Der Use Case braucht eine fachliche Prüfung	Die Lösung soll stabile Ergebnisse liefern

In 30 Minuten weisst Du, ob Deine Daten für ML geeignet sind!

Du hast Bilder, Messwerte, Sensordaten oder Prozessdaten und möchtest wissen, ob daraus eine nutzbare Lösung entstehen kann?

In einem kurzen Gespräch klären wir, welche Daten vorhanden sind, welcher Use Case realistisch ist und welcher nächste Schritt sinnvoll wäre.

Direktnummer

+41 55 253 00 53

Jetzt Erstgespräch buchen!

Digitalization and

Individual Software

Machine Learning und Computer Vision

Inhalte

Wir entwickeln KI-Modelle, die in echten Prozessen funktionieren

Das bieten wir im Bereich Machine Learning und Computer Vision an

Wir prüfen die Machbarkeit

Wir bereiten Daten auf

Wir entwickeln ML-Modelle

Wir entwickeln Computer Vision-Lösungen

Wir trainieren und validieren Modelle

Wir werten Messdaten aus

Wir integrieren Modelle in Software

Wir begleiten den Modellbetrieb

Probleme, die wir oft sehen

Referenzen aus Machine Learning und Computer Vision

Prototyp oder produktive ML-Lösung?

Die Datenlage muss zuerst geprüft werden

Datenqualität und Zielbild sind geklärt

Genauigkeit und Nutzen sind noch offen

Das Modell soll im Alltag eingesetzt werden

Erste Ergebnisse sollen schnell sichtbar werden

Integration in Software oder Prozesse ist notwendig

Risiken und Aufwand müssen bewertet werden

Monitoring, Betrieb und Weiterentwicklung sind relevant

Der Use Case braucht eine fachliche Prüfung

Die Lösung soll stabile Ergebnisse liefern

In 30 Minuten weisst Du, ob Deine Daten für ML geeignet sind!

Führende Marken vertrauen auf uns

Das könnte Dich interessieren

Hast Du Fragen? Möchtest Du noch mehr über unsere Services erfahren?
Wir freuen uns auf Deine Anfrage.

Bestbewerteter Service

Digitalization and

Individual Software

Machine Learning und Computer Vision

Inhalte

Wir entwickeln KI-Modelle, die in echten Prozessen funktionieren

Das bieten wir im Bereich Machine Learning und Computer Vision an

Wir prüfen die Machbarkeit

Wir bereiten Daten auf

Wir entwickeln ML-Modelle

Wir entwickeln Computer Vision-Lösungen

Wir trainieren und validieren Modelle

Wir werten Messdaten aus

Wir integrieren Modelle in Software

Wir begleiten den Modellbetrieb

Probleme, die wir oft sehen

Referenzen aus Machine Learning und Computer Vision

Prototyp oder produktive ML-Lösung?

Die Datenlage muss zuerst geprüft werden

Datenqualität und Zielbild sind geklärt

Genauigkeit und Nutzen sind noch offen

Das Modell soll im Alltag eingesetzt werden

Erste Ergebnisse sollen schnell sichtbar werden

Integration in Software oder Prozesse ist notwendig

Risiken und Aufwand müssen bewertet werden

Monitoring, Betrieb und Weiterentwicklung sind relevant

Der Use Case braucht eine fachliche Prüfung

Die Lösung soll stabile Ergebnisse liefern

In 30 Minuten weisst Du, ob Deine Daten für ML geeignet sind!

Führende Marken vertrauen auf uns

Das könnte Dich interessieren

Hast Du Fragen? Möchtest Du noch mehr über unsere Services erfahren? Wir freuen uns auf Deine Anfrage.

Bestbewerteter Service

Deine Anfrage

Hast Du Fragen? Möchtest Du noch mehr über unsere Services erfahren?
Wir freuen uns auf Deine Anfrage.