Unsere erfolgreich umgesetzten Datenprojekte im Überblick

Dieses Deep Learning Projekt, bei welchem die Effizienz der Tunnel-Wartung um 60% erhöht wird, wurde für die Engineering Firma Amberg Technologies AG erfolgreich umgesetzt. Die von uns entwickelte AI-Komponente auf der Basis von Bildauswertungen wurde zwischenzeitlich in die Wartungssoftware von Amberg integriert.

Um die Effektivität der Massnahmen und Investitionen besser und aktueller beurteilen zu können, und dabei gleichzeitig auch Ihren Leistungspartnern (Hotel & Kulturorganisation) mehr Insights über das Basler Tourismusumfeld zu ermöglichen, strebt Basel Tourismus eine zunehmende datengetriebene Transformation an. Dazu wurde für Basel Tourismus eine neue Datenplattform auf Basis von Snowflake aufgebaut. Ausgangspunkt war zu Beginn die Überführung der Google Analytics Daten (Umstellung UA auf GA4). Anschliessend wurden noch weitere Social Media Daten (Pinterest, Facebook, Instagram), ERP Daten sowie Baselcard Daten an die Datenplattform angeschlossen, um aussagekräftige Analysen zu ermöglichen.

Für Helvengo AG wurde eine digitale End-to-End-Lösung zur effizienten Vermarktung von Versicherungsprodukten für KMU entwickelt. Die Software bildet die Grundlage für Skalierbarkeit und nahtlose Systemintegration.

Die Entwicklung einer flexiblen und skalierbaren Lösung zur digitalen Erfassung, Verarbeitung und Analyse von Ergebnisdaten, um die Berichterstattung der DEZA zu optimieren und datenbasierte Entscheidungen auf allen Ebenen zu ermöglichen.

Die Paketsortieranlagen sind ein wichtiger Bestandteil um die 185 Millionen Pakete (2023), welche die Post jährlich zustellt, effizient zu verarbeiten. Ausfälle bei den sogenannten Kippschalensortern führen zu hohen Beständen, viel Nacharbeit und signifikantem Wartungsaufwand, was sich durch verspätete Zustellung bei den Kunden äussert. Zur Vermeidung ungeplanter Ausfälle, wurde daher eine Lösung mittels künstlicher Intelligenz realisiert, die die Kippschalensorter analysiert, unerwartete Ausfälle antizipiert und so in die Wartungsfenster einplant.

Durch die Analyse der Datenlandschaft bei PUBLICA mittels Umfrage und der Visualisierung einer Datenlandkarte konnten sowohl organisatorische als auch technische Herausforderungen aufgedeckt werden. Sie schuf Transparenz über Datenflüsse, Qualitätsprobleme und Daten.

Die Stadt Luzern zielt darauf ab verstärkt mit ihren Daten zu arbeiten und diese zum Wohle der Stadtentwicklung einzusetzen. In diesem Rahmen wurde eine zukunftsfähige Datenstrategie mitsamt Datenarchitektur sowie Rahmenbedingungen für die effektive Datennutzung ausgearbeitet. Dabei wurde der Fokus sowohl auf analytische Themen als auch auf den operativen Datenaustausch gelegt. Zudem sind neue Rollen definiert worden, welche es ermöglichen, mit der notwendigen Schlagkraft Dateninitiativen umzusetzen.

Lärm ist gerade bei Trambetreibern im städtischen Bereich eine grosse Herausforderung. Dies führt regelmässig zu Lärmbeschwerden aus der Bevölkerung und führt aufgrund der Reibung zwischen Rad und Schiene, welche den Lärm verursachen, zu erhöhter Abnutzung von Rad und Schiene. Dies hat BERNMOBIL dazu veranlasst, eine Lösung mittels künstlicher Intelligenz zu prüfen, welche den Lärm und Verschleiss durch eine dynamische Konditionierung des Schienenkopfs reduziert.

Bei SIPRO STEEL SOLUTIONS sollte ein On-Premise Data Warehouse aufgrund veralteter Architektur und den damit verbundenen Limitationen durch ein modernes Cloudnative Data Warehouse ersetzt werden. Dazu wurde eine moderne Datenplattform auf Microsoft Azure Basis aufgebaut. Es werden Daten vom ERP-System auf die Plattform geladen, dort mittels Medaillon Modell transformiert und im Anschluss in Form von Reports in Microsoft Power BI bereitgestellt. Mit dieser neuen modernen Architektur können schneller aussagekräftige Analysen zum Geschäft erstellen. Zudem schafft die neue Architektur eine Basis, um zukünftig weitere Datenquellen im Data Warehouse effizient einbinden zu können. Durch die erfolgreiche Modernisierung konnten Wartungs-, Lizenz- und Betriebskosten deutlich gesenkt werden.