KI-Entwicklung ohne Buzzwords

KI oder klassischer Algorithmus?

Die wichtigste Frage stellen wir zuerst

Nicht jedes Problem braucht KI. Ein klassischer Algorithmus ist deterministisch, erklärbar, günstig im Betrieb und liefert bei klaren Regeln das exakt richtige Ergebnis — Berechnungen, Optimierungen und definierte Abläufe gehören ihm. KI spielt ihre Stärke aus, wenn Regeln unbekannt oder zu komplex sind: beim Erkennen von Mustern in Bildern, Sprache oder Sensordaten, bei Vorhersagen aus historischen Daten oder beim Verstehen natürlicher Sprache.

Unsere Faustregel:

• Regeln bekannt und formulierbar → klassischer Algorithmus (schneller, nachvollziehbar, wartbar)
• Muster in großen Datenmengen, Wahrnehmungsaufgaben (Sehen, Hören, Sprache) → Machine Learning
• Beides kombiniert → Hybrid: KI erkennt, klassische Logik entscheidet

Seit 1999 bauen wir beide Welten. Deshalb beraten wir technologieoffen — nicht das Buzzword entscheidet über unseren Vorschlag, sondern Ihr Problem.

Prognosen aus Ihren Geschäftsdaten

Machine Learning auf den Tabellen, die Sie ohnehin haben

Nicht jede Vorhersage braucht ein Sprachmodell. In Ihrer Warenwirtschaft, Ihrem Projektsystem und Ihrer Zeiterfassung liegen bereits die Daten, aus denen sich konkrete Fragen beantworten lassen: Welcher Kunde meldet sich auffällig lange nicht mehr, welches Projekt läuft gerade aus dem Ruder, wie viel Supportaufwand ist im nächsten Quartal zu erwarten, wie lange dauert ein Auftrag dieser Art erfahrungsgemäß wirklich.

Dafür trainieren wir Modelle auf Ihren eigenen historischen Daten. Wir setzen dabei bewährte Verfahren wie Entscheidungsbäume, Random Forests oder logistische Regression ein und keine Sprachmodelle. Diese Modelle brauchen keine GPU, laufen auf dem Server, der ohnehin vorhanden ist, und man kann nachvollziehen, warum sie zu ihrem Ergebnis kommen. Für eine Zahl, an der eine Entscheidung hängt, ist das die wichtigere Eigenschaft.

Zu jeder Vorhersage gehört für uns die Angabe, wie belastbar sie ist. Wir messen die Güte der Modelle gegen zurückgehaltene Vergangenheitsdaten und weisen das Ergebnis in der Oberfläche aus. Reicht die Datenlage für eine seriöse Prognose nicht, sagen wir das, statt eine Zahl zu zeigen, der niemand trauen sollte.

LLM-Integration in Ihre Software

Sprachmodelle sinnvoll einbinden — Cloud oder lokal

Wir bringen Sprachmodelle in Ihre bestehende Software: Chat mit Ihren eigenen Dokumenten (RAG), automatische Berichtserstellung, semantische Suche oder Sprachsteuerung von Anwendungen und Exponaten.

Dabei wählen wir gemeinsam den passenden Weg:

• Cloud-Anbindung an die großen Modelle von OpenAI, Anthropic oder Google — beste Modellqualität, schnelle Umsetzung, Abrechnung nach Nutzung. Die Daten laufen dabei über die API des Anbieters.
• Lokale Open-Source-Modelle (z. B. via Ollama betriebene Modelle wie Qwen, Llama oder Mistral) auf Ihrer eigenen Hardware — volle Datenhoheit, keine laufenden API-Kosten, dafür etwas geringere Modellqualität und eigener GPU-Bedarf.
• Hybrid: sensible Daten lokal vorverarbeiten, nur unkritische Anfragen in die Cloud.

Wir setzen beide Welten täglich selbst ein und wissen daher aus eigener Praxis, was die Modelle wirklich können — und wo ihre Grenzen liegen.

Computer Vision & Mustererkennung

Von uns seit Jahren produktiv im Einsatz

Bilderkennung ist bei at² kein Zukunftsversprechen, sondern seit Jahren Alltag. Mit Technologien wie OpenCV und Fraunhofer SHORE haben wir unter anderem realisiert:

• Gesichtsanalyse in Echtzeit (Alter, Emotion, Geschlecht) für interaktive Messe-Exponate
• Face-Mapping und Live-Filter: Landesflaggen, Masken und Snapchat-ähnliche Effekte direkt ins Gesicht der Besucher projiziert
• "Krake lebt!" im Heide Park Resort: Besucherfotos wurden per Gesichtserkennung in Seemonster verwandelt — robust im Freizeitpark-Dauerbetrieb
• Gesten- und Berührungserkennung mit TUIO, IR-Rückprojektions-Sensorik, Tiefenkameras, Bodenlasern und Leap Motion
• Autonome Navigation: Hinderniserkennung und 3D-Wegfindung für Drohnen (SPRIND-Challenge "Fully Autonomous Flight", gemeinsam mit Vectorbirds Airborne Systems)

Für die Industrie heißt das: automatische Qualitätskontrolle, Zählen und Vermessen per Kamera, Prozessüberwachung in Echtzeit — mit erprobter Technik statt Experimenten.

Datenschutz & EU AI Act

KI, auf die Sie sich verlassen können

KI-Projekte scheitern selten an der Technik — häufiger an Datenschutz, Compliance und fehlender Wartbarkeit. Deshalb gehört bei uns von Anfang an dazu:

• DSGVO-konforme Architektur: Datenminimierung, lokale Verarbeitung wo möglich, keine Speicherung biometrischer Daten in unseren Erkennungs-Exponaten
• EU AI Act: Einordnung Ihres Vorhabens in die Risikoklassen, Transparenz- und Dokumentationspflichten von Beginn an mitgedacht
• On-Premise-Optionen: sensible Daten verlassen Ihr Haus nicht — lokale Modelle auf Ihrer Hardware
• Nachvollziehbarkeit: dokumentierte Modelle, reproduzierbare Ergebnisse, klare Grenzen — wir versprechen keine Magie

Made in Germany gilt bei uns auch für KI: entwickelt, gehostet und gewartet in Deutschland.