Referenzen
Erfolgreiche KI Projekte unserer Kund:innen
Innovative Lösungen mit Know-how und Herzblut
Wir entwickeln KI-Lösungen für die unterschiedlichsten Kund:innen und Branchen. So unterschiedlich die Projekte auch sein mögen, so haben sie doch eines gemeinsam: In Ihnen stecken unser breitgefächertes Know-how und unsere ganze Leidenschaft.
Open Discourse
Wie wir mittels Data Science die politische Sprache der letzten 70 Jahre analysieren.
Mit der Plattform Open Discourse machen wir den politischen Diskurs seit 1949 sichtbar - und zwar für Mensch und Maschine. Es ist ein internes Forschungsprojekt, das uns besonders am Herzen liegt.
Problemstellung
Die Plenarprotokolle des Deutschen Bundestages liegen teilweise digitalisiert, aber nicht maschinenlesbar vor. Sie sind aus historischer und politikwissenschaftlicher Sicht eine wertvolle Quelle und bergen viele Informationen zur Entwicklung des politischen Diskurses in Deutschland. Um die Daten auswerten und veröffentlichen zu können, ist eine spezielle Aufbereitung erforderlich.
Hier kommt Limebit zum Einsatz
Wir haben mit Werkzeugen aus Deep- und Machine Learning die Plenarprotokolle aufgebrochen und alle Redebeiträge, Zwischenrufe, Rückfragen etc. den jeweiligen Politiker:innen und Fraktionen zugeordnet. Zusätzlich haben wir diese Daten durch weitere Hintergrundinformationen zu allen Politiker:innen und deren Ämtern angereichert.
So umfasst der von uns innerhalb des letzten Jahres verarbeitete Umfang etwa 800.000 Redebeiträge von über 4.200 Redner:innen sowie 2.5 Millionen Reaktionen aus allen Fraktionen seit 1949. Open Discourse verfügt somit über eine Datenbank, die jedes bisher in Plenarsitzungen gesprochene Wort strukturiert abbildet und sowohl für Menschen als auch Maschinen lesbar zur Verfügung stellt. Open Discourse ist die erste und umfangreichste Datenbank mit Plenatprotokollen des Deutschen Bundestages.
Ein Herzensprojekt
Open Discourse ist ein gemeinnützige Projekt der Mitarbeiter:innen der Limebit GmbH. Entstanden ist die Idee aus den Fähigkeiten und Motivationen der Mitarbeiter:innen, in Pausengesprächen und aus den gemeinsamen Vorstellungen von Demokratie.
Wir hoffen, dass durch unsere Vorarbeit datenbasierter Journalismus, Wissenschaft und Zivilbevölkerung profitieren und der erleichterte Zugang zu den Daten dazu anregt, die politische Geschichte des Bundestags auf Basis der verwendeten Sprache unser Politiker:innen zu analysieren.
Bayer
Einleitung
Die Beurteilung von Medikamenten ist aufwändig und teuer. Für Bayer haben wir daher eine KI-Plattform entwickelt, die die Auswertung von Patient:innen-Daten vereinfacht und Prozesse deutlich beschleunigt.
Problemstellung
Die Entwicklung neuer Medikamente ist ein Prozess, der umfassend kontrolliert werden muss, um reproduzierbare Ergebnisse zu erzielen. Auch wenn es ein Medikament dann auf den Markt geschafft hat, ist der Prozess noch lange nicht abgeschlossen. Um die Sicherheit und Wirksamkeit eines Medikaments ganzheitlich beurteilen und gewährleisten zu können, werden die Erfahrungen der Anwender:innen gesammelt und permanent evaluiert.
Diese Nutzenbewertung findet über die Datenauswertung von Praxen, Krankenhäusern und Krankenkassen statt. Da es sich dabei um reale Daten aus dem Praxisalltag handelt, spricht man in diesem Zusammenhang auch von Real World Data (RWD). Die Aufbereitung dieser Daten erfordert methodisches Fachwissen und gestaltet sich zudem zeitaufwändig. KI-Modelle wie beispielsweise Deep-Learning-Algorithmen können in diesem Bereich einen enormen Mehrwert bieten, indem sie bestehende Auswertungsmöglichkeiten optimieren.
Hier kommt Limebit zum Einsatz
Zur Optimierung der Evaluation in der epidemiologischen Forschung wurden wir von Bayer mit der Entwicklung und Umsetzung von KI-Modellen mittels Machine Learning und Deep Learning beauftragt. Die von uns realisierte Lösung wurde in die IT-Struktur von Bayer implementiert und ist dort bereits seit mehreren Jahren erfolgreich im Einsatz. Sie kann innerhalb kürzester Zeit Millionen Daten analysieren und bewerten. Bei der Umsetzung der Plattform legten wir einen besonderen Fokus auf Bedienfreundlichkeit und eine verständliche Aufbereitung der Daten. Die Anwendung wurde daher so entwickelt, dass sie auch von Personen ohne Fachkenntnisse in diesem Bereich bedient werden kann.
Roche
Einleitung
Die Roche Diagnostics GmbH gehört zu den weltweit größten Herstellern für Medizinprodukte. Das Unternehmen arbeitet ständig daran, interne Produktions- und Entwicklungsprozesse weiter zu optimieren.
Problemstellung
Die R&D-Abteilung arbeitet permanent an der Optimierung der medizinischen Diagnosesysteme mit verbesserter Sensorik und erhebt in internen Testverfahren umfassende Datensätze über die Leistungsfähigkeit der eigenen Produkte. Zur genauen Auswertung der Datensätze suchte die R&D-Abteilung ein Unternehmen, das bei der Entwicklung einer Analysesoftware für diesen Einsatz helfen kann.
Hier kommt Limebit zum Einsatz
Die Limebit GmbH übernahm diesen Auftrag und entwickelte gemeinsam mit dem Team von Roche Diagnostics eine R-basierte Web-Applikation, die den Mitarbeiter:innen von Roche Diagnostics über eine intuitive und leicht zu bedienende Oberfläche Zugang auf die Datenbanken gewährt und bereits erste Analyseoptionen bietet. Gemeinsam mit den Forschungsteams von Roche erarbeiteten wir neue Konzepte, um die internen digitalen Workflows weiter zu optimieren und zu beschleunigen.
Medmodels
Einleitung
Die Verfahren hinter Künstlicher Intelligenz entwickeln sich rasant weiter. Beinahe täglich erscheinen neue Algorithmen, die bestehende Prozesse optimieren und verbessern. Insbesondere die Nutzung von medizinischen Daten in Verbindung mit Künstlicher Intelligenz ist ein stark wachsendes Forschungsfeld.
Problemstellung
Bisher mussten Unternehmen diese neuen Verfahren jedoch in aufwändigen Einzellösungen in ihr System übertragen. Das ist zeitaufwändig, fehleranfällig und kostspielig. Dadurch ergibt sich eine deutliche Lücke zwischen der akademischen Forschung und der im Praxisalltag vieler Unternehmen tatsächlich eingesetzten Methodik.
Hier kommt Limebit zum Einsatz
MedModels schließt diese Lücke, indem es allen Anwender:innen erstmals ein direkt nutzbares Framework bietet, das die Methoden aus aktuellen Forschungspublikationen anwendungsorientiert zur Verfügung stellt, sodass Unternehmen bequem aus einem umfassenden Katalog mit den neuesten Verfahren wählen können. MedModels ist ein auf Python basierendes Software Framework für die Analyse von Real-World-Evidence-Daten aus dem Gesundheitswesen. Damit werden komplexe Analysen und Vorhersagen auf Basis medizinischer Daten deutlich schneller, präziser, zuverlässiger und kostengünstiger.
MedModels wird sowohl als Open-Source-Projekt als auch als direkt einsatzfähige kommerzielle Lösung für medizinische Versorgungseinrichtungen, Forschungsinstitutionen und Pharmaunternehmen von der Limebit GmbH entwickelt und kann über medmodels.de erworben werden.
Flaschenpost
Einleitung
Der zur Dr.-Oetker-Gruppe gehörende Lebensmittel- und Getränkelieferdienst Flaschenpost setzte sich das Ziel, die eigene Logistikplanung mithilfe KI-basierter Software zu automatisieren.
Problemstellung
Der in Münster ansässige Lieferdienst hat sich darauf spezialisiert, Lebensmittel und Getränke in kürzestes Zeit bis an die Haustür seiner Kund:innen zu liefern. Um das möglich zu machen, benötigt das Unternehmen ein ausgeklügeltes System, um Fahrrouten zu optimieren und Schichtpläne zu organisieren. Das System muss sicherstellen, dass zu jeder Zeit ausreichend Mitarbeiter:innen im Lager zur Verfügung stehen, um eine reibungslose Bearbeitung der Kund:innen-Aufträge zu ermöglichen. Gleichzeitig muss die Software die Auslieferungsfahrten so gestalten, dass die Fahrer:innen die effizienteste Route nehmen können.
Hier kommt Limebit zum Einsatz
Expert:innen der Limebit GmbH übernahmen die Rolle als Team Lead in einem der Entwicklungsteams bei der Flaschenpost SE. Neben der Restrukturierung der Team-Organisation und der Übernahme des Personalmanagements für dieses Entwicklungsteam entwickelten sie gemeinsam ein System, das die Schichtpläne für mehr als 15.000 Mitarbeiter:innen vollständig automatisiert. Ein weiteres System, das von der Limebit GmbH in Zusammenarbeit mit dem Entwicklungsteam der Flaschenpost SE entwickelt wurde, dient der Logistikoptimierung der Auslieferungsfahrten, indem die Software neue Konzepte und Verfahren zur Darstellung der effizientesten Lieferoption zur Verfügung stellt.
Open Discourse
Wie wir mittels Data Science die politische Sprache der letzten 70 Jahre analysieren.
Mit der Plattform Open Discourse machen wir den politischen Diskurs seit 1949 sichtbar - und zwar für Mensch und Maschine. Es ist ein internes Forschungsprojekt, das uns besonders am Herzen liegt.
Problemstellung
Die Plenarprotokolle des Deutschen Bundestages liegen teilweise digitalisiert, aber nicht maschinenlesbar vor. Sie sind aus historischer und politikwissenschaftlicher Sicht eine wertvolle Quelle und bergen viele Informationen zur Entwicklung des politischen Diskurses in Deutschland. Um die Daten auswerten und veröffentlichen zu können, ist eine spezielle Aufbereitung erforderlich.
Hier kommt Limebit zum Einsatz
Wir haben mit Werkzeugen aus Deep- und Machine Learning die Plenarprotokolle aufgebrochen und alle Redebeiträge, Zwischenrufe, Rückfragen etc. den jeweiligen Politiker:innen und Fraktionen zugeordnet. Zusätzlich haben wir diese Daten durch weitere Hintergrundinformationen zu allen Politiker:innen und deren Ämtern angereichert.
So umfasst der von uns innerhalb des letzten Jahres verarbeitete Umfang etwa 800.000 Redebeiträge von über 4.200 Redner:innen sowie 2.5 Millionen Reaktionen aus allen Fraktionen seit 1949. Open Discourse verfügt somit über eine Datenbank, die jedes bisher in Plenarsitzungen gesprochene Wort strukturiert abbildet und sowohl für Menschen als auch Maschinen lesbar zur Verfügung stellt. Open Discourse ist die erste und umfangreichste Datenbank mit Plenatprotokollen des Deutschen Bundestages.
Ein Herzensprojekt
Open Discourse ist ein gemeinnützige Projekt der Mitarbeiter:innen der Limebit GmbH. Entstanden ist die Idee aus den Fähigkeiten und Motivationen der Mitarbeiter:innen, in Pausengesprächen und aus den gemeinsamen Vorstellungen von Demokratie.
Wir hoffen, dass durch unsere Vorarbeit datenbasierter Journalismus, Wissenschaft und Zivilbevölkerung profitieren und der erleichterte Zugang zu den Daten dazu anregt, die politische Geschichte des Bundestags auf Basis der verwendeten Sprache unser Politiker:innen zu analysieren.
Bayer
Einleitung
Die Beurteilung von Medikamenten ist aufwändig und teuer. Für Bayer haben wir daher eine KI-Plattform entwickelt, die die Auswertung von Patient:innen-Daten vereinfacht und Prozesse deutlich beschleunigt.
Problemstellung
Die Entwicklung neuer Medikamente ist ein Prozess, der umfassend kontrolliert werden muss, um reproduzierbare Ergebnisse zu erzielen. Auch wenn es ein Medikament dann auf den Markt geschafft hat, ist der Prozess noch lange nicht abgeschlossen. Um die Sicherheit und Wirksamkeit eines Medikaments ganzheitlich beurteilen und gewährleisten zu können, werden die Erfahrungen der Anwender:innen gesammelt und permanent evaluiert.
Diese Nutzenbewertung findet über die Datenauswertung von Praxen, Krankenhäusern und Krankenkassen statt. Da es sich dabei um reale Daten aus dem Praxisalltag handelt, spricht man in diesem Zusammenhang auch von Real World Data (RWD). Die Aufbereitung dieser Daten erfordert methodisches Fachwissen und gestaltet sich zudem zeitaufwändig. KI-Modelle wie beispielsweise Deep-Learning-Algorithmen können in diesem Bereich einen enormen Mehrwert bieten, indem sie bestehende Auswertungsmöglichkeiten optimieren.
Hier kommt Limebit zum Einsatz
Zur Optimierung der Evaluation in der epidemiologischen Forschung wurden wir von Bayer mit der Entwicklung und Umsetzung von KI-Modellen mittels Machine Learning und Deep Learning beauftragt. Die von uns realisierte Lösung wurde in die IT-Struktur von Bayer implementiert und ist dort bereits seit mehreren Jahren erfolgreich im Einsatz. Sie kann innerhalb kürzester Zeit Millionen Daten analysieren und bewerten. Bei der Umsetzung der Plattform legten wir einen besonderen Fokus auf Bedienfreundlichkeit und eine verständliche Aufbereitung der Daten. Die Anwendung wurde daher so entwickelt, dass sie auch von Personen ohne Fachkenntnisse in diesem Bereich bedient werden kann.
Roche
Einleitung
Die Roche Diagnostics GmbH gehört zu den weltweit größten Herstellern für Medizinprodukte. Das Unternehmen arbeitet ständig daran, interne Produktions- und Entwicklungsprozesse weiter zu optimieren.
Problemstellung
Die R&D-Abteilung arbeitet permanent an der Optimierung der medizinischen Diagnosesysteme mit verbesserter Sensorik und erhebt in internen Testverfahren umfassende Datensätze über die Leistungsfähigkeit der eigenen Produkte. Zur genauen Auswertung der Datensätze suchte die R&D-Abteilung ein Unternehmen, das bei der Entwicklung einer Analysesoftware für diesen Einsatz helfen kann.
Hier kommt Limebit zum Einsatz
Die Limebit GmbH übernahm diesen Auftrag und entwickelte gemeinsam mit dem Team von Roche Diagnostics eine R-basierte Web-Applikation, die den Mitarbeiter:innen von Roche Diagnostics über eine intuitive und leicht zu bedienende Oberfläche Zugang auf die Datenbanken gewährt und bereits erste Analyseoptionen bietet. Gemeinsam mit den Forschungsteams von Roche erarbeiteten wir neue Konzepte, um die internen digitalen Workflows weiter zu optimieren und zu beschleunigen.
Medmodels
Einleitung
Die Verfahren hinter Künstlicher Intelligenz entwickeln sich rasant weiter. Beinahe täglich erscheinen neue Algorithmen, die bestehende Prozesse optimieren und verbessern. Insbesondere die Nutzung von medizinischen Daten in Verbindung mit Künstlicher Intelligenz ist ein stark wachsendes Forschungsfeld.
Problemstellung
Bisher mussten Unternehmen diese neuen Verfahren jedoch in aufwändigen Einzellösungen in ihr System übertragen. Das ist zeitaufwändig, fehleranfällig und kostspielig. Dadurch ergibt sich eine deutliche Lücke zwischen der akademischen Forschung und der im Praxisalltag vieler Unternehmen tatsächlich eingesetzten Methodik.
Hier kommt Limebit zum Einsatz
MedModels schließt diese Lücke, indem es allen Anwender:innen erstmals ein direkt nutzbares Framework bietet, das die Methoden aus aktuellen Forschungspublikationen anwendungsorientiert zur Verfügung stellt, sodass Unternehmen bequem aus einem umfassenden Katalog mit den neuesten Verfahren wählen können. MedModels ist ein auf Python basierendes Software Framework für die Analyse von Real-World-Evidence-Daten aus dem Gesundheitswesen. Damit werden komplexe Analysen und Vorhersagen auf Basis medizinischer Daten deutlich schneller, präziser, zuverlässiger und kostengünstiger.
MedModels wird sowohl als Open-Source-Projekt als auch als direkt einsatzfähige kommerzielle Lösung für medizinische Versorgungseinrichtungen, Forschungsinstitutionen und Pharmaunternehmen von der Limebit GmbH entwickelt und kann über medmodels.de erworben werden.
Flaschenpost
Einleitung
Der zur Dr.-Oetker-Gruppe gehörende Lebensmittel- und Getränkelieferdienst Flaschenpost setzte sich das Ziel, die eigene Logistikplanung mithilfe KI-basierter Software zu automatisieren.
Problemstellung
Der in Münster ansässige Lieferdienst hat sich darauf spezialisiert, Lebensmittel und Getränke in kürzestes Zeit bis an die Haustür seiner Kund:innen zu liefern. Um das möglich zu machen, benötigt das Unternehmen ein ausgeklügeltes System, um Fahrrouten zu optimieren und Schichtpläne zu organisieren. Das System muss sicherstellen, dass zu jeder Zeit ausreichend Mitarbeiter:innen im Lager zur Verfügung stehen, um eine reibungslose Bearbeitung der Kund:innen-Aufträge zu ermöglichen. Gleichzeitig muss die Software die Auslieferungsfahrten so gestalten, dass die Fahrer:innen die effizienteste Route nehmen können.
Hier kommt Limebit zum Einsatz
Expert:innen der Limebit GmbH übernahmen die Rolle als Team Lead in einem der Entwicklungsteams bei der Flaschenpost SE. Neben der Restrukturierung der Team-Organisation und der Übernahme des Personalmanagements für dieses Entwicklungsteam entwickelten sie gemeinsam ein System, das die Schichtpläne für mehr als 15.000 Mitarbeiter:innen vollständig automatisiert. Ein weiteres System, das von der Limebit GmbH in Zusammenarbeit mit dem Entwicklungsteam der Flaschenpost SE entwickelt wurde, dient der Logistikoptimierung der Auslieferungsfahrten, indem die Software neue Konzepte und Verfahren zur Darstellung der effizientesten Lieferoption zur Verfügung stellt.
Open Discourse
Wie wir mittels Data Science die politische Sprache der letzten 70 Jahre analysieren.
Mit der Plattform Open Discourse machen wir den politischen Diskurs seit 1949 sichtbar - und zwar für Mensch und Maschine. Es ist ein internes Forschungsprojekt, das uns besonders am Herzen liegt.
Problemstellung
Die Plenarprotokolle des Deutschen Bundestages liegen teilweise digitalisiert, aber nicht maschinenlesbar vor. Sie sind aus historischer und politikwissenschaftlicher Sicht eine wertvolle Quelle und bergen viele Informationen zur Entwicklung des politischen Diskurses in Deutschland. Um die Daten auswerten und veröffentlichen zu können, ist eine spezielle Aufbereitung erforderlich.
Hier kommt Limebit zum Einsatz
Wir haben mit Werkzeugen aus Deep- und Machine Learning die Plenarprotokolle aufgebrochen und alle Redebeiträge, Zwischenrufe, Rückfragen etc. den jeweiligen Politiker:innen und Fraktionen zugeordnet. Zusätzlich haben wir diese Daten durch weitere Hintergrundinformationen zu allen Politiker:innen und deren Ämtern angereichert.
So umfasst der von uns innerhalb des letzten Jahres verarbeitete Umfang etwa 800.000 Redebeiträge von über 4.200 Redner:innen sowie 2.5 Millionen Reaktionen aus allen Fraktionen seit 1949. Open Discourse verfügt somit über eine Datenbank, die jedes bisher in Plenarsitzungen gesprochene Wort strukturiert abbildet und sowohl für Menschen als auch Maschinen lesbar zur Verfügung stellt. Open Discourse ist die erste und umfangreichste Datenbank mit Plenatprotokollen des Deutschen Bundestages.
Ein Herzensprojekt
Open Discourse ist ein gemeinnützige Projekt der Mitarbeiter:innen der Limebit GmbH. Entstanden ist die Idee aus den Fähigkeiten und Motivationen der Mitarbeiter:innen, in Pausengesprächen und aus den gemeinsamen Vorstellungen von Demokratie.
Wir hoffen, dass durch unsere Vorarbeit datenbasierter Journalismus, Wissenschaft und Zivilbevölkerung profitieren und der erleichterte Zugang zu den Daten dazu anregt, die politische Geschichte des Bundestags auf Basis der verwendeten Sprache unser Politiker:innen zu analysieren.
Unser Know-how und unsere Leidenschaft konnten wir auch bei diesen Kund:innen erfolgreich mit einbringen
Aus den Bereichen Medical Research, Facility Management, Entertainment, dem Energiesektor u.v.m.
