Entwicklung eines verteiltem AI-basiertes Optimierungssystem für untertägige

Abbaustrecken in Erz-Lagerstätten (Hard Rock Mining)

Verantwortlichkeiten:

• Requirement Engineering, System-Architektur
• Entwicklung angepasster Optimierungs-Algorithmen mit Machine-Learning-Verfahren
• Entwicklung der 3D-Visualisierung für die geologischer Daten und optimierten Abbaustrecken
• Integration der optimierten Abbaustrecken in AutoCAD
• Import der Daten aus führenden Bergbauplanungssystemen (DataMine, Deswik, MapTek,
• MicroMine)
• Datenmigration und Performance-Optimierung für Big Data-Verarbeitung

Erfolge

• Variable Optimierungs-Algorithmen für verschiedene Edelmetalle (Gold, Silber, Kupfer, Blei, Zinn, Zink) mit Berücksichtigung diverser Parameter, wie Abbaukosten, Rohstoff-Preise, etc.
• 3D-Visualisierung für die geologischer Daten und optimierten Abbaustrecken
• Integration der optimierten Abbaustrecken in AutoCAD
• Import der Daten aus führenden Bergbauplanungssystemen (DataMine, Deswik, MapTek,MicroMine)
• Datenmigration und Performance-Optimierung für Big Data-Verarbeitung
• Erfolgreiche Test-Optimierungen in (Kanada, Chile, Peru, Südafrika)

Verteiltes KI-basiertes Auswertesystem für quantitative Auswertung fluoreszierender medizinischer Tests (CRP, Antibiotikagehalt, Giardien).

Verantwortlichkeiten:

• Requirement Engineering und System-Architektur
• Entwicklung eigener DeepLearning-Algorithmen für das Auswerte-System 
• Konfiguration und Entwicklung eigner CNN-Netze
• Entwicklung eines automatischen, cloud-basierten Training-System

Erfolge:

• automatische Erkennungsrate von mehr als 95%
• Deep Learning Komponenten für automatisierte Testauswertung
  

Konzeption und Entwicklung eines Data Lake für sehr große untertägige LiDAR-

Punktwolkendaten (>150 GB) mit hochperformanter 3D-Visualierung

Verantwortlichkeiten:

•  Architektur eines skalierbaren Data Lake mit Apache Cassandra
• Entwicklung von Algorithmen für eine hochperformante 3D-Suche in Punktwolken-Daten

Erfolge:

• Alle PoC-Ziele erfüllt
• Architektur eines skalierbaren Data Lake mit Apache Cassandra
• Entwicklung eines performanten Import-Systems für Rohdaten
• Hochperformante räumliche Suche in Punktwolkendaten

Verteiltes AI-Optimierungssystem für untertägige Abbaustrecken (Soft Rock Mining) - von PoC bis Produktivnahme über 4 Projektphasen.

• Kern-Architektur mit AI-Algorithmen, 3D-Visualisierung, Wide Area Optimization
• Migration DataStax DSE # Apache Cassandra, reduzierte Betriebskosten und verbesserte Performance
• Cloud-Migration auf AWS EKS mit erfolgreichem Going-Live
• Integration GoCAD, AutoCAD und Backend-Systeme (GTIS, BMFS)

Veranwortlichkeiten:

• Requirement Engineering und System-Architektur
• Implementierung diverser Backend -Komponenten
• Integration in AutoCAD
• Entwurf und Implementierung vom AI-Algorithmen in Optimierungsstrategien
• Going-Live und Hyper-Care

Erfolge:

• Erfolgreiche Umsetzung aller Projektphasen in Time, Scope and Budget
• Im Produktivbetrieb seit 2018
• Signifikante Optimierung der Abbauplanung (Werthebel im zweistelligen Mio EUR
• Bereich pro Jahr)
• Erfolgreiche Migration des BigData-Systems und Migration nach AWS

Aufbau eines systemübergreifenden Transaktionssystems mit verteiltem Commit- und Rollback-Mechanismus.

Verantwortlichkeiten:

* Enwicklung eines verteiltem systemübergreifendem Transaktionssystem mit verteiltem Commit/Rollback

* Implementierung eines Systems für verteilte Transaktionen

Erfolge:

• Erfolgreicher Produktivbetrieb
• Integration von Vertragsmanagement und Ressourcenprovisionierung

Entwicklung eines AI-basierten Assistenzsystems für automatische Risserkennung auf Basis von GPR-Daten (Ground Penetration Radar)

Verantwortlichkeiten:

• Implementierung des PoC
• Import der GPR-Daten 
• Entwurf und Implementierung vom AI-Algorithmen für die Risserkennung

Erfolge:

• Alle PoC-Ziele erfüllt
• AI-basierte automatische Risserkennung auf Basis von GPR-Daten (Ground Penetration Radar)
• Erfolgreiche Implementierung des PoC in zwei Minen (Deutschland und Spanien)

Entwicklung eines hochpräzisen verteiltem KI-Vorhersagesystem für weltweite Wind- und PV-Einspeisungen im 15-Minuten-Raster mit mehr als 1.5 Mio. Anlagen.

Verantwortlichkeiten:

• Entwicklung von Vorhersage-Algorithmen mit Machine-Learning
• Sonder-Implementierung für Kunden in mehreren Ländern
• effiziente Speicherung von Zeitreihen
• Entwicklung eines komplexen Algorithmus für energieerhaltende Leistungsaggregation

Erfolge:

• Deployment in 9 Ländern für >1,5 Mio. Anlagen
• erfolgreiches Onboarding von Großkunden
• Hochpräzisse ANN-basierte Vorhersagen
• Integration multipler Datenquellen (ECMWF, DWD, NOAA, Satellitendaten, usw.)
• Big Data Cluster: 120+ Knoten, ~2 PB Kapazität, >150 GB/Tag Datenverarbeitung
• 24/7-Monitoring und automatische Qualitätssicherung

Konzeption und Entwicklung eines Geo-Technisches-Informationssystem für heterogene

Daten mit hochperformanter 3D-Suche und Visualisierung.

Verantwortlichkeiten:

Projektleitung & Requiement Engeneering

Implementierung diverser Backend- und Frontend-Komponenten

Import/Export von Daten aus diversen Fremdsystemen (SAP, DBase, AutoCAD, ESRI, etc.)

Diverse Visualisierungsmöglichkeiten der Daten

Kopplung und automatisierter Datenaustausch mit AutoCAD

Erfolge:

• Produktivbetrieb seit 2006 bis heute
• Roll-Out auf mehr als 14 Minen in Deutschland und Kanada
• Mehrfacher erfolgreicher Datenbank-Wechsel (Oracle, IBM DB2, PostgreSQL)