Projektziel: Entwicklung eines Tools zur intelligenten Steuerung der Hardware-Aufrüstung von Mobilfunkstandorten. Ermittlung potenzieller Evolutions-Pfade, Berechnung von KPIs je Pfad. Auswahl des optimalen Investitionsplans für die nächsten 15 Jahre je Mobilfunkstandort. Berücksichtigung von Budget- und technischen Constraints und Mobilfunkqualität.
Aufgaben:
Kundennutzen: Auflösung von Überlastzeiten der Bandbreite mit höchstem Impact auf die Kundenzufriedenheit.
Projektziele: Zentraler Kern des Projekts FLEIS ist die Erkennung und proaktive Abwehr von digitalen Bedrohungen.
Aufgaben:
Kundennutzen: Einsatz des entwickelten Prognose-Systems in Supermärkten und Bürogebäuden zur Reduktion des Energieverbrauchs.
Aufgaben:
Erstellung Antragskonzept und Anforderungsanalyse
Teamführung des Data Science Teams
Interner Wissensaufbau
Design und System-Architektur, Datenintegration
Machine Learning Pipelines mit individuell designten KI-Modellen
Machine Learning DevOps und CI/CD
Aufbau KI-Stack und KI-Pipeline
Explainable AI (Einflussgrößen und Prognose)
Projektmanagement, Teamleitung
Kundennutzen: Einsatz des entwickelten Prognose-Systems in Supermärkten und Bürogebäuden zur Reduktion des Energieverbrauchs.
Aufgaben:
Erstellung Antragskonzept und Anforderungsanalyse
Teamführung des Data Science Teams
Interner Wissensaufbau
Design und System-Architektur, Datenintegration
ML Pipelines mit individuell designten KI-Modellen
Machine Learning DevOps und CI/CD
Aufbau KI-Stack und KI-Pipeline
Explainable AI (Einflussgrößen und Qualitätsoptimierung)
Projektmanagement, Teamleitung
Kundennutzen: Reduktion von Lagerhaltungs- und Verschrottungskosten durch bessere Bestandsprognosen.
Projektziele: Entwicklung von individuellen Vertragsbestandteilen (Dynamic Pricing bei Krediten), Transparenz über Kündigungswahrscheinlichkeiten (Customer Churn), Steigerung von Produktionen bei gleichzeitiger Reduktion von verderblicher Ware (Produktionsprognose), Optimaler Zeitpunkt von Wartungszeiten (Laufzeitanalyse)
Aufgaben:
Kundennutzen: Berechnung des Mehrwertes derKünstlichenIntelligenzmittels ROI und Erstellung eines Prototyps
Aufgaben:
Kundennutzen: Schaffung von mehr Transparenz durch Zusammenführung bestehender Systeme und Berechnung verschiedener Kennzahlen zur Unternehmenssteuerung.
Aufgaben:
Anforderungsanalyse, Angebotserstellung
Prototypentwicklung
Netzwerkdesign- und Architektur
Kennzahlen- und Metrikvalidierung
Kundennutzen: Steigerung der Menge an vorproduzierten Frischwaren, um mehr Kunden bedienen zu können.
Aufgaben:
Anpassungsmöglichkeiten und Training
Anwendungsfälle und Einsatzmöglichkeiten
Analyse und Optimierung von Modellen
Vertriebsmöglichkeiten
Kundennutzen: Schaffung von messbarem Mehrwert von Deep Learning, Machine Learning
Aufgaben:
Anforderungsaufnahme
IT-Konzeption
Web-Architektur und -Design
App-Entwicklung
Scrum
Prototyping
Kundennutzen: Steigerung der Kundenbindung durch höheren Komfort und Transparenz
Aufgaben:
Projektmanagement nach PMI
Stakeholdermanagement
Beratung Oracle Datenbanken
Projektinitiierung
Voruntersuchungen/Grobkonzept
Anforderungs und -ablaufanalysen
Hardware-Ausschreibung
Kundennutzen: Digitalisierung der Kassentresore zur Gewinnung aktueller Daten
Aufgaben:
Anforderungs- und Ablaufanalysen
Konzeption und Daten- und Prozessmodellierung im DWH-Umfeld (ETL und BI) mit MID Innovator
Verfahrensverantwortung im Bereich Controlling
Koordination von bis zu 23 Mitarbeitern
Kundenmanagement (Lenkungsausschuss, Statusberichte)
Prozessoptimierungen im Projektmanagement
Kundennutzen: Transparente Ermittlung der Arbeitslosenkennzahlen für den Bund
Aufgaben:
Anforderungs- und Ablaufanalysen
Konzeption im DWH-Umfeld (ETL)
Entwicklung in Oracle PL/SQL
Architekturdesign
Kundennutzen:
Wartbarkeit des Programmcodes vereinfachen
Aufgaben:
Projektmanagement nach PMI
Stakeholdermanagement
Beratung Oracle Datenbanken
Projektinitiierung
Voruntersuchungen/Grobkonzept
Anforderungs und -ablaufanalysen
Hardware-Ausschreibung
Kundennutzen: Digitalisierung der Kassentresore zur Gewinnung aktueller Daten
Aufgaben:
Projektleiter im Umfeld Datawarehouse
Projektinitiierung und Voruntersuchungen
Anforderungs- und Ablaufanalysen
Vertragsverhandlungen und Angebotserstellung
Projektmanagement (Initiierung, Planung, Ausführung, Monitoren, Abschluss)
Kundennutzen: Berechnung der voraussichtlichen Lieferzeit für den Endkunden
Leitung eines Projektteams mit 6 Mitarbeitern
Projektmanagement / Projektleitung
Anforderungsanalysen
Vertragsverhandlungen und Angebotserstellung
Kundennutzen: Verbesserung der Datenqualität, Reduktion des Wartungsaufwands und Reduktion des Aufwands bei Neuentwicklungen
Data Science
Data Scientist
Data Engineer
Machine Learning
MLOps
Data Warehouse
Projektmanagement
Projektmanager
Handel
Banken
Versicherungen
Lebensmittellogistik
Lebensmittelproduktion
Öffentlicher Dienst
IT
Projektziel: Entwicklung eines Tools zur intelligenten Steuerung der Hardware-Aufrüstung von Mobilfunkstandorten. Ermittlung potenzieller Evolutions-Pfade, Berechnung von KPIs je Pfad. Auswahl des optimalen Investitionsplans für die nächsten 15 Jahre je Mobilfunkstandort. Berücksichtigung von Budget- und technischen Constraints und Mobilfunkqualität.
Aufgaben:
Kundennutzen: Auflösung von Überlastzeiten der Bandbreite mit höchstem Impact auf die Kundenzufriedenheit.
Projektziele: Zentraler Kern des Projekts FLEIS ist die Erkennung und proaktive Abwehr von digitalen Bedrohungen.
Aufgaben:
Kundennutzen: Einsatz des entwickelten Prognose-Systems in Supermärkten und Bürogebäuden zur Reduktion des Energieverbrauchs.
Aufgaben:
Erstellung Antragskonzept und Anforderungsanalyse
Teamführung des Data Science Teams
Interner Wissensaufbau
Design und System-Architektur, Datenintegration
Machine Learning Pipelines mit individuell designten KI-Modellen
Machine Learning DevOps und CI/CD
Aufbau KI-Stack und KI-Pipeline
Explainable AI (Einflussgrößen und Prognose)
Projektmanagement, Teamleitung
Kundennutzen: Einsatz des entwickelten Prognose-Systems in Supermärkten und Bürogebäuden zur Reduktion des Energieverbrauchs.
Aufgaben:
Erstellung Antragskonzept und Anforderungsanalyse
Teamführung des Data Science Teams
Interner Wissensaufbau
Design und System-Architektur, Datenintegration
ML Pipelines mit individuell designten KI-Modellen
Machine Learning DevOps und CI/CD
Aufbau KI-Stack und KI-Pipeline
Explainable AI (Einflussgrößen und Qualitätsoptimierung)
Projektmanagement, Teamleitung
Kundennutzen: Reduktion von Lagerhaltungs- und Verschrottungskosten durch bessere Bestandsprognosen.
Projektziele: Entwicklung von individuellen Vertragsbestandteilen (Dynamic Pricing bei Krediten), Transparenz über Kündigungswahrscheinlichkeiten (Customer Churn), Steigerung von Produktionen bei gleichzeitiger Reduktion von verderblicher Ware (Produktionsprognose), Optimaler Zeitpunkt von Wartungszeiten (Laufzeitanalyse)
Aufgaben:
Kundennutzen: Berechnung des Mehrwertes derKünstlichenIntelligenzmittels ROI und Erstellung eines Prototyps
Aufgaben:
Kundennutzen: Schaffung von mehr Transparenz durch Zusammenführung bestehender Systeme und Berechnung verschiedener Kennzahlen zur Unternehmenssteuerung.
Aufgaben:
Anforderungsanalyse, Angebotserstellung
Prototypentwicklung
Netzwerkdesign- und Architektur
Kennzahlen- und Metrikvalidierung
Kundennutzen: Steigerung der Menge an vorproduzierten Frischwaren, um mehr Kunden bedienen zu können.
Aufgaben:
Anpassungsmöglichkeiten und Training
Anwendungsfälle und Einsatzmöglichkeiten
Analyse und Optimierung von Modellen
Vertriebsmöglichkeiten
Kundennutzen: Schaffung von messbarem Mehrwert von Deep Learning, Machine Learning
Aufgaben:
Anforderungsaufnahme
IT-Konzeption
Web-Architektur und -Design
App-Entwicklung
Scrum
Prototyping
Kundennutzen: Steigerung der Kundenbindung durch höheren Komfort und Transparenz
Aufgaben:
Projektmanagement nach PMI
Stakeholdermanagement
Beratung Oracle Datenbanken
Projektinitiierung
Voruntersuchungen/Grobkonzept
Anforderungs und -ablaufanalysen
Hardware-Ausschreibung
Kundennutzen: Digitalisierung der Kassentresore zur Gewinnung aktueller Daten
Aufgaben:
Anforderungs- und Ablaufanalysen
Konzeption und Daten- und Prozessmodellierung im DWH-Umfeld (ETL und BI) mit MID Innovator
Verfahrensverantwortung im Bereich Controlling
Koordination von bis zu 23 Mitarbeitern
Kundenmanagement (Lenkungsausschuss, Statusberichte)
Prozessoptimierungen im Projektmanagement
Kundennutzen: Transparente Ermittlung der Arbeitslosenkennzahlen für den Bund
Aufgaben:
Anforderungs- und Ablaufanalysen
Konzeption im DWH-Umfeld (ETL)
Entwicklung in Oracle PL/SQL
Architekturdesign
Kundennutzen:
Wartbarkeit des Programmcodes vereinfachen
Aufgaben:
Projektmanagement nach PMI
Stakeholdermanagement
Beratung Oracle Datenbanken
Projektinitiierung
Voruntersuchungen/Grobkonzept
Anforderungs und -ablaufanalysen
Hardware-Ausschreibung
Kundennutzen: Digitalisierung der Kassentresore zur Gewinnung aktueller Daten
Aufgaben:
Projektleiter im Umfeld Datawarehouse
Projektinitiierung und Voruntersuchungen
Anforderungs- und Ablaufanalysen
Vertragsverhandlungen und Angebotserstellung
Projektmanagement (Initiierung, Planung, Ausführung, Monitoren, Abschluss)
Kundennutzen: Berechnung der voraussichtlichen Lieferzeit für den Endkunden
Leitung eines Projektteams mit 6 Mitarbeitern
Projektmanagement / Projektleitung
Anforderungsanalysen
Vertragsverhandlungen und Angebotserstellung
Kundennutzen: Verbesserung der Datenqualität, Reduktion des Wartungsaufwands und Reduktion des Aufwands bei Neuentwicklungen
Data Science
Data Scientist
Data Engineer
Machine Learning
MLOps
Data Warehouse
Projektmanagement
Projektmanager
Handel
Banken
Versicherungen
Lebensmittellogistik
Lebensmittelproduktion
Öffentlicher Dienst
IT