KI und maschinelles Lernen für Mittelstand und Startups · Berlin
Maschinelles Lernen aus der Forschung, eingesetzt in der Praxis.
2024 an der Freien Universität Berlin gegründet, unterstützen wir Unternehmen bei Forschung und Entwicklung in KI und maschinellem Lernen. Wir beraten, wo sich KI und maschinelles Lernen lohnen, und entwickeln Systeme für den produktiven Einsatz.
Veröffentlichte Fallstudie
Ein RAG-Chatbot, der die Dauer des Aufklärungsgesprächs vor CT-Untersuchungen um 38 % verkürzt.
PIA beantwortet Fragen von Patienten vor einer CT-Untersuchung, gestützt auf validierte klinische Dokumente. Wir haben PIA in einer prospektiven Vergleichsstudie mit 86 Patienten getestet.
PIA in einer Krankenhaus-Informationsanwendung. Die Studienversion deckte die Aufklärung vor CT-Untersuchungen ab.
120 s vs. 195 s, p = 0,04
vs. 8,93 Kontrolle, nicht signifikant
vs. 8,86 Kontrolle, nicht signifikant
43 PIA / 43 Kontrolle, EK-genehmigt
Ein Großteil der Aufklärungsinformationen wiederholt sich von Patient zu Patient. PIA übernimmt diesen Teil, und die Patienten verstehen ihn genauso gut wie im Arztgespräch.
Folgeprojekte in der Geburtshilfe und bei der operativen Aufklärung laufen in Leipzig, Berlin und München.
Busch, Kaibel, Nguyen et al., Journal of Imaging Informatics in Medicine 38, 4312–4323 (2025) · doi.org/10.1007/s10278-025-01483-w
Was wir entwickeln
Zwei Leistungslinien, ein Forschungsteam.
Klarheit vor der Beauftragung.
Wir helfen Ihnen, die richtigen KI-Potenziale zu identifizieren, eine Roadmap zu entwickeln und die Umsetzung zu begleiten.
- Potenzialanalyse und Bewertung
- Roadmapping und Governance-Beratung
- Interim-KI-Leitung
- Workshops für Technik- und Führungsteams
- HR- und Recruiting-Unterstützung für ML-Stellen
Vom Prototyp in die Produktion.
Wir bauen die Systeme: MVPs, vollständige Pipelines, Datenanalyse, Dashboards. Computer Vision, NLP, Zeitreihen.
- LLM-Dokumentensuche und Chatbots
- Objekterkennung und -zählung in Bildern
- Zeitreihenprognosen und Anomalieerkennung
- Prädiktive Analysen und Dashboards
- Evaluierung, Erklärbarkeit, Deployment, Monitoring
Der CIATA-Prozess
Drei Phasen, vom Verständnis Ihres Geschäfts bis zum System im Betrieb. Evaluation und Dokumentation sind immer enthalten.
Wir schulen auch Ihr Team.
Workshops für Entwicklungsteams und Führungskräfte, von ML-Grundlagen bis zur Bewertung von KI-Investitionen.
Zu den WorkshopsWir schulen auch Ihr Team.
Workshops für Entwicklungsteams und Führungskräfte, von ML-Grundlagen bis zur Bewertung von KI-Investitionen.
Zu den WorkshopsAus unseren Projekten
Ausgewählte Projekte.
Prädiktive Analytik
Projektplanung: Vorhersage von Erfolgswahrscheinlichkeiten mit statistischen Modellen.
Predictive Maintenance
Datenanalyse: vorausschauende Wartung und Fehlererkennung.
Computer Vision
Bild- und Videoanalyse: Flussanalyse und Erkennung bestimmter Blutzellvarianten.
Das Team
Fünf Forscher, Dutzende Projekte.
Unser Team forscht in Computer Vision, NLP und Robotik.
Prof. Dr. Tim Landgraf
Geschäftsführender Partner
David Dormagen
Lead ML & Partner
Lukas Kaibel
ML Engineer
Manuel Heurich
ML Engineer
Max Granz
ML Engineer
Prof. Dr. Tim Landgraf
Geschäftsführender Partner
David Dormagen
Lead ML & Partner
Lukas Kaibel
ML Engineer
Manuel Heurich
ML Engineer
Max Granz
ML Engineer
Zusammenarbeitsmodelle
Definierte Leistungen, feste Zeitpläne.
4–6 Wochen
Strategie- und Governance-Sprint
Chancenanalyse, strukturierter Vorschlag, unterschriftsreife Roadmap mit Governance-Empfehlungen.
3–6 Monate
Umsetzungs- und Pilotphase
Produktionsreifer Pilot oder Live-Lösung mit messbaren KPIs.
Laufend
Executive Sparring
Beratung, Interim-Leadership und Recruiting-Bridge für KI-Fachkräfte.
8–12 Wochen
MVP-Acceleration
Validierter MVP, entwickelt von angewandten ML-Forschern, produktionsreif.
Beteiligungsmodell
Tech-for-Equity
Honorar plus kleiner Beteiligungsanteil. Aufeinander abgestimmte Interessen für Teams in der Frühphase, die schnell vorankommen müssen.
Laufend
CTO Sparring
Technische Führung und Recruiting-Bridge für ML-Fachkräfte.
