embeddif.ai

"embeddif.[ai]" verändert die Art und Weise, wie wir über KI denken. Mithilfe von embeddif.ai können komplexe Machine Learning Anwendungen lokal auf eingebetteten Systemen ausgeführt werden – ganz ohne Cloud.

embeddif.[ai] stellt eine vom Fraunhofer IIS entwickeltes Produktportfolio dar. Die Implementierung ermöglicht die schnelle Entwicklung und stromsparende Ausführung von KI-Algorithmen direkt auf eingebetteter Hardware.

Durch die Implementierung von "embeddif.[ai]-Anwendungen" lassen sich in verschiedenen Bereichen z.B. die Kosten für Ausfallzeiten reduzieren und die Serviceeffizienz erhöhen und das von der Zustandsüberwachung in Industrie 4.0 Anwendungen bis hin zu Sportanwendungen. 
 

  • embeddif.[ai] Joint Lab: Eine schnelle Zusammenarbeit zu Ihrer ausführbaren AI
  • embeddif.[ai] Software Suite: Wir bieten Ihnen ein Toolset für einen schnellen Einstieg in die Entwicklung von eingebetteter KI.
  • embeddif.[ai] Seminar: Wir vermitteln Ihnen umfassendes KI-Know-how in auf Ihre Bedürfnisse zugeschnittenen Seminaren.
  • embeddif.[ai] Benchmark: Wir bieten Ihnen fundierte Auswahlmöglichkeiten für die Kombination von Hardware und KI, die Ihren Bedürfnissen entspricht.
     

Sie wollen die effizientesten und schnellsten KI-Algorithmen? - Mithilfe unseres Produktportfolios können Sie einzigartige KI-Anwendungen gezielt für Ihre eingebettete Hardware entwickeln. 

Angebot

Sie wollen ein KI-basiertes Projekt durchführen und wissen bereits, dass die Ausführung auf eingebetteter Hardware stattfinden wird?   

Sie möchten bei der Ausführung Ihrer KI-Modelle Energie sparen und damit die Laufzeit Ihres Sensorsystems verlängern?

Sie haben eine Idee für ein batteriebetriebenes Sensorsystem mit KI-Funktionalität und brauchen Unterstützung?

 

Auf unserer tinyML Seite, finden Sie einen Überblick unseres Angebots.

Vorteile im Überblick

Energieeffizienz & Ressourcenschonung

Die TinyML braucht, um ML-Anwendungen auszuführen, bis zu tausendmal weniger Strom im Vergleich zu einer Standard-GPU. Der Grund hierfür ist unter anderem das lokale Ausführen der Modelle, statt die Daten hin- und herzusenden. Aus diesem Grund können die TinyML-Geräte je nach Anwendungsfall teilweise jahrelang ohne Batterien betrieben werden.

Auch die Größe der benötigten Batterien und somit die Nutzung von wertvollen Ressourcen verringert sich durch die erhebliche Energieeinsparung.

Echtzeit

Da das Modell lokal ausgeführt wird, müssen die Rohdaten, um die Inferenz durchzuführen, nicht erst an die Cloud gesendet und im verarbeiteten Zustand wieder zurückgesendet werden. Dadurch verringert sich die Latenzzeit der Ausgabe sowie der Bedarf an Kommunikationsbandbreite, was wiederum eine schnelle Reaktion ermöglicht.

Unabhängigkeit, Datenschutz & Sicherheit

Der Anwender steht in keiner Abhängigkeit zu einem Cloud-Service-Anbieter. Da die Daten somit nicht mit Externen geteilt werden müssen, trägt dies letztlich auch zum Schutz der Privatsphäre bei.

Außerdem besteht keine Abhängigkeit von einer Kommunikationsverbindung. Das Risiko möglicher Störungen bei der Übertragung zwischen dem eingebetteten System und der Cloud wird also beseitigt.

Überblick

Ziel von "embeddif.[ai]" ist es, Unternehmen die Möglichkeit und Wege zu bieten, KI Technologien in ihre innovativen Produkte zu integrieren. 

Es ergeben sich folgende Vorteile:

 

Vorteile:

Einzigartige Optimierung Lokale KI Einfache Integration Geringe Hardwarekosten
Multikriterielles Auto-ML zur Generierung optimaler KI-Pipelines Sensorbasierte KI wird auf dem Gerät ausgeführt, Cloud-Verbindung nicht erforderlich Schnelle Integration in bestehende Systeme, z. B. für zusätzliche Features Einsatz auf preiswerter Standard-Hardware möglich

Konkrete Leistungen im Überblick

Wir bieten Komplettangebote, die ganz oder in Komponenten nach Ihren Anforderungen eingesetzt werden können. Alle Komponenten lassen sich beliebig kombinieren und Ihren Bedürfnissen anpassen.

Wir haben sehr gute Erfahrungen mit unseren Kunden in gemeinsamen sogenannten "Fast Track Joint Labs" gemacht. Hier entwickeln wir mit Ihnen zusammen innerhalb eines Monats eine erste Lösung für Ihre eingebettete KI-Anwendung.

Typisch ist dabei folgender Ablauf:

  • Kick-Off
  • Auswahl der benötigten Bestandteile der Lösung
  • Schnelles Proof of Concept
  • Boxen Stop
  • Gemeinsame Entwicklung der fertigen KI-Anwendung

Als Ergebnis entsteht eine lauffähige Lösung und das Know-How während des Projekts wird ausgetauscht.

Was bekommen Sie?

  • Wir führen Sie zügig durch ein gemeinsames Projekt bis zur fertigen KI-Pipeline in C/C++ oder Python.
  • Gemeinsam entwickelte Softwarebestandteile befähigen Sie, die Entwicklung nachzuvollziehen.

Wenn Sie bereits einen Datensatz haben, kann bereits nach wenigen Tagen ein Proof of Concept entstehen.

Ihre Vorteile

  • Know-how-Transfer passiert während des Projekts, nicht danach
  • Ihre Mitarbeiter werden zu KI-Experten für die Bearbeitung Ihrer Anwendungen (integrierte Weiterbildung).

Einige unserer Kunden setzen zunehmend auf KI-Funktionen in Ihren Produkten. Damit Sie auch selbständig handlungsfähig sind, stellen wir eine Software Suite bereit mit dem unsere Kunden selbst eingebettete KI-Pipelines entwickeln, evaluieren und deployen können.

Was bekommen Sie?

  • Software Suite in Form von aufeinander abgestimmten Jupyter Notebooks und von Fraunhofer entwickelten Bibliotheken im Hintergrund
  • Export finaler KI-Pipelines für eingebettete Systeme
  • Anpassung der Software Suite an Ihre Problemstellungen, z.B. Verarbeitung bestimmter Datenquellen (Sensordaten, Audio, Video)
  • Einen halbtägigen Einführungsworkshop,
    falls möglich anhand Ihrer eigenen Daten

Optional

  • Wir empfehlen die Kombination mit dem Seminar, um erweitertes Know-How aufzubauen.
  • Support für ein Jahr, ggf. auch inkl. Entwicklungsstunden
  • Wir unterstützen Sie auch gerne bei der finalen Integration,
    z.B. in der Form eines Joint Labs (siehe rechts).

Ihre Vorteile

  • Enormer Know-how-Transfer durch Best Practices implementiert in der Software Suite
  • Sofortige Handlungsfähigkeit in ihren KI-Projekten
  • Wir lassen Sie nicht alleine in Ihren Projekten.

Wir bieten ein zweitägiges Zero-to-Hero-Seminar, um praxisnah die Grundlagen des maschinellen Lernens umsetzen zu können.
Das Seminar kann gerne mit Hilfe Ihrer Daten auf Sie zugeschnitten werden, falls Sie eine Weiterbildung für Ihre Organisationseinheit wünschen.

Was bekommen Sie?

  • Mit Ihren Daten und Wünschen erstellen wir eine angepasste Version unseres bewährten ML Seminars.
  • Ihre teilnehmenden Mitarbeiter erlernen die Grundlagen des maschinellen Lernens inkl. Best Practices in der Theorie und anhand von Praxisbeispielen.
  • Sie bekommen die Seminarmaterialien inklusive des verwendeten Source Codes (Jupyter Notebooks).

Ihre Vorteile

  • Schneller Wissensaufbau im eigenen Team
  • Wissen, das sofort in die Praxis umsetzbar ist.

Potenzialanalyse Ihres Problems / Ihres Datensatzes.

Was bekommen Sie?

  • Report als PDF:
    • Wie gut ist Ihr Problem lösbar?
    • Welche KI-Verarbeitungsketten erfüllen Ihre Anforderungen?

Was bekommen Sie?

  • Übersicht über den Energiebedarf / Rechenbedarf vs. die erzielbare Leistung von KI-Pipelines auf eingebetteter Hardware
  • Der Report enthält eine Übersicht über pareto-optimale Lösungen sowohl mit klassischem ML, als auch mit Deep Learning.
    • → So können Sie entscheiden:
      • Braucht es zwingend Deep Learning?
      • Auf welcher Hardware passt eine Lösung am besten?

Ihre Vorteile

  • Schnelle Abschätzung der Umsetzbarkeit auf Ihrer Hardware
  • Frühe Informationen zu Hardwareentscheidungen

Edge AI – klein, privat, energieeffizient

Sei es für die Automatisierung von Prozessen, sei es für die Analyse großer Datenmengen: Intelligente und selbstlernende Systeme werden in Unternehmensprozessen zunehmend wichtiger. Bisher müssen diese intelligenten Systeme stets in Verbindung mit einer Cloud stehen, da diese die große Rechenleistung für die mathematischen Algorithmen zur Verfügung stellt. Mit Edge AI, kurz für Edge Artificial Intelligence, kommt nun die nächste Generation von intelligenten Systemen ins Haus: Die Intelligenz wird dabei direkt in die Endgeräte verlagert.

Datenschutz und Datenverarbeitung

Wir setzen zum Einbinden von Videos den Anbieter YouTube ein. Wie die meisten Websites verwendet YouTube Cookies, um Informationen über die Besucher ihrer Internetseite zu sammeln. Wenn Sie das Video starten, könnte dies Datenverarbeitungsvorgänge auslösen. Darauf haben wir keinen Einfluss. Weitere Informationen über Datenschutz bei YouTube finden Sie in deren Datenschutzerklärung unter: https://policies.google.com/privacy

Anwendungen und Demos

"embeddif.[ai] lässt sich auf viele Anwendungsbereiche übertragen. Einige dieser Anwendungsbereiche finden Sie hier. Durch das Maschinelle Lernen in eingebetteten Sensormodulen, ist es dem embeddif.[ai] möglich, Prozesse zu erkennen, zu überwachen und zu detektieren. Für weitere Informationen zu den Anwendungen klicken Sie auf die Links.

 

embeddif.[ai] Tools

Maschinelles Lernen in eingebetteten Sensormodulen für kognitive Handwerkzeuge, um Montageprozesse zu erkennen und die Qualität sicherzustellen.

 

embeddif.[ai] Sports

Maschinelles Lernen in eingebetteten Systemen, z. B. "Wearables" für Sportanwendungen wie Fitness, Fußball, Boxen oder Basketball.  

 

embeddif.[ai] Condition Monitoring

Durch Maschinelles Lernen in eingebetteten Systemen Zustände von Anlagen und Maschinen überwachen, um frühzeitig reagieren zu können oder die Effizienz zu steigern.  

 

embeddif.[ai] Audio

Maschinelles Lernen in eingebetteten Sensormodulen für kognitive Sprach- und Audioanalyse. embeddif.[ai] erkennt Audiokommandos ohne Cloud-Verbindung.