SCE

SCE München 48.1538958 Heßstraße 89 +498912653200

- - - - -

paretos.ai - Optimale Lösungen für die Effizienz von Morgen

Go back

Unser Start-up-League Alumni paretos.ai schließt erfolgreich seine erste Finanzierungsrunde ab. Ihr KI-gestützter Optimierungs-Algorithmus übertrifft bereits heute die „State of the Art“ Optimierer.

Als Absolventen-Team des Start-up Zertifikat Förderprogramms von Hochschule München (HM) und Strascheg Center for Entrepreneurship (SCE) optimiert und automatisiert paretos.ai mit ihrem selbstentwickelten KI-gestützten Algorithmus „Socrates“ sowohl Machine Learning Modelle als auch komplexe Simulationen und digitale Zwillinge. Paretos.ai beschleunigt und perfektioniert den Prozess der Daten-Analyse, bei Modellen mit vielen Eingangs- und Ausgangsgrößen um ein Vielfaches und hilft dabei höchst effizient und dauerhaft optimale Lösungen zu finden.

Das Problem: Bei der Auslegung von KI und ML Modellen, wie auch komplexen Simulationen, virtuelle Prototypen und digitalen Zwillingen, gibt es nie die eine, perfekte Lösung, sondern immer ein Set an optimalen Lösungen. Unternehmen kostet es viel Zeit und Geld nach der optimalen Lösung zu suchen – man gibt sich somit oft mit der „nächstbesten“ zufrieden. Paretos.ai schafft hier Abhilfe. 

„Socrates“ entstand in langjähriger Forschungsarbeit an der HM (Fakultät 04 für Elektrotechnik und Informationstechnik) und wurde international – unter anderem am MIT – intensiv validiert. Heute übertrifft „Socrates“ die modernsten Optimierungsalgorithmen, vor allem in hochdimensionalen Räumen. Die Anwendungen von paretos.ai befähigen Unternehmen aus den eigenen optimierten Daten effizient zu lernen. Paretos.ai wendet sich an Unternehmen, die bereits mit ML-Modellen, digitalen Zwillingen oder komplexen Simulationen arbeiten, aber auch an Unternehmen, die noch keine entsprechende Optimierungsmethoden bei sich einsetzen. 

Das Potenzial von paretos.ai bestätigte sich bereits in ersten Projekten. Bei der automatisierten Entwicklung neuronaler Netze zur Bienenerkennung konnten die Trainingszeiten erheblich reduziert werden. Übliche Verfahren hatten bis zu 170.000 Trainingszyklen für die Optimierung der Bilderkennung benötigt, der Algorithmus von paretos.ai verringerte die Anzahl an Trainings bei gleicher Leistungsfähigkeit auf knapp 100 Zyklen. Ähnlich beeindruckend war die Effizienzsteigerung bei der Entwicklung eines Elektrofahrzeugs, dort erforderte die Simulation nur noch vier Stunden statt normalerweise 84 Wochen. Zudem erleichterte paretos.ai nach Abschluss der Optimierung die strategische Weichenstellung dadurch, dass alle Systemauslegungen auf einen Blick ersichtlich waren und die Entscheidung mit erheblich höherer, datengestützter Qualität getroffen und sehr effizient umgesetzt werden konnte.

Paretos.ai legt die Weichen für eine kommerziell nutzbare Applikation, die Unternehmen befähigt ihre Entscheidungen mit erheblich höherer Qualität und Effizienz zu treffen. Bei diesem Schritt wünschen wir den Gründern Fabian Rang und Thorsten Heilig, sowie dem gesamten Team weiterhin viel Erfolg. 

Wenn ihr mehr über paretos.ai erfahren möchtet, dann schaut auf der Homepage oder auf dem neuen YouTube Kanal „Optimization Geeks“ vorbei.