Integration und Portabilität
Datenpipelines, APIs und Konnektoren, gepflegt als eine Codebasis, mit Export von Daten und Konfiguration in dokumentierten Formaten, damit sich ein Modell oder ein Hosting-Anbieter austauschen lässt.
Kompetenzen
Angewandte KI und das zugehörige Engineering: die Branchen, in denen wir arbeiten, die Systeme, die wir bauen, und wie wir sie umsetzen. Wie Evaluation und Governance geregelt sind, steht unter Forschung und Evaluation.
Branchen
Bildgebung und multimodale Auswertung, klinische Entscheidungsunterstützung, strukturierte Dokumentation, Forschungsabläufe, Kuratierung und Qualitätsprüfung von Datensätzen sowie Evaluation mit klinischen Fachpersonen nach vereinbarten Kriterien.
Könnte ein System als reguliertes Medizinprodukt gelten, wird diese Frage schon bei der Festlegung des Projektumfangs geklärt, bevor das Design davon abhängt.
Prädiktive Modellierung und Wartung, Anomalieerkennung, Dokumentenintelligenz, Workflow-Automatisierung, Systemintegration, Messtechnik in rauen Umgebungen und Echtzeitüberwachung der Sicherheit im Werk. Umgesetzt in der Aluminiumproduktion, der Metallurgie und der Halbleiterfertigung.
Entscheidungsunterstützung für Landwirtschaftsbetriebe und Lebensmittelproduzenten: Planung von Behandlungen, Bewässerung und Feldarbeiten nach der Wetterlage, auf Basis von Prognosen und Betriebsdaten. Die Begründung jeder Empfehlung wird der Person angezeigt, die entscheidet.
Satoria, ein eigenes Produkt von Artabel, wurde in einem Pilotprojekt mit einem Produzenten von Spezialkulturen in Frankreich erprobt.
Quellengestützte Vermittlung für Museen und Archive: Erfassung heterogener und teils analoger Sammlungen, rechtekonformer Zugang, Provenienz und Zuschreibung, mehrsprachige Bereitstellung und Oberflächen, die das Publikum ohne Begleitung nutzt. Technisch ist es dieselbe Such- und Dokumentenarbeit wie in anderen Branchen; anders ist, dass sich die Rechtslage von Datensatz zu Datensatz ändert.
Was wir bauen
Zehn Kompetenzbereiche.
Konfigurierbare Systeme für Produktion, Beschaffung, Logistik, Buchhaltung und Dokumentenfreigabe, mit rollenbasiertem Zugriff, Reporting und Anbindung an bestehende Systeme, über viele Jahre gewartet.
Realisiert: VRPIS, die Unternehmensplattform eines Aluminiumherstellers, seit 2017 täglich im Einsatz.
Erfassung, OCR, Layout- und Metadatenextraktion über heterogene Archive; hybride lexikalische und semantische Suche; Generierung mit Verweis auf die verwendete Textstelle. Eine unbelegte Aussage in generierten Ergebnissen gilt als Fehler.
Realisiert und in Betrieb: ein Unternehmensarchiv aus acht Jahren mit KI-gestützter Klassifikation und Analyse; ein laufendes Programm für Dokumentenintelligenz seit 2023.
Klassifikation, Objekterkennung und Segmentierung bei verrauschten, nur begrenzt verfügbaren oder klinisch sensiblen Bilddaten, mit anatomischer Zuordnung, Flächenquantifizierung und beobachterunabhängiger Bewertung.
Forschungsreferenz: automatisierte Quantifizierung von Ekzemläsionen nach anatomischer Region — Fingerkuppen, Finger, Handflächen, Handrücken, Handgelenke — mit dem Universitätsspital Basel.
Spracherkennung und strukturierte Dokumentation aus Fachdiktaten und Sprechstundenaufnahmen; Extraktion von Entitäten und Beziehungen aus unstrukturiertem Text in die Schemata, die Ihre Systeme bereits nutzen.
Forschungsreferenz: automatisierte Transkription und Zusammenfassung dermatologischer Sprechstunden zu strukturierter klinischer Dokumentation mit menschlicher Validierung — mit dem Universitätsspital Basel.
Prognosen, Anomalieerkennung und Restlebensdauerschätzung aus Sensor- und Prozessdaten, bewertet nach den Kosten eines Fehlalarms und eines übersehenen Ausfalls.
Realisiert für onsemi, einen Halbleiterhersteller: Zusammenführung von über fünfzig Sensordatenströmen zu einer KI-gestützten Lebensdauervorhersage für elektrische Bauteile.
Prüfung eines Datensatzes vor der Modellierung: themenfremde Beispiele, Beinahe-Duplikate, Labelfehler und die Qualitätsprobleme, die unbemerkt begrenzen, was ein Modell erreichen kann.
Forschungsreferenz: automatisierte Bereinigung grosser Bildsammlungen — Erkennung themenfremder Beispiele, von Beinahe-Duplikaten und Labelfehlern.
Erzeugung von Trainings- und Testmaterial, wo echte Daten nicht geteilt werden können, mit getrennt bewerteten Metriken für Wiedergabetreue, Vielfalt, Nutzen für nachgelagerte Aufgaben und Abfluss vertraulicher Informationen.
Forschungsreferenz: ein Projekt zum Benchmarking synthetischer Daten mit Entwicklung von Evaluationsmetriken und vergleichenden Benchmarks.
Assistenten für klar umrissene Aufgaben innerhalb eines definierten Fachprozesses: eingeschränkter Werkzeugzugriff, ausdrückliche Quellenangaben, eine benannte Person, die vor jeder Freigabe zustimmt, und eine manuelle Rückfallebene.
Forschungsreferenz: Automatisierung von Abläufen der digitalen Forensik, bei der jeder Schritt zurechenbar ist und eine qualifizierte Fachperson das Ergebnis freigibt.
Konfigurierbare 2D- und 3D-Visualisierung und immersive Umgebungen für Lehre, Forschung und technische Inspektion.
Messtechnik für raue Umgebungen, Echtzeitüberwachung von Position und Zustand und die Integration, die Messwerte ins führende System statt auf Papier bringt.
Realisiert für Slovalco: automatisierte Füllstandsmessung von Metallschmelzen und ein Fahrzeugsender für die Echtzeitüberwachung der Sicherheit im Werk.
Umsetzung
Artabel integriert seit 2004 Software in bestehende Systeme anderer Organisationen. Die KI-Projekte bauen auf dieser Erfahrung in Integration und Wartung auf.
Datenpipelines, APIs und Konnektoren, gepflegt als eine Codebasis, mit Export von Daten und Konfiguration in dokumentierten Formaten, damit sich ein Modell oder ein Hosting-Anbieter austauschen lässt.
Firmeneigene Entwicklungs-, Integrations-, Test- und Bereitstellungsumgebungen mit versionierten Repositorien und getrennten Testabläufen. Rechenleistung und Speicher für den regulären KI-Betrieb in der Schweiz oder der EU.
Versionierung von Datensätzen und Modellen, aufgabenbezogene Evaluationsumgebungen, Fehleranalyse, Warteschlangen für menschliche Prüfung, strukturiertes Logging und Monitoring im Betrieb, um die Leistung zu verfolgen und Drift zu untersuchen.
Dokumentation, automatisierte Tests, ein Supportweg und die Betriebskosten des Systems, damit der Kunde es ohne uns betreiben und ändern kann.
Einstieg
Zwei bis sechs Wochen. Eine Frage, Ihre Daten und eine schriftliche Antwort: was machbar ist, was es kosten würde und wo es voraussichtlich scheitert.
Ein funktionsfähiges System samt der Evaluation, die zeigt, ob es die heutige Arbeitsweise übertrifft, als ein Paket geliefert.
Für Systeme, die andere gebaut haben: Benchmark-Design, Evaluationsprotokoll und Prüfung des Deployments als separater Auftrag, wie unter Evaluation beschrieben.
Artabel beteiligt sich als Engineering-Partner an europäischen Forschungsprojekten. Rollen und Angaben zur Teilnahme stehen auf der Seite Programme.
Nächster Schritt
Beschreiben Sie die Aufgabe und ihre Rahmenbedingungen: wo die Daten liegen, welche Qualität das Ergebnis erreichen muss und bis wann es vorliegen soll.