Domain > www.sml-consulting.com

More information on this domain is in AlienVault OTX

Whois

Property	Value
Email	owner-10948822@sml-consulting.com.whoisprivacyservice.org
NameServer	NS-1651.AWSDNS-14.CO.UK
Created	2019-02-20 18:16:28
Changed	2021-01-17 00:10:08
Registrar	Amazon Registrar, In

DNS Resolutions

Date	IP Address
2020-02-19	13.226.182.87 (ClassC)
2026-02-18	3.163.24.34 (ClassC)

HTTP/1.1 200 OKContent-Type: text/htmlContent-Length: 36306Connection: keep-aliveDate: Wed, 18 Feb 2026 10:51:19 GMTLast-Modified: Mon, 20 May 2019 11:53:53 GMTETag: 51d15116c7ee83d81287a2a95e5bc3fcAccept-Ranges: bytesServer: AmazonS3X-Cache: Miss from cloudfrontVia: 1.1 e2ad8d56b8dbdb69144113ad1c008e02.cloudfront.net (CloudFront)X-Amz-Cf-Pop: HIO52-P2X-Amz-Cf-Id: HyL9DhQQAQXjIi50GsO0kbE3Zo24mYUsHWpZJ2uwwHgGhFc7ibwl0w

!DOCTYPE html>html langen>head>  !-- Google Tag Manager -->  script>(function(w,d,s,l,i){wlwl||;wl.push({gtm.start:  new Date().getTime(),event:gtm.js});var fd.getElementsByTagName(s)0,  jd.createElement(s),dll!dataLayer?&l+l:;j.asynctrue;j.src  https://www.googletagmanager.com/gtm.js?id+i+dl;f.parentNode.insertBefore(j,f);  })(window,document,script,dataLayer,GTM-55PN75G);/script>  !-- End Google Tag Manager -->  meta charsetutf-8>  meta nameviewport contentwidthdevice-width, initial-scale1, shrink-to-fitno>  meta namedescription content>  meta nameauthor content>  title>SML Machine Learning Consulting/title>  !-- Bootstrap core CSS -->  link hrefvendor/bootstrap/css/bootstrap.min.css relstylesheet>  !-- Custom fonts for this template -->  link hrefvendor/fontawesome-free/css/all.min.css relstylesheet typetext/css>  link hrefhttps://fonts.googleapis.com/css?familyMontserrat:400,700 relstylesheet typetext/css>  link hrefhttps://fonts.googleapis.com/css?familyKaushan+Script relstylesheet typetext/css>  link hrefhttps://fonts.googleapis.com/css?familyDroid+Serif:400,700,400italic,700italic relstylesheet typetext/css>  link hrefhttps://fonts.googleapis.com/css?familyRoboto+Slab:400,100,300,700 relstylesheet typetext/css>  !-- Custom styles for this template -->  link hrefcss/agency.min.css relstylesheet>/head>body idpage-top>  !-- Google Tag Manager (noscript) -->  noscript>iframe srchttps://www.googletagmanager.com/ns.html?idGTM-55PN75G  height0 width0 styledisplay:none;visibility:hidden>/iframe>/noscript>  !-- End Google Tag Manager (noscript) -->  !-- Navigation -->  nav classnavbar navbar-expand-lg navbar-dark fixed-top idmainNav>    div classcontainer>      a classnavbar-brand js-scroll-trigger href#page-top>        img class height40, width53 srcimg/sml-logo-blue.png alt/>      smlconsulting/a>      button classnavbar-toggler navbar-toggler-right typebutton data-togglecollapse data-target#navbarResponsive aria-controlsnavbarResponsive aria-expandedfalse aria-labelToggle navigation>        Menu        i classfas fa-bars>/i>      /button>      div classcollapse navbar-collapse idnavbarResponsive>        ul classnavbar-nav text-uppercase ml-auto>          li classnav-item>            a classnav-link js-scroll-trigger href#services>Portfolio/a>          /li>          li classnav-item>            a classnav-link js-scroll-trigger href#references>Referenzen/a>          /li>!--           li classnav-item>            a classnav-link js-scroll-trigger href#about>About/a>          /li> -->          li classnav-item>            a classnav-link js-scroll-trigger href#team>Team/a>          /li>          li classnav-item>            a classnav-link js-scroll-trigger href#contact>Kontakt/a>          /li>        /ul>      /div>    /div>  /nav>  !-- Header -->  header classmasthead>    div classcontainer>      div classintro-text>        div classintro-lead-in>Predictive Maintenance und IoT/div>        div classintro-heading text-uppercase>Mit Daten erfolgreich/div>        a classbtn btn-primary btn-xl text-uppercase js-scroll-trigger href#services>Mehr erfahren/a>      /div>    /div>  /header>  !-- Services -->  section idservices>    div classcontainer>      div classrow>        div classcol-lg-12 text-center>          h2 classsection-heading text-uppercase>Portfolio/h2>          h3 classsection-subheading text-muted>Wir unterstützen Sie in/h3>        /div>      /div>      div classrow text-center>        div classcol-md-4>          span classfa-stack fa-4x>            i classfas fa-circle fa-stack-2x text-primary>/i>            i classfas fa-shopping-cart fa-stack-1x fa-inverse>/i>          /span>          h4 classservice-heading>Predictive Maintenance/h4>          p classtext-muted>Wir entwickeln und trainieren Modelle zur Predicitve Maintenance und Anomalie-Erkennung. Wir verwenden b>Open Source/b> Tools und Software für unsere Dienstleistungen, um b>Herstellerabhängigkeiten zu minimieren/b>./p>        /div>        div classcol-md-4>          span classfa-stack fa-4x>            i classfas fa-circle fa-stack-2x text-primary>/i>            i classfas fa-laptop fa-stack-1x fa-inverse>/i>          /span>          h4 classservice-heading>KI Prototypen/h4>          p classtext-muted>Wir suchen mit Ihnen zusammen Optimierungspotential basierend auf den vorhandenen Daten in Ihrem Unternehmen und prüfen b>innerhalb von 8 Wochen/b> an Hand eines Prototypen die Machbarkeit./p>        /div>        div classcol-md-4>          span classfa-stack fa-4x>            i classfas fa-circle fa-stack-2x text-primary>/i>            i classfas fa-lock fa-stack-1x fa-inverse>/i>          /span>          h4 classservice-heading>IoT Infrastruktur/h4>          p classtext-muted>Wir erstellen und betreiben Ihre b>24/7/b> IoT Plattform. Hierbei verwenden wir b>offene Protokolle und Schnittstellen/b>, um die Kommunikation Ihrer Maschinen mit der Cloud zu ermöglichen. Bei der Entscheidung zwischen b>aws/b>, b>Azure/b> oder b>Google Cloud/b> stehen wir Ihnen unterstützend zur Seite./p>        /div>      /div>    /div>  /section>  !-- Portfolio Grid -->  section classbg-light idreferences>    div classcontainer>      div classrow>        div classcol-lg-12 text-center>          h2 classsection-heading text-uppercase>Referenzen/h2>          h3 classsection-subheading text-muted>Projekterfahrungen unserer Teammitglieder/h3>        /div>      /div>      div classrow>        div classcol-md-4 col-sm-6 portfolio-item>          a classportfolio-link data-togglemodal href#portfolioModal5>            div classportfolio-hover>              div classportfolio-hover-content>                i classfas fa-plus fa-3x>/i>              /div>            /div>            img classimg-fluid srcimg/referenzen/mustererkennung-thumbnail.png alt>          /a>          div classportfolio-caption>            h4>Sensorbasierte Mustererkennung/h4>            p classtext-muted>KI Prototyp & IoT Infrastruktur/p>          /div>        /div>        div classcol-md-4 col-sm-6 portfolio-item>          a classportfolio-link data-togglemodal href#portfolioModal1>            div classportfolio-hover>              div classportfolio-hover-content>                i classfas fa-plus fa-3x>/i>              /div>            /div>            img classimg-fluid srcimg/referenzen/real-estate-thumb.jpg alt>          /a>          div classportfolio-caption>            h4>Wartungsoptimierung bei einem Wohnungsanbieter/h4>            p classtext-muted>Predictive Maintenance/p>          /div>        /div>        div classcol-md-4 col-sm-6 portfolio-item>          a classportfolio-link data-togglemodal href#portfolioModal3>            div classportfolio-hover>              div classportfolio-hover-content>                i classfas fa-plus fa-3x>/i>              /div>            /div>            img classimg-fluid srcimg/referenzen/iot-machine-thumb.jpg alt>          /a>          div classportfolio-caption>            h4>IoT Plattform für einen Maschinenbauer/h4>            p classtext-muted>IoT Infrastruktur/p>          /div>        /div>        div classcol-md-4 col-sm-6 portfolio-item>          a classportfolio-link data-togglemodal href#portfolioModal2>            div classportfolio-hover>              div classportfolio-hover-content>                i classfas fa-plus fa-3x>/i>              /div>            /div>            img classimg-fluid srcimg/referenzen/data-challenge-thumb.jpg alt>          /a>          div classportfolio-caption>            h4>Zweifacher Gewinner der Data Hub Challenge/h4>            p classtext-muted>Predictive Maintenance & Anomalie-Erkennung/p>          /div>        /div>        div classcol-md-4 col-sm-6 portfolio-item>          a classportfolio-link data-togglemodal href#portfolioModal4>            div classportfolio-hover>              div classportfolio-hover-content>                i classfas fa-plus fa-3x>/i>              /div>            /div>            img classimg-fluid srcimg/referenzen/car-ai-thumb.jpg alt>          /a>          div classportfolio-caption>            h4>Virtual Advisor für einen Automobilhersteller/h4>            p classtext-muted>KI Prototyp/p>          /div>        /div>        div classcol-md-4 col-sm-6 portfolio-item>          a classportfolio-link data-togglemodal href#portfolioModal6>            div classportfolio-hover>              div classportfolio-hover-content>                i classfas fa-plus fa-3x>/i>              /div>            /div>            img classimg-fluid srcimg/referenzen/protein-docking-thumb.jpg alt>          /a>          div classportfolio-caption>            h4>Deep Learning Modell in der Bioinformatik/h4>            p classtext-muted>KI Prototyp/p>          /div>        /div>      /div>    /div>  /section>  !-- About -->  !--  section idabout>    div classcontainer>      div classrow>        div classcol-lg-12 text-center>          h2 classsection-heading text-uppercase>About/h2>          h3 classsection-subheading text-muted>Lorem ipsum dolor sit amet consectetur./h3>        /div>      /div>      div classrow>        div classcol-lg-12>          ul classtimeline>            li>              div classtimeline-image>                img classrounded-circle img-fluid srcimg/about/1.jpg alt>              /div>              div classtimeline-panel>                div classtimeline-heading>                  h4>2009-2011/h4>                  h4 classsubheading>Our Humble Beginnings/h4>                /div>                div classtimeline-body>                  p classtext-muted>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Sunt ut voluptatum eius sapiente, totam reiciendis temporibus qui quibusdam, recusandae sit vero unde, sed, incidunt et ea quo dolore laudantium consectetur!/p>                /div>              /div>            /li>            li classtimeline-inverted>              div classtimeline-image>                img classrounded-circle img-fluid srcimg/about/2.jpg alt>              /div>              div classtimeline-panel>                div classtimeline-heading>                  h4>March 2011/h4>                  h4 classsubheading>An Agency is Born/h4>                /div>                div classtimeline-body>                  p classtext-muted>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Sunt ut voluptatum eius sapiente, totam reiciendis temporibus qui quibusdam, recusandae sit vero unde, sed, incidunt et ea quo dolore laudantium consectetur!/p>                /div>              /div>            /li>            li>              div classtimeline-image>                img classrounded-circle img-fluid srcimg/about/3.jpg alt>              /div>              div classtimeline-panel>                div classtimeline-heading>                  h4>December 2012/h4>                  h4 classsubheading>Transition to Full Service/h4>                /div>                div classtimeline-body>                  p classtext-muted>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Sunt ut voluptatum eius sapiente, totam reiciendis temporibus qui quibusdam, recusandae sit vero unde, sed, incidunt et ea quo dolore laudantium consectetur!/p>                /div>              /div>            /li>            li classtimeline-inverted>              div classtimeline-image>                img classrounded-circle img-fluid srcimg/about/4.jpg alt>              /div>              div classtimeline-panel>                div classtimeline-heading>                  h4>July 2014/h4>                  h4 classsubheading>Phase Two Expansion/h4>                /div>                div classtimeline-body>                  p classtext-muted>Lorem ipsum dolor sit amet, consectetur adipisicing elit. Sunt ut voluptatum eius sapiente, totam reiciendis temporibus qui quibusdam, recusandae sit vero unde, sed, incidunt et ea quo dolore laudantium consectetur!/p>                /div>              /div>            /li>            li classtimeline-inverted>              div classtimeline-image>                h4>Be Part                  br>Of Our                  br>Story!/h4>              /div>            /li>          /ul>        /div>      /div>    /div>  /section>  -->  !-- Team -->  section idteam>    div classcontainer>      div classrow>        div classcol-lg-12 text-center>          h2 classsection-heading text-uppercase>Unser Team/h2>          h3 classsection-subheading text-muted>Wir sind seit Jahren ein eingespieltes Team und ergänzen uns in allen Aufgaben der Produktentwicklung/h3>        /div>      /div>      div classrow>        div classcol-sm-4>          div classteam-member>            img classmx-auto rounded-circle srcimg/team/kieran_graham_square.jpg alt>            h4>Kieran Graham/h4>            p classtext-muted>Software Architect & Data Engineer/p>            ul classlist-inline social-buttons>              li classlist-inline-item>                a hrefhttps://github.com/kierangraham target_blank relnoopener noreferrer>                  i classfab fa-github>/i>                /a>              /li>              li classlist-inline-item>                a hrefhttps://www.linkedin.com/in/kierangraham target_blank relnoopener noreferrer>                  i classfab fa-linkedin-in>/i>                /a>              /li>              li classlist-inline-item>                a hrefhttp://kierangraham.com/ target_blank relnoopener noreferrer>                  i classfas fa-link>/i>                /a>              /li>            /ul>          /div>        /div>        div classcol-sm-4>          div classteam-member>            img classmx-auto rounded-circle srcimg/team/joerg_saedtler.jpg alt>            h4>Jörg Sädtler/h4>            p classtext-muted>Business Analyst & Machine Learning Expert/p>            ul classlist-inline social-buttons>              li classlist-inline-item>                a hrefhttps://www.linkedin.com/in/joergsaedtler target_blank relnoopener noreferrer>                  i classfab fa-linkedin-in>/i>                /a>              /li>            /ul>          /div>        /div>        div classcol-sm-4>          div classteam-member>            img classmx-auto rounded-circle srcimg/team/thomas_vanck_dark.jpg alt>            h4>Dr. Thomas Vanck/h4>            p classtext-muted>Machine Learning Expert/p>            ul classlist-inline social-buttons>              li classlist-inline-item>                a hrefhttps://www.linkedin.com/in/thomas-vanck target_blank relnoopener noreferrer>                  i classfab fa-linkedin-in>/i>                /a>              /li>            /ul>          /div>        /div>      /div>      div classrow>        div classcol-lg-8 mx-auto text-center>          p classlarge text-muted>Wir lieben unsere Arbeit!/p>        /div>      /div>    /div>  /section>  !-- Clients  section classpy-5>    div classcontainer>      div classrow>        div classcol-md-3 col-sm-6>          a href#>            img classimg-fluid d-block mx-auto srcimg/logos/envato.jpg alt>          /a>        /div>        div classcol-md-3 col-sm-6>          a href#>            img classimg-fluid d-block mx-auto srcimg/logos/designmodo.jpg alt>          /a>        /div>        div classcol-md-3 col-sm-6>          a href#>            img classimg-fluid d-block mx-auto srcimg/logos/themeforest.jpg alt>          /a>        /div>        div classcol-md-3 col-sm-6>          a href#>            img classimg-fluid d-block mx-auto srcimg/logos/creative-market.jpg alt>          /a>        /div>      /div>    /div>  /section>-->  !-- Contact -->  section idcontact>    div classcontainer>      div classrow>        div classcol-lg-12 text-center>          h2 classsection-heading text-uppercase>Kontakt/h2>        /div>      /div>      div classrow>        div classcol-lg-12>          form idcontactForm namesentMessage novalidatenovalidate>            div classrow>              div classcol-md-6>                div classform-group>                  input classform-control idname typetext placeholderIhr Name * requiredrequired data-validation-required-messageBitte geben Sie Ihren Namen ein.>                  p classhelp-block text-danger>/p>                /div>                div classform-group>                  input classform-control idemail typeemail placeholderIhre E-Mail * requiredrequired data-validation-required-messageBitte geben Sie Ihre E-Mail Adresse ein.>                  p classhelp-block text-danger>/p>                /div>                div classform-group>                  input classform-control idphone typetel placeholderIhre Telefon Nummer>                /div>              /div>              div classcol-md-6>                div classform-group>                  textarea classform-control idmessage placeholderIhre Nachricht * requiredrequired data-validation-required-messageBite geben Sie Ihre Nachricht ein.>/textarea>                  p classhelp-block text-danger>/p>                /div>              /div>              div classclearfix>/div>              div classcol-lg-12 text-center>                div idsuccess>/div>                button idsendMessageButton classbtn btn-primary btn-xl text-uppercase typesubmit>Nachricht senden/button>              /div>            /div>          /form>        /div>      /div>    /div>  /section>  !-- Footer -->  footer>    div classcontainer>      div classrow>        div classcol-md-4>          span classcopyright>Copyright © Jörg Sädtler 2019/span>        /div>        div classcol-md-4>          ul classlist-inline social-buttons>            li classlist-inline-item>              a href#>                i classfab fa-twitter>/i>              /a>            /li>            li classlist-inline-item>              a href#>                i classfab fa-facebook-f>/i>              /a>            /li>            li classlist-inline-item>              a href#>                i classfab fa-linkedin-in>/i>              /a>            /li>          /ul>        /div>        div classcol-md-4>          ul classlist-inline quicklinks>            li classlist-inline-item>              a href#>Privacy Policy/a>            /li>            li classlist-inline-item>              a href#>Terms of Use/a>            /li>          /ul>        /div>      /div>    /div>  /footer>  !-- Portfolio Modals -->  !-- Modal 1 -->  div classportfolio-modal modal fade idportfolioModal1 tabindex-1 roledialog aria-hiddentrue>    div classmodal-dialog>      div classmodal-content>        div classclose-modal data-dismissmodal>          div classlr>            div classrl>/div>          /div>        /div>        div classcontainer>          div classrow>            div classcol-lg-8 mx-auto>              div classmodal-body>                !-- Project Details Go Here -->                h2 classtext-uppercase>Wartungsoptimierung bei einem Wohnungsanbieter/h2>                p classitem-intro text-muted>Predictive Maintenance für Gebäude./p>                img classimg-fluid d-block mx-auto srcimg/referenzen/real-estate-full.jpg alt>                p>Der Wohnungsanbieter verfügt über mehr als 120.000 Wohnungen in Nordrhein-Westfalen. Die Sanierung und Wartung dieser Anlagen kostet jährlich mehrere Millionen Euro. /p>                p>                Ziel des Projekt war es, Gebäude mit Sanierungs- und Instandhaltungsbedarf schon vor physischen Besuchen oder Mieterbeschwerden zu erkennen. Als Indikatoren koonnten verschiedene Quellen herangezogen werden, z.B. Alter der Gebäude, Datum der letzten Renovierung, Anzahl der Mieterwechsel, Schadensmeldung im Gebäude, soziale Veränderungen in der Nachbarschaft, etc.                Diese Daten wurden zuvor noch nicht analysiert, da verschiedene Datenquellen kombiniert werden müssen und der Einfluss der einzelnen Faktoren unsicher ist. Der Wohnungsanbieter wollte ein System entwickeln lassen, das eine Prognose darüber gibt, wie wahrscheinlich es ist, dass ein Gebäude innerhalb der nächsten 12 Monate, 36 Monate und 60 Monate Sanierungs- oder Instandhaltungsaufwand verursacht. Dieses Gebäude würde dann zur Bestätigung physisch besucht werden.                /p>                h3>Projekt Ziele:/h3>                p>                  Zuverlässige Prognosen: Wahrscheinlichkeit des Sanierungs- oder Wartungsaufwands innerhalb von 12, 36 und 60 Monaten.                  br>                  Jede nennenswerte Beziehung zwischen Datenpunkten und/oder externen Einflussfaktoren ist zu dokumentieren.                /p>                h3>Ergebnisse/h3>                p>                  Wir konnten viele der vorhandenen Datenquellen zusammenfassen und haben drei verschiedene Problemstellungen untersucht. Zwei der trainierten Modell konnten den Fachabteilungen bei der strategischen Planung helfen.                Ein Mitarbeiter des Kunden sagte: Ein externer, menschlicher Spezialist wäre bei weitem nicht in der Lage, die Vorhersagequalität des Machine Learning Modells nur auf Basis der Daten zu erreichen                /p>                ul classlist-inline>                  li>Datum: Januar bis März 2019/li>                  li>Kunde: Wohnungsanbieter/li>                  li>Kategorie: Predictive Maintenance/li>                /ul>                button classbtn btn-primary data-dismissmodal typebutton>                  i classfas fa-times>/i>                  Schließen/button>              /div>            /div>          /div>        /div>      /div>    /div>  /div>  !-- Modal 2 -->  div classportfolio-modal modal fade idportfolioModal2 tabindex-1 roledialog aria-hiddentrue>    div classmodal-dialog>      div classmodal-content>        div classclose-modal data-dismissmodal>          div classlr>            div classrl>/div>          /div>        /div>        div classcontainer>          div classrow>            div classcol-lg-8 mx-auto>              div classmodal-body>                !-- Project Details Go Here -->                h2 classtext-uppercase>Zweifacher Gewinner der Data Hub Challenge/h2>                p classitem-intro text-muted>Data Hub Ruhr Projekte./p>                img classimg-fluid d-block mx-auto srcimg/referenzen/data-challenge-full.jpg alt>                p>Der a target_blank hrefhttps://datahub.gruenderallianz.ruhr/>Data Hub Ruhr/a> hat beim ersten Open Call Bewerber für sieben verschiedene Projekte gesucht. Durch unsere langjährige Erfahrung in verschiedenen Projekten, konnten wir uns durch unsere Machine Learning basierten Lösungsvorschläge gleich zweimal gegen mehr als 140 Bewerber durchsetzen und haben die Projekte gewonnen.                /p>                p>Bei beiden Projekten hat das Data Hub Ruhr Team schon großartige Vorarbeit geleistet und Usecases verschiedener Unternehmen im Ruhrgebiet untersucht. Dabei sind insgesamt sieben Projekteausschreibungen entstanden, bei denen die Unternehmen Problemstellungen formuliert haben, die sie mit Daten aus ihren Unternehmen untersucht und gelöst haben wollten. /p>                p>Überzeugen konnten wir gleich zwei der teilnehmenden Unternehmen durch unsere auf Standard Tools basierten Lösungsvorschläge und haben im Dezember 2018 die Prototypen Entwicklung begonnen/p>                ul classlist-inline>                  li>Datum: Dezember 2018 bis März 2019/li>                  li>Kunde: Data Hub Ruhr/li>                  li>Kategorien: Predictive Maintenance & Anomalie-Erkennung/li>                /ul>                button classbtn btn-primary data-dismissmodal typebutton>                  i classfas fa-times>/i>                  Schließen/button>              /div>            /div>          /div>        /div>      /div>    /div>  /div>  !-- Modal 3 -->  div classportfolio-modal modal fade idportfolioModal3 tabindex-1 roledialog aria-hiddentrue>    div classmodal-dialog>      div classmodal-content>        div classclose-modal data-dismissmodal>          div classlr>            div classrl>/div>          /div>        /div>        div classcontainer>          div classrow>            div classcol-lg-8 mx-auto>              div classmodal-body>                !-- Project Details Go Here -->                h2 classtext-uppercase>IoT Plattform für einen Maschinenbauer/h2>                p classitem-intro text-muted>Anbindung von Maschinen und Architektur der Datenplattform./p>                img classimg-fluid d-block mx-auto srcimg/referenzen/iot-machine-full.jpg alt>                p>Der Maschinenbauer sammelt Daten von mehreren tausend Produkionsmaschinen schon seit mehr als 10 Jahren. Um nun neue Anwendungsfälle wie Predicitve Maintenance und neue digitale Geschäftsmodelle umzusetzen, ist eine Aktualisierung der Maschinenanbindung und eine einheitliche Datenverarbeitungsplattform nötig.                /p>                p>                  Wir unterstützen den Maschinenbauer sowohl bei der Anbindung der Maschinen als auch bei der Datenverarbeitungsplattform von Architekturentwürfe und Prototypen bis zum produktiven Einsatz. Außerdem haben wir Machine Learning basierte Predicitve Maintenance Modelle für den Kunden entwickelt. Wir haben uns an vielen Stellen für offene Standardprotokolle und Standard Schnittstellen für den Datenzugriff entschieden, um die Herstellerabhängigkeit zu weit wir möglich zu reduzieren. Die Architektur basiert auf Standard Cloud Komponenten von Azure und aws.                /p>                p>                  Der Kunde kann durch die neue Plattform die Latenz der Datenübertragung zwischen den Maschinen und der Datenplattform von mehr als 24 Stunden auf weniger als eine Sekunde reduzieren. Der Zugriff auf die generierten Maschinen Daten und Auswertungen wird zentral für alle Fachabteilungen über Standardschnittstellen ermöglicht.                /p>                ul classlist-inline>                  li>Datum: Dezember 2018 bis heute/li>                  li>Kunde: Maschinenbauer/li>                  li>Kategorie: IoT Infrastruktur/li>                /ul>                button classbtn btn-primary data-dismissmodal typebutton>                  i classfas fa-times>/i>                  Schließen/button>              /div>            /div>          /div>        /div>      /div>    /div>  /div>  !-- Modal 4 -->  div classportfolio-modal modal fade idportfolioModal4 tabindex-1 roledialog aria-hiddentrue>    div classmodal-dialog>      div classmodal-content>        div classclose-modal data-dismissmodal>          div classlr>            div classrl>/div>          /div>        /div>        div classcontainer>          div classrow>            div classcol-lg-8 mx-auto>              div classmodal-body>                !-- Project Details Go Here -->                h2 classtext-uppercase>Virtual Advisor für einen Automobilhersteller/h2>                p classitem-intro text-muted>Proaktiver Assistent./p>                img classimg-fluid d-block mx-auto srcimg/referenzen/car-ai-full.jpg alt>                p>Auf der Suche nach neuen digitalen Geschäftsmodellen hat sich ein Automobilhersteller entschieden, einen proaktiven, virutellen Assistenten zu entwickeln. Dieser sollte mit Zugriff sowohl auf die Mobilitäts- und Fahrzeugdaten als auch die Produktivitätstools wie Kalender und Email die Benutzer möglichst effizient durch den Tag begleiten.                /p>                p>                  Wir haben den Kunden bei der Entwicklung der ersten Prototypen für dieses KI Produkt sowohl bei der Intragration der verschiedenen Datenquellen als auch bei der Architektur und Entwicklung der IoT Plattform unterstützt. Mit Hilfe der Daten konnten wir auch verschiedene Machine Learning Modelle entwickeln und die Projekt und Roadmap Planung durch unsere Erfahrung in Machine Learning Projekten sinnvoll beeinflussen.                /p>                ul classlist-inline>                  li>Datum: Dezember 2016 bis Juli 2018/li>                  li>Kunde: Automobilhersteller/li>                  li>Kategorie: KI Prototyp/li>                /ul>                button classbtn btn-primary data-dismissmodal typebutton>                  i classfas fa-times>/i>                  Schließen/button>              /div>            /div>          /div>        /div>      /div>    /div>  /div>  !-- Modal 5 -->  div classportfolio-modal modal fade idportfolioModal5 tabindex-1 roledialog aria-hiddentrue>    div classmodal-dialog>      div classmodal-content>        div classclose-modal data-dismissmodal>          div classlr>            div classrl>/div>          /div>        /div>        div classcontainer>          div classrow>            div classcol-lg-8 mx-auto>              div classmodal-body>                !-- Project Details Go Here -->                h2 classtext-uppercase>Sensorbasierte Mustererkennung/h2>                p classitem-intro text-muted>Verkehrsmittelerkennung auf Smartphones./p>                img classimg-fluid d-block mx-auto srcimg/referenzen/mustererkennung-full.png alt>                p>Eine App zur Parkplatz Suche hat häufig falsch erkannt, ob der Besitzer mit einem Auto oder einem öffentlichen Verkehrsmittel unterwegs war. Die Erkennung des Verkehrsmittels musste innerhalb von 90 Sekunden nach Fahrtbeginn erfolgen. Zur Lösung haben wir ein Machine Learning Modell trainiert, dass die Beschleunigungs- und Gyroskopdaten verwendet um das genutzte Verkehrsmittel zu erkennen.                /p>                p>Das trainierte Modell kann 85% der Autofahrten korrekt innerhalb der ersten 90 Sekunden nach Fahrtbeginn erkennen. Wir haben für das Training mehr als 40.000 Fahrten von über 2.000 Personen verwendet. Insgesamt haben wir ca. 1 Terabyte an Sensordaten für das Training gesammelt. Außerdem haben wir die Software und Infrastruktur für den Sammel- und Produktivbetrieb in der aws Cloud entwickelt und betrieben.                /p>                ul classlist-inline>                  li>Datum: 2015 - 2017/li>                  li>Kunde: ParkTAG GmbH/li>                  li>Kategorie: KI Prototyp & Infrastruktur/li>                /ul>                button classbtn btn-primary data-dismissmodal typebutton>                  i classfas fa-times>/i>                  Schließen/button>              /div>            /div>          /div>        /div>      /div>    /div>  /div>  !-- Modal 6 -->  div classportfolio-modal modal fade idportfolioModal6 tabindex-1 roledialog aria-hiddentrue>    div classmodal-dialog>      div classmodal-content>        div classclose-modal data-dismissmodal>          div classlr>            div classrl>/div>          /div>        /div>        div classcontainer>          div classrow>            div classcol-lg-8 mx-auto>              div classmodal-body>                !-- Project Details Go Here -->                h2 classtext-uppercase>Deep Learning Modell in der Bioinformatik/h2>                p classitem-intro text-muted>Protein Docking mit Neuronalen Netzen./p>                img classimg-fluid d-block mx-auto srcimg/referenzen/protein-docking-full.jpg alt>                p>                  Für die Vorhersage der Bindung von Proteinen werden bis heute meistens Simulationen verwendet. Dise Simulationen                  können die Entwicklung von neuen Medikamenten deutlich verkürzen, da die Bindung von Proteinen die Grundlage für die Wirksamkeit bestimmter Moleküle ist.                /p>                p>                  Die Entwicklung dieser Simulationsmodelle ist sehr aufwändig und die Integration neuer Forschungsergebnisse aus experimentell bestätigten Bindungseigenschaften langwierig. In diesem Projekt haben wir die Möglichkeiten von Deep Learning und Sequenmodellen untersucht und konnten innerhalb kurzer Zeit Bindungsvorhersagen für Protein Paare durchführen, die schon sehr Nah an den Simulationsergebnissen lagen. Wir gehen davon aus, daß Deep Learning in den nächsten Jahren die Simulation von Protein Docking deutlich verbessern wird und dadurch die Kosten für die Erforschung und Entwicklung neuer Medikamente erheblich reduzieren wird.                  /p>                /p>                ul classlist-inline>                  li>Datum: Januar 2018 bis April 2018/li>                  li>Kategorie: KI Prototyp/li>                /ul>                button classbtn btn-primary data-dismissmodal typebutton>                  i classfas fa-times>/i>                  Schließen/button>              /div>            /div>          /div>        /div>      /div>    /div>  /div>  !-- Bootstrap core JavaScript -->  script srcvendor/jquery/jquery.min.js>/script>  script srcvendor/bootstrap/js/bootstrap.bundle.min.js>/script>  !-- Plugin JavaScript -->  script srcvendor/jquery-easing/jquery.easing.min.js>/script>  !-- Contact form JavaScript -->  script srcjs/jqBootstrapValidation.js>/script>  script srcjs/contact_me.js>/script>  !-- Custom scripts for this template -->  script srcjs/agency.min.js>/script>/body>/html>

Subdomains

Date	Domain	IP
api.sml-consulting.com	2021-02-28	99.84.79.15
www.sml-consulting.com	2026-02-18	3.163.24.34

View on OTX | View on ThreatMiner

Data with thanks to AlienVault OTX, VirusTotal, Malwr and others. [Sitemap]

Domain > www.sml-consulting.com

Is this malicious?

Whois

DNS Resolutions

Port 80

Port 443

Subdomains