KIT 3DMM2O – Automatisierte Datencluster
Algorithmus zur Struktur- und Clustererkennung heterogener Forschungsdaten.
Überblick
Für den Exzellenzcluster 3DMM2O entwickelte ich einen Algorithmus, der Forschungsdaten ohne vorheriges Schema analysiert, strukturiert und clustert. Ergebnisse wurden auf den E-Science Days Heidelberg vorgestellt.
Herausforderung
Forschungsdaten lagen in unterschiedlichen Formaten vor. Eine manuelle Sichtung war unmöglich, die Zuordnung zu Forschungsgruppen kostete viel Zeit.
Lösung
Entwicklung eines Python/Pandas/Numpy basierten Pipelines mit eigenem Cluster-Algorithmus, automatischer Typ-Erkennung und Zuordnung per Pattern Clustering.
Ergebnisse & Wirkung
Vollautomatische Struktur-Erkennung großer Datensätze, direkte Zuordnung zu Gruppen und messbare Zeitersparnis in der Forschung.
Weitere Projekte
Weitere Projekte aus ähnlichen Branchen oder mit vergleichbarer Technologie.
Agentino AI
KI-Chat-Assistent + CRM für Handwerksbetriebe. Automatisiert Lead-Erfassung, Vorqualifizierung und Terminvereinbarung. Läuft als Webchat, Multi-Tenant, DSGVO-konform.
PIA Dental – KI Jobplattform
Multi-Tenant SaaS für Zahnarztpraxen zur schnellen Erstellung und Veröffentlichung von Stellenanzeigen.
DentVision – CRM & Lead Tracking
Digitalisierung des Lead- und Provisionsmanagements für ein Versicherungsbüro.