2h
Impuls & Executive Briefing
2–4 Stunden für Orientierung, Chancen, Grenzen und strategische Entscheidungen.
Schulungen & Kompetenzvermittlung
Wissen so vermitteln, dass es angewendet wird.
Unsere Schulungen verbinden aktuelle Forschung, technische Praxis und konkrete Aufgaben aus Ihrem Unternehmen oder Ihrer Organisation. Statt Standardfolien entstehen Formate, in denen Teams Methoden, Werkzeuge und Entscheidungsfähigkeit aufbauen.
Learning by DoingImpulse, Übungen und reale Projektfragen kombinieren.
Formate
Von zwei Stunden bis zum Lernpfad.
Inhalt und Tiefe richten sich nach Zielgruppe, Vorwissen und gewünschter Transferwirkung.
1d
Praxisworkshop
Ein intensiver Tag mit Methoden, Beispielen und Übungen an eigenen Fragestellungen.
2d+
Deep Dive / Bootcamp
Zwei oder mehr Tage mit vertiefter Anwendung, Prototyping und Feedback.
PATH
Projektbegleitender Lernpfad
Mehrere Module parallel zu einem realen Entwicklungs- oder Transferprojekt.
Themen
Technologiekompetenz an der Schnittstelle von Mensch, Daten und System.
Aus unseren Leistungsfeldern lassen sich Standardmodule oder maßgeschneiderte Programme kombinieren.
AI
KI & Human-Guided AI
Von Use-Case-Auswahl und Daten bis zu Semantik, RAG/LLM, Evaluation, Erklärbarkeit und Mensch-in-der-Schleife.
UX
UX & Requirements
Kontextanalyse, User-Centered Design, Usability, Prototyping und Evaluation für technische Systeme.
SW
Software Engineering & Prototyping
Architektur, Schnittstellen, KI-gestütztes Software Engineering und experimentgetriebene Entwicklung.
DATA
Mobilitätsdaten
Standards, Datenmodelle, Historisierung, Qualität, APIs und Visual Analytics für Verkehr und Mobilität.
VA
Visualisierung & Leitstände
Informationsvisualisierung, Visual Analytics, Alarmierung, Rollen und Human-Guided Decision Support.
XR
XR & interaktive Systeme
AR/VR, Tangibles, Projektion, räumliche Interaktion und geeignete Prototyping-Methoden.
Transferprinzip
Nicht nur Wissen konsumieren.
Ein gutes Weiterbildungsformat endet mit einer veränderten Fähigkeit des Teams – nicht mit einem Stapel Folien.
Einordnen
Gemeinsames Begriffs- und Entscheidungsmodell schaffen.
Ausprobieren
Methoden und Werkzeuge unmittelbar anwenden.
Übertragen
Eigene Daten, Systeme oder Projektfragen bearbeiten.
Verankern
Ergebnisse, Checklisten und nächste Schritte für den Alltag sichern.
Zielgruppen
Passend für Technik, Fachbereich und Führung.
Formate können bewusst interdisziplinär aufgebaut werden, damit gemeinsame Sprache zwischen Management, Fachdomäne, UX und Entwicklung entsteht.
Nächster Schritt
Sie möchten Kompetenz in einem konkreten Technologiefeld aufbauen?
Wir entwickeln ein Format passend zu Zielgruppe, Zeitrahmen und realen Fragestellungen.
XR & interaktive Systeme
Digitales Wissen räumlich und greifbar machen.
Augmented Reality, Virtual Reality, Projektion, Tangibles und Ubiquitous Computing eröffnen neue Interaktionsformen – wenn sie zur Aufgabe und zum Ort passen.
Spatial InteractionPhysisch + digital statt Technik um der Technik willen.
Leistung
Interaktion jenseits von Maus und Bildschirm.
Wir wählen die Technologie anhand von Aufgabe, Umgebung, Kollaboration und notwendiger Präzision.
AR
Augmented Reality
Digitale Hinweise, Modelle oder Arbeitsschritte direkt mit realen Objekten und Orten verbinden.
VR
Virtual / Mixed Reality
Immersive Szenarien für Training, Erkundung, Planung und Evaluation aufbauen.
TUI
Tangibles & Projektion
Physische Objekte, Oberflächen und Projektion als gemeinsame Schnittstelle für Gruppen nutzen.
IoT
Ubiquitous & IoT
Mobile, eingebettete und vernetzte Komponenten kontextbezogen in den Ablauf integrieren.
Einsatz
Technologie folgt dem Interaktionsproblem.
Typische Anwendungen reichen von Montageassistenz über Planung und Beteiligung bis zu Ausstellungen und Trainings.
Vorgehen
Früh räumlich prototypisieren.
Bei XR entscheidet nicht nur die Software – Sichtfeld, Hände, Körper, Raum, Geräte und soziale Situation prägen die Nutzbarkeit.
Szenario
Aufgabe, Nutzer, Raum und Kollaboration beschreiben.
Interaktion
Geeignete Modalitäten und Geräte auswählen.
Prototyp
Kritische Interaktion schnell erfahrbar machen.
Evaluation
Usability, Ergonomie und Nutzen im Kontext prüfen.
Nächster Schritt
Sie möchten eine Aufgabe mit XR oder Tangibles neu denken?
Wir prüfen zunächst, welche Interaktionsform wirklich Vorteile bringt.
Visualisierung & Leitstände
Aus Daten werden Handlungen.
Wir gestalten Visual Analytics, Dashboards und Leitstände für Situationen, in denen Überblick, Priorisierung, Erklärung und Eingriff zusammengehören.
Decision SupportSehen, verstehen, entscheiden, handeln.
Leistung
Mehr als ein Dashboard.
Ein Leitstand verbindet Daten, Ereignisse, Rollen, Entscheidungen und Aktionen.
INFO
Informationsarchitektur
Welche Informationen braucht welche Rolle – wann, in welcher Verdichtung und mit welchem Kontext?
VA
Visual Analytics
Muster, Abweichungen, Beziehungen und Ursachen interaktiv analysierbar machen.
!
Alarm & Priorisierung
Ereignisse nach Relevanz, Unsicherheit und Handlungsbedarf strukturieren.
ACT
Intervention & Feedback
Nicht nur beobachten: Eingriffe, Entscheidungen und Rückmeldungen in den Prozess integrieren.
Anwendungsfelder
Von Produktion bis Mobilität.
Die Grundprinzipien sind übertragbar; Datenmodelle, Rollen und Handlungslogik sind domänenspezifisch.
Human-Guided AI
KI sichtbar und kontrollierbar machen.
Wenn Systeme Prognosen, Klassifikationen oder Empfehlungen erzeugen, muss die Oberfläche Unsicherheit und Begründung ebenso transportieren wie Handlungsmöglichkeiten.
WHY
Erklären
Relevante Faktoren, Datenbasis und Unsicherheit verständlich darstellen.
VS
Vergleichen
Alternativen, Szenarien und Folgen nebeneinander bewertbar machen.
HITL
Steuern
Menschen können Regeln, Prioritäten und konkrete Aktionen beeinflussen.
Nächster Schritt
Sie planen einen Leitstand oder ein datenintensives Dashboard?
Wir verbinden Informationsvisualisierung, UX und Systemarchitektur.
Mobilitätsdaten & Datenarchitekturen
Daten historisieren, harmonisieren und nutzbar machen.
Wir konzipieren skalierbare Datenarchitekturen für Mobilität und Verkehr – von heterogenen Quellen und Zähldaten über Zeitreihen und semantische Modelle bis zu APIs, Qualitätssicherung und Visual Analytics.
Data EngineeringFür Plattformen, Kommunen und Verkehrsorganisationen.
Ausgangslage
Viele Quellen. Unterschiedliche Zeitbezüge. Ein gemeinsamer Nutzungsraum.
Mobilitätsdaten entstehen in sehr verschiedenen Systemen: Fahrpläne, Sharing, Parken, Ladesäulen, Verkehrsmeldungen, Baustellen, Zählstellen, Sensoren und kommunale Fachverfahren. Damit historische Analysen und neue Dienste möglich werden, müssen Daten nicht nur gesammelt, sondern fachlich konsistent über Zeit nutzbar gemacht werden.
TIME
Historisierung
Zeitreihen, Versionen, Korrekturen, verspätete Daten und Retention systematisch modellieren.
MAP
Harmonisierung
IDs, räumliche Referenzen, Fahrtrichtung, Zählkategorien, Einheiten und Gültigkeiten zusammenführen.
API
Bereitstellung
APIs, Downloads, Geoservices und vorbereitete Queries auf typische Nutzungsfragen ausrichten.
Leistungspakete
Von der Analyse bis zum technischen Proof of Concept.
Der Einstieg kann als klar abgegrenztes Konzept erfolgen und modular vertieft werden.
01
Anwendungsfälle & Anforderungen
Use Cases, Historientiefe, Zeitauflösung, Query-Bedarf, Datenqualität, Performance und Rollen erfassen.
02
Daten- & Quellenanalyse
Formate, IDs, Aktualisierung, Änderungsverhalten, Metadaten und fachliche Unterschiede repräsentativer Quellen untersuchen.
03
Historisierungs- & Datenkonzept
Rohdaten versus Aggregation, Versionierung, Korrekturen, Gültigkeiten, Retention und Ableitungen definieren.
04
Zielarchitektur & Semantik
Ingestion, Speicherung, Verarbeitung, fachliches Kernmodell, APIs und Geodienste integrieren.
05
Qualität & Monitoring
Completeness, Timeliness, Plausibility, Continuity, Schema Conformance und Source Availability überwachen.
06
PoC & Roadmap
Repräsentative Quellen integrieren, Queries demonstrieren, Speicher-/Performancefragen prüfen und Rollout planen.
Verkehrszähldaten
Zählstellen verändern sich – historische Bedeutung muss erhalten bleiben.
Gerade Dauer-, temporäre und kommunale Zählungen unterscheiden sich in Technik, Klassifizierung, Zeitauflösung und räumlicher Struktur. Ein belastbares Modell trennt Messwert, Messkanal, Zählstellenkonfiguration und Gültigkeitszeitraum.
MODEL
Semantisches Kernmodell
Zählstelle, Messpunkt, Datenstrom, Beobachtung, Richtung, Fahrstreifen, Verkehrsmittel/Fahrzeugklasse, Intervall, Einheit, Qualität, Quelle, Gültigkeit und Provenienz.
HIST
Änderungen statt Überschreiben
Neue Fahrstreifen, geänderte Kategorien oder Sensorwechsel erzeugen eine neue gültige Konfiguration. Historische Werte bleiben mit der damaligen Konfiguration interpretierbar.
Standards & Schnittstellen
Bestehende Ökosysteme weiterentwickeln statt Parallelwelten bauen.
Wir beziehen vorhandene Standards und technische Bereitstellungen in die Zielarchitektur ein und wählen nur dort zusätzliche Modelle, wo sie fachlich Mehrwert bringen.
Datenqualität & KI
Erst deterministisch erkennen, dann lernend ergänzen.
Schema- und Quellenänderungen, fehlende Daten oder neue Messkanäle sind oft regelbasiert feststellbar. ML eignet sich ergänzend für zeitabhängige Anomalien, Drift und komplexe Plausibilitätsmuster.
Δ
Strukturmonitoring
Neue/entfallene Quellen, Felder, Klassen oder Messkanäle erkennen.
Q
Zeitreihenqualität
Lücken, Ausfälle, unplausible Sprünge und Abweichungen von typischen Mustern markieren.
SRC
Provenienz
Jeden abgeleiteten Wert auf Quelle, Verarbeitung und gültige Konfiguration zurückführen.
Visual Analytics & Querying
Daten werden erst wertvoll, wenn Fachfragen direkt beantwortbar sind.
Beispiele sind Zeitvergleiche, räumliche Selektion, Qualitätsauswertung oder aggregierte Exporte für Planung und Analyse.
- Verkehrsaufkommen einer Zählstelle zwischen zwei Zeitpunkten
- Stunden-, Tages- und Wochenwerte nach Richtung oder Klasse
- Vergleich gleicher Wochentage und saisonaler Entwicklungen
- Zählstellen innerhalb eines räumlichen Bereichs
- Messstellen mit Datenlücken oder Qualitätswarnungen
- Download vorbereiteter Ausschnitte in definierten Formaten
Nächster Schritt
Sie möchten Mobilitäts- oder Verkehrsdaten nachhaltig nutzbar machen?
Wir können mit einem abgegrenzten Architektur- und Datenkonzept starten und anschließend PoC, Visual Analytics oder Rollout vertiefen.
KI & intelligente Systeme
KI braucht Kontext und menschliche Führung.
Wir kombinieren Semantik, Regeln, Datenanalyse und Machine Learning mit erklärbarer Interaktion. Ziel sind Systeme, die Menschen bei komplexen Entscheidungen unterstützen statt nur Ergebnisse auszugeben.
Human-Guided AINachvollziehbar, kontextbezogen, handlungsorientiert.
Systemansatz
Vier Ebenen statt ein einzelnes Modell.
Robuste intelligente Systeme brauchen mehr als einen Algorithmus.
DATA
Daten & Ereignisse
Quellen, Qualität, Zeitbezug und Unsicherheit sauber erfassen.
SEM
Semantik & Kontext
Objekte, Beziehungen, Regeln, Rollen und Situation explizit modellieren.
AI
Inferenz & KI
Regelbasierte, statistische und lernende Verfahren passend zur Aufgabe kombinieren.
HITL
Human Guidance
Ergebnisse erklären, Eingriffe ermöglichen und Feedback zurück in das System führen.
Anwendungen
Wo der Ansatz besonders wirkt.
Bei Situationen mit vielen Daten, dynamischem Kontext und hoher Verantwortung.
Vorgehen
KI dort einsetzen, wo sie Mehrwert schafft.
Deterministische Probleme sollten nicht unnötig mit ML gelöst werden; lernende Verfahren ergänzen Regeln und Modelle dort, wo Muster und Unsicherheit relevant sind.
Problem modellieren
Aufgabe, Entscheidung und Erfolgsmaß klären.
Daten & Kontext
Qualität, Semantik und verfügbare Signale analysieren.
Verfahren wählen
Regeln, klassische Analytik und KI sinnvoll kombinieren.
Interaktion validieren
Erklärung, Kontrolle und Wirkung mit Nutzern prüfen.
Nächster Schritt
Sie wollen KI in ein reales System integrieren?
Wir beginnen bei Aufgabe, Kontext und Daten – nicht bei einem vorgewählten Modell.