Pimcore: Salzburger Startup unter Gartner „Cool Vendors“ 2018

Das Salzburger Startup Pimcore bietet sein auf E-Commerce spezialisiertes Datenmanagement-Tool auf Open-Source-Basis an. Die Plattform schaffte es unter die Gartner "Cool Vendors" 2018 im Bereich "Digital Commerce".
/pimcore-salzburger-startup-unter-gartner-cool-vendors-2018/

Zusammenfassung aus

Zusammenfassung ein

pimcore: Dietmar Rietsch
(c) pimcore: CEO Dietmar Rietsch
Der Summary Modus bietet einen raschen
Überblick und regt zum Lesen mehrerer
Artikel an. Der Artikeltext wird AI-basiert
zusammengefasst mit der Unterstützung
des Linzer-Startups Apollo AI.

Für ein B2B-Tool ist es zumindest in Österreich ein unübliches Geschäftsmodell. Das Salzburger Startup Pimcore bietet sein Daten- und Customer-Experience-Management-Tool kostenlos an. Der Open Source-Quellcode kann heruntergeladen und modifiziert werden. Umsätze macht man über verschiedene Dienstleistungen rund um das auf E-Commerce spezialisierte Programm. Angeboten werden neben Consulting und Support auch maßgeschneiderte Implementierung und Schulungen. Nicht nur das Open-Source-Modell brachte Pimcore nun auf die Liste der „Cool Vendors“ des Beratungsunternehmens Gartner in der Kategorie „Digital Commerce“. Das gelang dieses Jahr (in einer anderen Kategorie) übrigens auch dem Wiener Startup Anyline – der Brutkasten berichtete.

+++ Wiener Anyline unter Gartner “Cool Vendors 2018” +++

Niederlassungen in den USA und Indien

„Pimcore hilft Unternehmen bei der Konsolidierung von Produkt- und digitalen Ressourcen, um bessere Nutzererfahrungen für Commerce, Website und mobile Anwendungen zu erreichen“, heißt es im Gartner-Report. Das Unternehmen bietet mit seinem Tool nach eigener Beschreibung Kundenerlebnismanagement, Digital Asset Management, Produktinformationsmanagement und Multi-Channel Publishing. 2013 gegründet hat es neben dem Headquarter in Salzburg inzwischen Niederlassungen in den USA und Indien.

Pimcore: „In der Hitze der Übernahmeschlachten voll durchstarten“

„Ein offizieller Gartner ‚Cool Vendor‘ zu sein, bestätigt unsere Strategie und macht uns mächtig stolz“, kommentiert Pimcore-CEO Dietmar Rietsch in einer Aussendung. Man glaube fest an die Flexibilität und Innovationskraft von Open-Source-Ökosystemen. Und von diesen gebe es nicht viele. Erst kürzlich sei etwa der Anbieter Magento von Adobe geschluckt worden. Man wolle nun „in der Hitze der anhaltenden Übernahmeschlachten voll durchstarten“.

Noch wenige österreichische „Cool Vendors“

Noch nicht viele österreichische Unternehmen haben es auf die Liste der Cool Vendors von Gartner geschafft. Der Beratungsmulti macht damit jährlich auf junge Technologie-Unternehmen aufmerksam, die in unterschiedlichen Kategorien innovative Produkte bieten. In den vergangenen Jahren waren aus Österreich etwa indoo.rs, VisoCon und Braintribe auf der Liste.

⇒ Zur Page des Startups

die Redaktion

Wie man auch mit wenig Daten KI-Lösungen nutzen kann

Transfer Learning kann helfen, wenn nicht genug Daten für den Einsatz von KI-Anwendungen zur Verfügung stehen.
/wie-man-auch-mit-wenig-daten-ki-losungen-nutzen-kann/
(c) TRUMPF Maschinen Austria

Daten sind das neue Öl, sagt man – denn nichts zuletzt sind sie der Treibstoff, der den Motor der Künstlichen Intelligenz antreibt. Doch was tun, wenn die nötigen Daten fehlen, um KI-basiert Prognosemodelle, zum Beispiel im industriellen Bereich, effizient nutzen zu können? Hier kann unter anderem eine Methode namens „Transfer Learning“ eingesetzt werden. Beim Transfer Learning bedient man sich vortrainierter Modelle aus anderen Kontexten, wodurch ein Mangel an Trainingsdaten kompensiert und die KI daher günstiger und leichter eingesetzt werden kann. Eingesetzt wird dies in Österreich zum Beispiel beim Software Competence Center Hagenberg (SCCH).

Transfer Learning: Anschaulich illustriert

(c) SCCH

Links: Klassisches Machine Learning from Scratch bei dem für jeden Datensatz mit unterschiedlicher statistischer Charakteristik (z.B. Bilder einer Inspektionskamera für einen speziellen Bauteil) ein eigenes Modell gelernt wird (z.B. um einen Defekt im Bauteil zu erkennen). Das kann bei einem neuen Bauteil welcher nur in kleiner Menge produziert wird zu Problemen führen, da klassische Machine Learning Modelle sehr datenhungrig sind und schlechte Ergebnisse liefern, wenn zu wenige Daten vorhanden sind.

Rechts: Transfer Learning ist eine Erweiterung des klassischen Machine Learning Ansatz, die darauf abzielt Informationen neuer Daten mit Informationen alten Daten derart zu kombinieren, sodass das Problem von zu wenig Information (z.B. zu wenige Inspektionsbilder eines neuen Bauteils) gelöst werden kann.

Industrie als Vorreiter des Transfer Learning

„Seit 2010 setzen wir im Bereich Data Science Methoden des Transfer Learning ein. Vorbild waren Ansätze, mit denen bestehende Daten zur Problemlösung A mittels Künstlicher Intelligenz (KI) auf ein verwandtes Problem B übertragen werden können“, sagt Bernhard Freudenthaler, Area Manager Software Science am SCCH.

Da es kaum Forschung mit Industriedaten gab, hat das SCCH mit Wirtschaftspartnern Testreihen durchgeführt, um Prozessdaten zu generieren, mit denen KI-Systeme schrittweise trainiert werden, korrekte Werte vorherzusagen und damit den Verarbeitungsprozess zu steuern. „Der Vorteil für Industriebetriebe liegt in der Zeiteinsparung. Denn ohne Transfer Learning muss für jede Maschinenkonfiguration das Training der KI wieder von Neuem begonnen werden.

Transfer Learning ist auch Thema im COMET-Projekt Deepred (Deep Learning based Predicictive Analytics and Optimization). Ein Schwerpunkt ist die Unterstützung vieler ähnlicher Prozesse mit dem Ziel, die richtige Lösung ohne teure, umfassende und prozessspezifische Datensammlung zu finden. Dadurch können KI-basierte Produktionsprozesse flexibler gestaltet und Trainingszeiten des KI-Modells im besten Fall ganz vermieden werden“, so Freudenthaler.

Künstliche Intelligenz für die Blechfertigung

In einer Forschungskooperation arbeitet das SCCH außerdem mit dem oberösterreichischen Maschinenbauunternehmen TRUMPF Maschinen Austria zusammen. „Wir sehen diese Entwicklung als große Chance“, sagt dazu Bernhard Fischereder, Leiter Forschung und Entwicklung bei TRUMPF: „Ziel der langfristigen Zusammenarbeit ist es, die Erkenntnisse der aktuellen Forschung zur Künstlicher Intelligenz und Industrie 4.0 in der Blechbearbeitung zu verankern.“

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.
Möchtest du in Zukunft mehr von diesen Artikeln lesen?

Dann melde dich für unseren Newsletter an!

Leselisten zum Schmökern

Neueste Nachrichten

Summary Modus

Pimcore: Salzburger Startup unter Gartner „Cool Vendors“ 2018

Es gibt neue Nachrichten

Auch interessant