Grid-Insight: Heat ist ein Tool zur Unterstützung für Fernwärme Leitwarten von kommunalen Energieversorgern. Hierfür werden zum einen Live-Daten aus verschiedenen Quellen verarbeitet und angezeigt, zum anderen werden durch Machine-Learning unterstützte Handlungsempfehlungen generiert.
Python FastAPI - VueJS - Azure App Service
Um den Fortschritt des Infrastruktur Ausbaus zu einer modernen “Smart-City” einschätzen und bewerten zu können, wird Grid-Insight: LPWAN zur Quantifizierung der LoRaWAN-Netzabdeckung eingesetzt. Hierzu wird ein Fieldtester durch das Stadtgebiet geschickt und die gesendeten Pakete werden von der LoRaWAN Infrastruktur wieder an das Tool geschickt, welches dann eine Empfangs Heatmap erstellt.
Ruby on Rails - Hotwire - MQTT - Azure App Service
In enger Zusammenarbeit mit einem Team von Data-Scientists wurden für verschiedene Kunden Forecasting- und Optimierungs-Tools zur Verfügung gestellt. Dabei wurde die Grundfunktionalität der Vorhersage oder Optimierung immer mit einem domänenspezifischen Aspekt angereichert (z.B. Bestell Vorhersage → Personalplanung)
Ruby on Rails - Angular
Zum Abgleich von Bestellungen und gelieferten Waren muss in einem Logistik-Knotenpunkt kurzfristig auf Änderungen reagiert werden. Tatsächlich steht i.d.R. der Lieferzeitpunkt häufig schon fest, bevor der Lieferumfang überhaupt ermittelt wurde. Der Zeitfenster-Manager hat aus Email-Anhängen und Datenbanken der Warenwirtschaft Änderungen in Warenströmen automatisiert erkannt und diese dem Disponenten übersichtlich aufbereitet - dadurch können u.a. über- oder unterbeladene LKW identifiziert werden.
Ruby on Rails