Die Xplain Data Causal Discovery Algorithmen ermöglichen es Unternehmen aller Branchen, die wenigen, potenziell kausalen Zusammenhänge in ihren „Real World Data“ zu erkennen, die sich hinter unzähligen belanglosen Korrelationen verbergen. Anwender können mit diesen Erkenntnissen über Ursache und Wirkung in ihre Geschäftsprozesse eingreifen, um Fehlerursachen zu beseitigen oder einen gewünschten Effekt zu erzielen. Zu den Xplain Data Kunden zählen führende Unternehmen aus Maschinenbau, Produktion und dem Gesundheitswesen, welche die Technologien neben anspruchsvollen Datenanalysen z. B. auch für Predictive Maintenance, Ertragsoptimierung und Versorgungsanalysen nutzen.
Die Xplain Data GmbH ist zu 100 % im Besitz des Gründerteams.
“Jede neue Idee durchläuft drei Phasen: In der ersten wird sie belacht, in der zweiten bekämpft, schließlich findet man die Idee selbstverständlich”
– Schopenhauer (1788 – 1860, sinngemäß)
Wie alles begann
In vielen Analyse-Projekten kollidiert die Komplexität sogenannter “Real World Data” mit den restriktiven Datenstrukturen, die heutige Machine Learning Verfahren verarbeiten können. Statt Daten in übermäßig vereinfachte Strukturen zu zwingen, waren wir der Meinung, dass ein Konzept benötigt wird, das komplexe Objekte der realen Welt “so wie sie sind” verarbeiten kann.
Im Jahr 2015 machten wir uns daher daran, einige bahnbrechende Innovationen im Kontext von Big Data und Künstlicher Intelligenz zu entwickeln. Daraus entstand das ObjectAnalytics-Paradigma – ein neuartiges Konzept, um ganze Objekte analytisch zu erfassen. Und darauf aufbauend unser einzigartiger Ansatz für Causal Discovery.
Innovation floriert durch unternehmerisches Denken und ein partnerschaftliches Kooperationsmodell mit Early-Adopter-Kunden. Wir freuen uns darauf, weitere visionäre Kunden und Partner zu finden, die Interesse daran haben, unsere bahnbrechenden Technologien in ihr Portfolio aufzunehmen. Bei uns haben Sie die Möglichkeit, innovative Formen der Zusammenarbeit zu nutzen, wie beispielsweise unser Co-Innovationsmodell, bei dem Risiko und Ertrag gerecht aufgeteilt werden.
Das Thema Künstliche Intelligenz ist allgegenwärtig, aber über Kausalität wird nicht gesprochen. Kann ein System intelligent sein, ohne eine Vorstellung von Ursache und Wirkung?
Unsere Mission
Unsere Mission ist es, tragfähige Konzepte für Kausalität in den Bereich der Künstlichen Intelligenz zu bringen. Dies erfordert eine ganzheitliche Sicht auf das zu analysierende Objekt, die wir durch eine neuartige Datenbanktechnologie ermöglichen.
Für klassische Machine Learning Verfahren ist es notwendig, Daten in eingeschränkte analytische Schemata zu bringen, in der Regel eine flache Tabelle … während die Daten der realen Welt viel komplexer sind.
Unsere Vision
Unsere Vision sind Causal AI Algorithmen, die „Real World Objects“ verarbeiten können, so wie diese natürlicherweise existieren – womit sich KI-Systeme in realen Umgebungen bewegen können.
Möchten Sie mit uns durchstarten?
Und einen frischen Blick auf die Analytik werfen? Wenn Sie offen dafür sind, die Leistungsfähigkeit Ihres etablierten Unternehmens mit der unseres innovativen Startups erfolgreich zu kombinieren – dann freuen wir uns auf Ihre Nachricht!