bimanu Intelligence · Daten deuten.

Aus Daten werden Muster. Aus Mustern Vorhersagen.

bimanu Intelligence ist die zweite Stufe von bimanu One.

Machine Learning erkennt Muster in Ihren Daten, sagt Anomalien voraus und liefert Prognosen — direkt zurück in Ihre Foundation. EU AI Act-konform.

Datenbasis
BI · Foundation
bimanu Foundation
Saubere Daten
als Trainingsbasis
ML-Engine
AI · Machine Learning
bimanu Intelligence
Modelle trainieren,
überwachen, vergleichen
ML-Ergebnisse
Anomalie-Alarm
Auffälligkeiten erkennen, bevor sie teuer werden
Forecast
Was passiert nächste Woche, nächsten Monat
Klassifikation
Daten in Kategorien sortieren — automatisch
Ergebnisse fließen in die Foundation zurück

bimanu Intelligence erweitert die Foundation um Machine Learning. Modelle lernen aus Ihren Daten, erkennen Muster und liefern Vorhersagen.

Ihre Modelle, Ihr Hub: Trainieren, vergleichen, in Dashboards einbinden — alles in einer Oberfläche. EU AI Act-konform.

Made in Germany · ISO 27001 · DSGVO-konform · EU AI Act-konform · Microsoft & Snowflake-Partner

So funktioniert bimanu Intelligence

Training. Inferenz. Monitoring. Eingebaut, nicht zusammengeschraubt.

Hinter jedem produktiven ML-Modell stehen drei Säulen. Bei bimanu Intelligence sind sie ab Tag 1 vorhanden — Sie betreiben keine davon selbst.

Schritt 1 · Lernen

Training

Modelle lernen aus Ihren Daten.

Ihre Modelle werden auf Ihren echten Daten trainiert, die in der bimanu Foundation Umgebung bereitgestellt werden — nicht auf generischen Beispielen. Reicht die Genauigkeit nicht oder ändern sich Ihre Daten, starten Sie das Training neu: auf Knopfdruck oder vollautomatisch.

  • Retraining auf Knopfdruck im bimanu Hub
  • Optional: vollautomatisches Retraining bei Datendrift
  • Rechenleistung skaliert automatisch — keine GPU bei Ihnen
Schritt 2 · Anwenden

Inferenz

Vorhersagen direkt live in der bimanu Intelligence Plattform.

Sobald ein Modell läuft, liefert es Antworten — automatisch in festen Intervallen. Ergebnisse und Metadaten fließen direkt in die bimanu Intelligence Umgebung. Von dort werden sie an die Foundation übergeben — historisiert und für weitere Auswertungen verfügbar.

  • Vorhersagen täglich, stündlich oder live auf Abruf
  • API-Endpunkte für Ihr ERP, CRM oder eigene Apps
  • Batch- oder Einzelanfragen — Sie entscheiden
Schritt 3 · Überwachen

Monitoring

Sie sehen, wie gut Ihre Modelle arbeiten.

Jedes Modell wird laufend bewertet. Sinkt die Genauigkeit unter Ihren Schwellenwert, bekommen Sie eine E-Mail — oder das System tauscht das Modell selbst gegen eine bessere Version aus.

  • Live-Dashboard im bimanu Hub für jedes Modell
  • E-Mail-Alarme bei Qualitätsverlust
  • Optional: automatischer Modell-Tausch bei Drift

Alles eingebaut. Kein eigenes Experten-Team, keine separaten Tools, kein Data Scientist auf Ihrer Gehaltsliste nötig.

Von der Idee zum laufenden Modell. In 6 Schritten.

Wir verkaufen Ihnen kein ML, das nicht funktioniert. Schritt 1 ist ein Filter — kein Pitch.

Machbarkeitsanalyse

Erst prüfen, ob ML überhaupt passt.

Sie nennen uns Ihre Idee. Wir prüfen: Gibt es überhaupt ein Muster in Ihren Daten? Reicht die Datenmenge? Lohnt der Aufwand? Am Ende bekommen Sie ein klares Go oder No-Go — keine Beratung um des Verkaufs willen.

Hinweis: Kostenlos für bimanu Foundation-Kunden

Ki_Machbarkeitsanalyse
Use Case scharfschalten
Use Case scharfschalten

Präzise Definition statt vager Wunsch.

In einem Workshop legen wir fest, was genau Sie vorhersagen wollen, woran Sie den Erfolg messen und welche Daten dafür gebraucht werden. Am Ende wissen alle Beteiligten, wohin die Reise geht.

Datengrundlage prüfen

Ihre Daten unter dem Mikroskop.

Wir analysieren Ihre Foundation-Daten auf Qualität, Vollständigkeit und Aussagekraft. Fehlen Daten oder sind sie verzerrt, sagen wir es Ihnen jetzt — nicht nach drei Monaten Modellentwicklung.

KI_Check
Zeitreihen mit getrennten Effekten aus Trend, Saisonalität, Wetter und Events
Modell entwickeln

Proof-of-Concept auf Ihren echten Daten.

Wir bauen das Modell auf Ihren Daten — nicht auf generischen Beispielen. Sie sehen das Ergebnis und entscheiden, ob es produktiv geht. Funktioniert das Modell nicht wie versprochen, schalten wir nicht live.

Live schalten

Vom Test in den produktiven Betrieb.

Das Modell läuft jetzt automatisch auf Ihren Live-Daten. Ergebnisse fließen direkt zurück in Ihre Foundation — sichtbar in Ihren Berichtswerkzeugen wie Power BI, Tableau und weitere oder Ihren operativen Systemen.

bimanu_intelligence_v03
bimanu Hub 2.0 KI
Betreiben & verbessern

Sie behalten die Kontrolle.

Im bimanu Hub sehen Sie jederzeit, wie gut Ihre Modelle arbeiten. Sinkt die Genauigkeit, starten Sie das Retraining per Knopfdruck — oder lassen es automatisch laufen. Modelle werden mit der Zeit besser, nicht schlechter.

Success Stories

bimanu-Kunden erreichen messbare Ergebnisse

FAQ

Häufig gestellte Fragen

Nein. Wir bauen das Modell, schalten es live und überwachen die Qualität. Sie nutzen den bimanu Hub, um Modelle zu vergleichen, das Retraining auszulösen oder zwischen Modellversionen zu wechseln — das ist keine Data-Science-Arbeit, sondern ein paar Klicks.  Sie müssen nicht wissen, was ein Random Forest ist.

Ja. Jede Modellversion wird mit allen relevanten Informationen archiviert — Trainingsdaten, verwendete Skripte, Qualitätsmetriken, Versionsstand. Das ist die Grundlage, die der EU AI Act für Hochrisiko-Anwendungen verlangt. Sie können jederzeit nachweisen, wer wann mit welchem Modell welche Entscheidung getroffen hat.

In Ihrer Snowflake & Microsoft -Umgebung — also bei Ihnen, nicht bei uns. Unsere KI-Rechenmaschinen greifen für Training und Vorhersagen lesend zu, aber speichern keine Daten dauerhaft. Sie sind so gebaut, dass sie jederzeit ersetzt werden können, ohne dass etwas verloren geht. Die Wahrheit liegt immer in Ihrer Snowflake. EU Standort: Amsterdam

Wir überwachen jedes Modell kontinuierlich mit Qualitätsmetriken, die zu Ihrem Anwendungsfall passen. Sinkt die Genauigkeit unter einen Schwellenwert, den Sie festlegen, gibt es zwei Optionen: Sie bekommen eine E-Mail und entscheiden selbst — oder das System startet automatisch ein Retraining und tauscht das aktive Modell gegen die bessere Version aus. Welcher Modus läuft, hängt von Ihrer Lizenz ab.

Ja. Jede trainierte Modellversion bleibt in der Modellregistrierung erhalten — mit Trainingsdatum, verwendeten Daten und Qualitätsmetriken. Im bimanu Hub sehen Sie alle Versionen nebeneinander und können jederzeit zurückwechseln, falls eine neuere Version unerwartet schlechter performt. Kein „Modell verloren“ mehr.

Ja. Intelligence baut auf der bimanu Foundation auf, und die wiederum auf Snowflake als Data Warehouse. Das ist nicht zufällig — Snowflake ist die einzige Plattform, die Datenhaltung, ML-Training und Vorhersage-Endpunkte in einer Governance-Umgebung vereint. Falls Sie noch kein Snowflake haben, richten wir das im Foundation-Schritt ein. Falls Sie schon Snowflake nutzen, integriert sich Intelligence direkt in Ihr bestehendes Konto.

Nichts Dramatisches. Unsere KI-Maschinen sind so konstruiert, dass sie jederzeit ersetzt werden können — alle relevanten Modelle, Skripte und Konfigurationen liegen in Ihrer Snowflake. Fällt eine Maschine aus, baut sich die nächste innerhalb von Minuten aus den vorhandenen Daten neu auf. Vorhersagen laufen weiter, Ihre Daten gehen nicht verloren.

Zwei Wege. Erstens: Die Ergebnisse fließen automatisch zurück in Ihre Foundation-Daten — sichtbar in Power BI, Tableau oder Ihren Reports. Zweitens: Direkter API-Zugriff aus Ihren operativen Systemen, etwa wenn Ihr ERP für einen einzelnen Kunden eine Bedarfsprognose braucht. Beides parallel möglich.

Auf Anfrage ja. Wir geben Ihnen die Skripte und Modelldateien heraus — Training, Inferenz, Featuretransformation. Was Sie damit anfangen, müssen Sie selbst lösen: Ein KI-Modell ohne die Betriebsumgebung drumherum ist wie ein Motor ohne Auto. Wir helfen bei der Übergabe, aber wir bauen Ihnen keinen Snowflake-Klon. Trotzdem: kein Lock-in der Daten — die liegen ohnehin in Ihrer Snowflake.