Wie isento einen Prototypen zur Serienreife begleiten und die Messung gesundheitsschädlicher Partikel von zwei Wochen auf 30 Minuten verkürzt haben.
Die Herausforderung: Das Ende der „Labor-Wartezeit“
Bisher war die präzise Analyse von Luftpartikeln wie Schimmelsporen, Pollen oder Ruß ein geduldsintensiver Prozess. Wer Gewissheit über die Luftqualität wollte, musste Proben einschicken und oft bis zu zwei Wochen auf Ergebnisse warten. Unser Kunde onsite.ai, ein innovatives Start-Up im Bereich der Umweltmesstechnik, hatte die Vision, dies zu ändern.
Die Ausgangslage des Kunden war komplex: Ein erster Prototyp existierte, doch für die Markteinführung und den Einsatz als massentaugliches IoT-Gerät gab es einige Herausforderungen:
Produktionsreife: Die Software musste auf ein stabiles Fundament gestellt, an die finale Hardware angepasst und qualitätsgesichert werden.
Performance: Um das anvisierte Ziel zu erreich musste die Analysegeschwindigkeit mehr als verdoppelt werden.
Skalierbarkeit: Für den parallelen Einsatz von mehreren Geräten weltweit mussten Grundlagen für die Softwareversorgung und Datensynchronisation geschaffen werden
Interdisziplinäres Neuland: Eine Verbindung aus Hardwareentwicklung, Softwareentwicklung und KI-Expertise war gefragt.
Die Lösung: Ein autonomes, KI-basiertes Mikroskop
In enger Zusammenarbeit wurde PartSens entwickelt – ein tragbares, voll vernetztes Messgerät, das die Luftqualität nicht nur misst, sondern auch smart auswertet.
Unser Vorgehen: Agilität trifft Coaching
Wir starteten mit einem intensiven Requirements Engineering (RE), um das MVP (Minimum Viable Product) scharf abzugrenzen. In der Umsetzung setzten wir auf ein gemischtes Team aus isento- und Kundenentwicklern.
Individuelles agiles Vorgehen: Statt starrer Prozesse, passten wir die Methoden flexibel an die jeweilige Projektphase an.
Wissenstransfer: isento fungierte nicht nur als Umsetzer, sondern als Coach, um die Entwickler des Kunden fit für moderne Softwareprozesse zu machen.
Softwarequalität: Unsere erfahrenen Softwaretester haben das Produkt auf Herz und Nieren getestet, um die Qualität der Software und des ganzen Produkts sicherzustellen.
Der Tech-Stack: State-of-the-Art
On-Device: Python-Backend zur Steuerung der Hardware und Verarbeitung der Daten, PostgreSQL für die Datenhaltung und PyTorch für die KI-Ausführung. Dazu ein modernes Webfrontend mit Angular zur einfachen Bedienbarkeit des Messgeräts mit einem beliebigen Endgerät.
Cloud-Backend: Eine skalierbare AWS-Infrastruktur, Spring Boot Services und OAuth2 für maximale Sicherheit.
KI-Training: Nutzung von TRYB (www.tryb.ai) zum Training des KI-Modells und der fortwährenden Optimierung der Erkennungsraten.
Das Ergebnis: 30x schneller
Durch smarte Architekturen, Parallelisierung und intelligente Neuordnung der Prozessschritte konnten wir die Performance massiv steigern.
Das Ergebnis ist ein Gamechanger für die Umweltanalytik und Smart Cities:
Eine vollständige Analyse dauert nun unter 30 Minuten statt zwei Wochen.
Akkreditierte Qualität: Das Gerät bestand die Ringmessung erfolgreich, was zur offiziellen Akkreditierung als Prüfinstitut führte.
Kosteneffizienz: Die Analyse ist 5x kostengünstiger als bisherige Methoden bei 10-facher Genauigkeit. (muss noch geprüft werden, kann aber nachträglich eingefügt werden)
Zukunftsfähig: Dank der Anbindung an die Cloud und das Trainings-System (TRYB) lernt die KI stetig dazu.
„isento löst unsere IT-Herausforderungen auf Augenhöhe, damit wir uns voll auf unser Kerngeschäft – die saubere Luft von morgen – konzentrieren können.“ (Samuel Dippold, onsite.ai)
Anika Danner
Anika ist Head of Marketing bei isento
