Mehrere überlappende Präsentationsfolien mit Titeln zu KI-Bildgenerierung und Datenpipelines sowie zwei Personen, die jeweils vor einem Mikrofon sprechen

Frühlingskonferenzen 2026: PyCon DE und PyData & Minds Mastering Machines

/in , /von

Bei den Frühlingskonferenzen 2026 drehte sich alles um KI, Daten und praxisnahe Engineering-Themen. Auf der PyCon DE & PyData sowie der Minds Mastering Machines hielten wir Vorträge zu RAG-Pipelines mit multimodalen Embeddings, Spec-Driven Development, Genolator und KI-Bildgenerierung. Dieser Beitrag gibt einen kompakten Überblick über die wichtigsten Inhalte, technischen Erkenntnisse und zentralen Erkenntnisse der Konferenzen.

Weiterlesen
Isometrische Darstellung von vernetzten Computern und Geräten mit Datenflusssymbolen

Bewerbungsprozess bei scieneers

/in , /von

Du möchtest Teil von scieneers werden? Hier erfährst du Schritt für Schritt, wie unser Bewerbungsprozess aussieht – von der Online-Bewerbung über Remote-Interviews bis zum Kennenlernen vor Ort. Finde heraus, ob wir zueinander passen, und entdecke, was im Bewerbungsprozess besonders wichtig ist: Persönlichkeit, Eigeninitiative und Begeisterung für Technik.

Weiterlesen
Vier vertikale, abgerundete Balken mit Symbolen und Texten zu PoC, Prototyp, MVP und Pilot vor hexagonalem Hintergrund

PoC vs Prototyp vs MVP vs Pilot

/in , /von

Bei der Planung von Datenprodukten oder Softwareprojekten entsteht oft erst durch eine klare Abgrenzung der Entwicklungsphasen Klarheit.
Ein stufenweiser Aufbau reduziert die Unsicherheit schrittweise und gleicht die Erwartungen in interdisziplinären Teams an.

Weiterlesen

Wärmebedarf prognostizieren mit Temporal Fusion Transformern

/in , /von

Globale Modelle wie TFT und TimesFM revolutionieren die Fernwärmeprognose, indem sie präzisere Vorhersagen ermöglichen, Synergien zwischen Systemen nutzen und das Cold-Start-Problem effektiv lösen.

Weiterlesen

Optimize an AI Powered Recommendation Engine

/in , /von

scieneers, Intel Corporation, and Von Rundstedt joined forces to optimize an AI powered recommendation engine solution that leverages the Intel® AI Analytics Toolkit and 4th Generation Intel® Xeon® Scalable Processors. In this brief experience report we demonstrate how we managed to achieve up to 9.3X speedup when running on 4th Generation Intel® Xeon® Scalable Processors compared to the baseline configuration. This means that the solution can process more data faster, generate more accurate recommendations, and serve more users with lower latency and cost.

Weiterlesen
Drawing of a district heating plant

Wärmebedarf prognostizieren mit Temporal Fusion Transformern

/in , /von

Zusammen mit Iqony haben wir den Einsatz von Temporal Fusion Transformern zur Bedarfsprognose in der Fernwärme getestet. Durch Data Fusion können die Vorhersagen von mehreren Standorten in einem Modell vereint und vor allem die Vorhersagegenauigkeit von Standorten mit wenig Daten gesteigert werden. Die Quantisierung von Vorhersageunsicherheiten und die Interpretierbarkeit des Modells schaffen Vertrauen und unterstützen die Entscheidungsfindung.

Weiterlesen

KI-basierte Textanalyse für die Energiewirtschaft

/in , /von

Künstliche Intelligenz (KI) erfährt durch ChatGPT derzeit enorme Aufmerksamkeit. Abseits vom Hype haben die aktuellsten Entwicklungen die Verarbeitung von Sprache und Texten auf ein neues Niveau gehoben. In diesem Artikel wollen wir Ihnen zeigen, was ChatGPT & Co. im Kontext der Energiewirtschaft wirklich leisten können, was das Neue daran ist und wie man diese Tools in der Praxis einsetzen kann.

Weiterlesen
Steag New Energies GmbH

Voll auf Kurs: optimierte Energieerzeugung dank KI

/in , /von

Datenoptimierte Wärmeprognosen und Fahrplanerzeugung bei KWK-Anlagen – unser spannendes Azure-Daten-Projekt mit Steag New Energies wird hier vorgestellt

Weiterlesen