Wir ermöglichen Ihnen mit Managed Federated Machine Learning die skalierung von KI über Ihre Kunden hinweg.

Erstellen und verwalten Sie Machine Learning Modelle auf verteilten Systemen sicher, integrierbar und skalierbar.

Demo anfragen
Wir ermöglichen Ihnen mit Managed Federated Machine Learning die skalierung von KI über Ihre Kunden hinweg.

Die Managed Federated Machine Learning Lösung

Integrieren Sie mlx in die bestehende Umgebung um Machine Learning über verschiedene Systeme hinweg einzusetzen.

Verwendung verteilter Daten für leistungsfähige ML Modelle

Keine Zentralisierung der Daten notwendig - Privacy by Design

Management und Deployment von ML Modellen in dezentralen Systemen

Federated Learning

Wie mlx funktioniert

Kontinuierliche Verbesserung und Deployment von ML Modellen über Entitäten hinweg

01
Lokales Modeltraining

Die lokalen ML Modelle werden automatisch in der lokalen Umgebung unter Verwendung der lokalen Daten trainiert.

02
Zentralisierung der Modelle

Die einzelnen Modelle der verteilten Umgebungen werden verschlüsselt zum zentralen Knoten übertragen.

03
Fusion der Modelle

Der zentrale Knoten vereint die individuellen ML Modelle und erzeugt ein verbessertes und zuverlässigeres Modell.

04
Verteilung und Deployment der Modelle

Das kombinierte Modell wird zurück an die lokalen Umgebungen geschickt und mithilfe der lokalen Daten nochmals individualisiert.

01
Lokales Modeltraining

Die lokalen ML Modelle werden automatisch in der lokalen Umgebung unter Verwendung der lokalen Daten trainiert.

mlx features

mlx entwickelt und verbessert ML Modelle automatisch über dezentrale Datenspeicher (On-Premise, Private Cloud, Hybrid-Cloud).

ML Modelle können ferngesteuert deployed und automatisch aktualisiert werden.

Zustand der ML Modelle, Leistung, Aktualität und Austausch können zentral verwaltet und koordiniert werden.

featured
Flexible integration in bestehende Systeme Flexible integration in bestehende Systeme

Flexible integration in bestehende Systeme

Module in Docker Containern erlauben mithilfe von REST APIs eine einfache Integration in vorhandene IT Landschaften.

mlx erlaubt es, alle gängigen Frameworks zu integrieren um eine lokale und dezentrale Funktion zu gewährleisten.

,,

“Organizations that want to share data, but are concerned about privacy, should explore a federated learning approach. This allows data to be shared yet not revealed across organizations. […] There is a small yet growing list of vendors using various approaches in that space, including […] prenode.” (Gartner, 2019)

Kontakt aufnehmen und Demo anfragen