KI für Vermessung & Geodaten

Wir automatisieren die Auswertung von Vermessungsdaten aus Drohnenbildern, LiDAR-Punktwolken, terrestrischen Laserscans und Mobile Mapping.


KI-gestützte Workflows übernehmen Qualitätssicherung, Klassifizierung, Feature-Erkennung, Volumenberechnung, Change Detection und Soll/Ist-Abgleich. Das Ergebnis sind konsistente, prüfbare CAD-/GIS-Ausgaben – z. B. DXF, SHP, LAS/LAZ, GeoTIFF und IFC – für Dokumentation, Planung und BIM-Integration.

Von Rohdaten zu verwertbaren Vermessungsprodukten

In modernen Vermessungsprojekten ist die Datenerfassung weitgehend automatisiert, die Nachverarbeitung bleibt jedoch komplex. Drohnen, Laserscanner und Mobile-Mapping-Systeme erzeugen große Datenmengen, die manuell geprüft, bereinigt und strukturiert werden müssen.

Typische Engpässe sind die Klassifizierung von Punktwolken, fehleranfällige Volumenberechnungen, inkonsistente Layerstrukturen und fehlende Versionierung. Unsere KI-Module automatisieren diese Auswertungsschritte, markieren Unsicherheiten transparent und liefern Ergebnisse in den benötigten Formaten: DXF, SHP, LAS/LAZ, GeoTIFF und standardisierte Lieferpakete.

Messbare Ergebnisse statt Visualisierungen

  • CAD/GIS-Ebenen nach Kundentemplate
  • Klassifizierte LAS/LAZ-Dateien mit Attributierung
  • Bruchkanten und Stützlinien für TIN-Modelle
  • Volumen- und Abtrag/Auftrag-Berichte mit Prüfhistorie
  • QA-Berichte mit Zuverlässigkeitsbewertung und Fehlerhinweisen
  • Veränderungskarten und Abweichungsanalysen mit Positionsangabe
  • Abweichungsmeldungen mit Koordinatenbezug und Toleranzstatus
  • Standardisierte Lieferpakete mit Versionsstand und Freigabestatus

Automatisierte Qualitätssicherung der Eingangsdaten

Bevor Daten weiterverarbeitet werden, prüft die KI ihre Eignung für den geplanten Zweck. Typische Qualitätsprobleme entstehen oft schon im Feld: verwackelte oder schiefe Bildstreifen, Unter- oder Überbelichtung, unzureichende GCP-Verteilung, RTK-Ausfälle sowie verdeckte Flächen oder abrupte Höhenwechsel.

So werden fehlerhafte Datensätze früh erkannt, bevor Rechenzeit, manuelle Nacharbeit oder erneute Außeneinsätze anfallen.

Geprüfte Parameter

  • Bildschärfe, Bewegungsunschärfe, Belichtung, Kontrast und Artefakte
  • Kameraüberlappung längs/quer, typischerweise mindestens 80% / 60%
  • Überlappung, Abdeckung und Lücken in Flugkorridoren oder Objektbereichen
  • GSD in Relation zu Flughöhe, Brennweite und Zielgenauigkeit
  • GNSS/RTK-Qualität, Fix-Rate, Sprünge, Drift und Ausfallzeiten
  • Anzahl, Verteilung und Stabilität der Passpunkte (GCP)
  • IMU-Datenqualität, Lag-Fehler, Nick-/Roll-/Gier-Stabilität und Synchronisation
  • Kalibrierungsstatus von Kamera, IMU und Sensorverbund
  • Eignung für Photogrammetrie, Punktwolken, Orthomosaik oder CAD-Ableitung

Ergebnis der QA-Prüfung

QA-Score

Numerische Gesamtbewertung des Datensatzes

Wärmekarte

Kritische Bereiche visuell markiert

Go/No-Go

Klare Entscheidungsgrundlage vor der Verarbeitung

Semantische Klassifizierung von Punktwolken und Orthofotos

Die KI erkennt Inhalte durch die Kombination von semantischer Segmentierung und Multi-Klassen-Klassifizierung. Je nach Datengrundlage arbeitet sie punktbasiert auf LiDAR-Punktwolken und LAS/LAZ-Daten oder pixelbasiert auf Orthofotos und Rasterprodukten. Häufig werden 2D-Segmentierung, 3D-Netzwerke und eine Fusion von Orthofoto und Höhenmodell aus DSM/DTM kombiniert, um Klassen robuster zu trennen.

Gelände / Boden

Boden-Nicht-Boden-Trennung für belastbare DTM/DGM-Modelle und Volumenanalysen

Vegetation

Erkennung von niedriger, mittlerer und hoher Vegetation für Bewuchs, Kronendach und Unterwuchs

Gebäude

Gebäudekanten, Dachflächen, Fassaden und bauliche Strukturen werden zuverlässig klassifiziert

Versiegelung

Asphalt, Beton, Pflaster und Schotterflächen werden von unversiegelten Bereichen getrennt

Temporäre Objekte

Fahrzeuge, Container, Maschinen und andere wechselnde Objekte werden als eigene Klasse erkannt


Haufwerke

Materiallager, Aushub- und Schüttgutbereiche mit wechselnder Form und Höhe

Gewässer

Fließ- und Stillgewässer, Gräben und wasserführende Bereiche mit spezifischer Oberflächenstruktur

Infrastruktur

Wege, Straßen, Gleise, Leitungen, Masten und technische Anlagen im Bestand

Vermessung zu CAD: Automatische Merkmalserkennung

Ein zentraler Mehrwert liegt in der automatisierten Ableitung von CAD- und GIS-fähigen Merkmalen aus Punktwolken, DSM/DTM und orthobasierten Höhenmodellen. Die KI erkennt Kantenverläufe, bewertet Normalenvektoren und segmentiert Flächen nach Neigung, Krümmung und Oberflächenstruktur. So entstehen aus unstrukturierten Daten belastbare CAD-Objekte.

Ableitbare Elemente

  • Bruchkanten und Böschungskanten aus Höhenbrüchen und Neigungswechseln
  • Böschungskanten an Dämmen, Einschnitten und Geländesprüngen
  • Gebäudekanten und Dachränder durch planare Segmentierung
  • Straßenränder, Bordsteine und lineare Kanten mit stabiler Richtung
  • Entwässerungslinien und Gräben entlang von Tiefpunkten und Fließwegen
  • Rampen, Plateaus und planare Übergangszonen
  • Baugrubenränder und Kanten von Aushub- und Einschnittbereichen
  • Stockpile-Grundflächen und weitere polygonale Flächenobjekte

Technische Funktionen

  • Kantenerkennung über Höhengradienten, Krümmung und lokale Differenzen in DSM/DTM
  • Normalenvektoranalyse zur Trennung von Boden, Wand, Dach und geneigten Flächen
  • Segmentierung planarer Flächen für homogene Geometrien
  • Fusion von Orthofoto-Kanten und Höhenkanten zur besseren Linienführung
  • Einrasten, Polygonschluss und Schnittpunktbehandlung für CAD-taugliche Topologie
  • Zuverlässigkeitsbewertung je Merkmal mit Priorisierung für die Nachkontrolle

Ergebnisformate

DXF

3D-Polylinien, Breaklines und Flächengeometrien mit Layerstruktur, Attributierung und Bezug zum Koordinatensystem; direkt nutzbar in Civil 3D, AutoCAD oder BricsCAD

SHP / GeoPackage

GIS-fähig mit Merkmal-Typ, Höhe, Neigung, Quelle, Segment-ID und Zuverlässigkeit sowie sauberer Georeferenzierung

QA-Bericht

Hotspots, Prüfbereiche und Unsicherheiten mit Zuverlässigkeits-Wärmekarte für eine gezielte Nachbearbeitung

Volumen, Massen und Abtrag/Auftrag

Für Bau, Deponie, Steinbruch, Recycling und Erdbewegung automatisieren wir die Berechnung von Mengen und Veränderungen. So werden Volumen schneller, wiederholbar und sauber dokumentierbar – mit Versionierung, Parametrisierung und reproduzierbarer Auswertung.

Erkennung

Automatische Erkennung von Haufwerken, Materialinseln und Materialflächen mit Grundflächen aus Punktwolken, DSM/DTM oder Orthodaten. Überlappungen werden über Oberflächenkrümmung, Höhenkontraste, Gradienten und Konnektivität getrennt.

Berechnung

Volumen in per prismatischer Methode oder TIN-basierter Volumenberechnung; Vergleich von Referenzebene und Basisfläche für Abtrag/Auftrag, Schüttvolumen oder Bestandsmengen. Beide Verfahren liefern lokal exakte, nachvollziehbare Ergebnisse.

Vergleich

Mengenvergleich über mehrere Zeitpunkte mit DoD (DEM of Difference). Raster- und Oberflächenmodelle werden differenziert und per Schwellenwertfilterung gegen Rauschen, Ausreißer und geringe Änderungen abgesichert.

Bericht

Volumenbericht, Grundflächen-Layer und Mengen pro Bereich oder Materialbereich mit versionierten Eingangsdatensätzen, Berechnungsparametern und Referenzgeometrien. Verwendetes Geländemodell, Basisfläche, Schwellenwerte, Unsicherheiten und Rechenweg bleiben revisionssicher dokumentiert.

Veränderungserkennung und Überwachung

Bei wiederholten Messungen erkennt die KI Veränderungen zwischen zwei oder mehreren Zeitpunkten. Sie kombiniert geometrische Differenzen mit semantischer Klassifizierung und liefert so nicht nur eine Differenzkarte, sondern auch eine fachliche Aussage: was sich verändert hat, wo es passiert ist und ob es relevant ist.

Der DoD-Ansatz (DEM of Difference) ist der Kern der Analyse: Epochen werden koregistriert, dann epochengenau differenziert. Ein Schwellenwertfilter trennt signifikante Änderungen von Rauschen und Artefakten; die Unsicherheitsabschätzung berücksichtigt Punktdichte, GSD, lokale Rauigkeit, Interpolationsfehler und Registrierungsresiduen.

Die semantische Komponente fokussiert fachlich relevante Klassen wie „Haufwerk“ oder „Boden“. Fahrzeuge, Maschinen, Vegetation oder temporäre Störungen können je nach Use Case ausgeschlossen oder separat behandelt werden.

Bei mehr als zwei Epochen wird der Vorher-Nachher-Vergleich zur Zeitreihenanalyse. So lassen sich Trendrichtungen, Änderungsraten, Stabilitätsphasen, wiederkehrende Muster und Sprungänderungen über längere Zeiträume überwachen.

Analysierte Veränderungen

  • Höhenänderungen und Materialbewegungen nach Koregistrierung
  • Aufschüttung und Abtrag auf Basis von DoD-Differenzen
  • Setzungen und Deformationen mit Trend- und Residualanalyse
  • Neue oder entfernte Objekte innerhalb definierter Klassenmasken
  • Veränderte Lagerflächen und Randverschiebungen von Haufwerken
  • Baufortschritt pro Bereich oder Abschnitt über mehrere Epochen
  • Nur fachlich relevante Klassen wie Haufwerk oder Boden werden ausgewertet
  • Zeitliche Änderungsraten, Kumulation und Sprungdetektion bei langen Messreihen

Ergebnisse

Änderungskarten

Räumliche Visualisierung signifikanter Veränderungen nach DoD, Schwellenwertfilter und Klassenfilter

Ereignislisten & Kennzahl-Auswertungen

Strukturierte Ausgabe pro Bereich mit Volumen-, Flächen-, Höhen- und Relevanzkennzahlen je Epoche

PDF/CSV-Berichte & Aufgaben/Meldungen

Optionale Integration in Procore, ACC, Jira oder andere Systeme mit Verlauf, Kommentar und Nachverfolgbarkeit

Soll/Ist-Abgleich mit CAD und BIM

Wir vergleichen Vermessungsdaten mit Planungsdaten und geben Abweichungen strukturiert aus. Toleranzregeln nach Gewerk, Bereich oder Bauteil schaffen klare Entscheidungsgrundlagen für Abnahmen und Bauprozesse.

Eingaben

  • Ist-Zustand: Punktwolke, Mesh/Netz, DSM, Orthofoto oder As-built-Modell
  • Plan: IFC, DWG, DXF, Achsen, Trassen, Referenzflächen oder GIS-Ebene
  • Regeln: Toleranzen nach Gewerk, Bereich, Bauteil, Attribut und Qualitätsklasse
  • Referenzierung: Projektbezugssystem, Höhenbezug, Achssystem und lokale Unterprojekte

Funktionen & Nutzen

  • Koregistrierung: Abgleich von As-built- und Plangeometrie über Passpunkte, Flächenfit oder ICP zur Minimierung von Lage-, Rotations- und Maßstabsfehlern
  • Koordinatentransformation: Vereinheitlichung von ETRS/UTM, Landeskoordinatensystem, lokalem Baustellenbezug und Höhenbezug in einem Analyse-Frame
  • Distanzfeldberechnung: Erzeugung eines signed distance field zur Bestimmung von Über- und Unterschreitungen an der Sollgeometrie
  • Vergleichsmodi: 2.5D-Höhenvergleich für Flächen und 3D-Abstandsberechnung für komplexe Bauteile, Kanten und Freiformgeometrien
  • Abweichungslogik: Flächen-, Linien- oder Punktbewertung mit Klassifikation in innerhalb Toleranz, Warnbereich oder kritisch
  • Automatische Abweichungsmeldung: Jeder Treffer enthält Messwert, Soll-/Ist-Referenz, Position, Abweichungsrichtung, Zuverlässigkeit und Gewerk-Zuordnung

Mehrwert

  • Frühere Erkennung von Abweichungen durch automatisierte Soll/Ist-Prüfung
  • Weniger Nacharbeit auf der Baustelle durch klare Toleranzentscheidungen
  • Bessere Nachvollziehbarkeit bei Abnahmen durch dokumentierte Messwerte und Referenzen
  • Einheitliche Qualitätssicherung über mehrere Gewerke, Bereiche und Bauteilgruppen hinweg

Toleranzregellogik: Jede Messung wird gegen eine regelbasierte Grenzwertmatrix geprüft. Beispiel: ±20 mm für Betonoberflächen, Sichtbeton oder präzise Einbauteile; ±50 mm für Erdarbeiten, Planum oder Rohbau-Nebenflächen. Die Regeln können nach Bauteiltyp, Ausführungsphase, Zone, Messauflösung oder Materialklasse differenzieren. Wird die zulässige Abweichung überschritten, erzeugt das System eine Meldung mit Schweregrad und Verweis auf die betroffene Regel.

Abweichungsmeldungen: Für jede erkannte Differenz werden Messwert, Position im Koordinatensystem, betroffene Geometrie, normierte Abweichungsrichtung, Konfidenz/Zuverlässigkeit und Zuordnung zum Gewerk automatisch protokolliert. So lassen sich Meldungen direkt an QA/QC-, Bauleiter- oder Mängelprozesse übergeben und mit Prüfberichten, Aufgaben oder BIM-Objekten verknüpfen.

Integration in bestehende Systeme

Unsere KI-Lösung ersetzt keine vorhandenen Werkzeuge, sondern ergänzt Vermessungs-, CAD-, GIS- und BIM-Prozesse als KI-Schicht. Sie automatisiert Auswertungen, Prüfungen, Klassifizierungen und Übergaben — herstellerunabhängig und ohne Medienbrüche.

Die Integrationsarchitektur unterstützt REST-API für Anfragen, Webhooks für Ereignisse, Batch-Verarbeitung für große Datenmengen sowie cloud-native Deployments in hybriden oder vollständig cloudbasierten Umgebungen.

Unterstützte Eingabeformate

Bilder

JPG, DNG, TIFF mit EXIF/XMP; für Photogrammetrie, Georeferenzierung und Feature-Erkennung

GNSS

RTK/PPK-Logs, Fix-Daten, Genauigkeitswerte und Zeitstempel für Qualitäts- und Positionsreferenzierung

Punktwolken

LAS/LAZ, GeoTIFF, DSM, DTM, DGM, DOM sowie Raster- und Oberflächenmodelle für 2.5D- und 3D-Analysen

CAD/BIM

IFC, DWG, DXF und Modellinformationen für Soll/Ist-Abgleich, Bauteilreferenzen und Attributprüfung

GIS

SHP, GeoJSON, GeoPackage und Layer-Strukturen für raumbezogene Auswertungen und Fachdatenintegration

Unterstützte Ausgabeformate

DXF

3D-Polylinien, Breaklines und Feature-Ebenen für CAD-Folgeprozesse

SHP / GeoPackage / GeoJSON

GIS-fähige Vektordaten mit Attributen und räumlicher Struktur für QGIS und ArcGIS

GeoTIFF / LAS/LAZ

Klassifizierte Raster- und Punktwolkendaten für Fachanwendungen und Analysen

Berichte & Aufgaben/Meldungen

PDF, CSV, QA-Wärmekarten und Übergaben an Procore, ACC und Jira

Plattform- und Schnittstellenintegration: Pix4D, Metashape, Civil 3D, BricsCAD, QGIS, ArcGIS, Procore, ACC und Jira sind über API, Webhooks, Datei-Exchange, Objekt-IDs und strukturierte Exporte angebunden.

Architekturprinzip: Eingehende Daten werden normalisiert, geprüft und in einen gemeinsamen Analysekontext überführt. Danach erzeugt die KI-Schicht Messwerte, Abweichungen, Klassen, Meldungen und Übergabedateien — zentral, reproduzierbar und skalierbar.

"Human in the Loop" und technische Verantwortung

Wir ersetzen keine Vermessungsingenieure, Ziviltechniker oder Fachprüfer. Die KI übernimmt Vorverarbeitung, Mustererkennung, Priorisierung und Vorprüfung — inkl. Daten-Normalisierung, Objekt-/Merkmalserkennung, Plausibilitätschecks, Abweichungsdetektion, Volumen- und Flächenberechnungen sowie reproduzierbarer Prüfprotokolle. Fachliche Bewertung, Korrektur, Freigabe und Haftung bleiben beim Experten.

01

KI führt die Voranalyse aus

Automatische Normalisierung, Georeferenzierung, Feature-Extraktion, Klassifizierung, Messwertableitung und erste Plausibilitätsprüfung.

02

Konfidenz und Unsicherheit werden bewertet

Jedes Ergebnis erhält einen Konfidenzwert aus Modellstärke, Datenqualität und Konsistenzprüfung; niedrige Werte oder fehlende Metadaten gehen in die manuelle Prüfung.

03

Kritische Ergebnisse werden zur Kontrolle markiert

Abweichungen, Grenzwertverletzungen, stark streuende Volumenberechnungen und schwache Klassifikationen werden in QA-Wärmekarten, Prüfclustern und Review-Queues priorisiert.

04

Mensch validiert, gibt frei und dokumentiert

Der Fachprüfer bestätigt oder korrigiert Ergebnisse, prüft Abweichungen und Volumenrechnungen und versieht das Resultat mit Freigabe, Version und Prüfvermerk.

Datenhoheit, Sicherheit und Betrieb

Kundendaten bleiben im vereinbarten Betriebsumfeld und werden nicht für externe Trainingszwecke verwendet. Modelle, Trainingsdaten, Parameter, Konfigurationen, Prompts, Ausgaben und Prüfprotokolle werden versioniert, revisionssicher dokumentiert und über definierte Freigabe- und Rücksetzmechanismen gesteuert. Wir liefern die vollständige technische Betriebsbasis – von der Public Cloud bis zur isolierten On-Premise-Umgebung.

Bereitstellung & Betrieb

  • Cloud-Bereitstellung: Betrieb in AWS, Azure oder GCP mit skalierbarer Infrastruktur, Managed Services, Monitoring, Backup und optionaler Multi-AZ-/Multi-Region-Auslegung
  • Private Cloud: Dedizierte Mandantenumgebung in abgeschotteter Cloud-Landing-Zone oder kundeneigenem Tenant mit klaren Netzwerkgrenzen
  • On-Premise: Vollständiger Betrieb im eigenen Rechenzentrum oder lokal mit Netzsegmentierung, Offline-Fähigkeit und kontrolliertem Patch-Management
  • Hybride Modelle: Kombination aus lokaler Datenhaltung, privaten Schnittstellen und externer Rechenleistung für definierte Workloads
  • CI/CD für Modellaktualisierungen: Code-, Daten- und Modelländerungen durchlaufen Build, Validierung, Testdaten-Checks, Modellbewertung, Freigabe, Deployment und Rollback-Bereitschaft
  • Überwachung & Betrieb: Laufende Beobachtung von Latenz, Fehlerraten, Modellgüte, Datenqualität und Ressourcenverbrauch inklusive Alarmierung und Audit-Trail
  • Rollback & Wiederherstellung: Jede Modellversion kann mit zugehörigen Parametern, Artefakten und Konfigurationen gezielt zurückgesetzt oder erneut bereitgestellt werden

Sicherheit & Steuerung

  • Verschlüsselung at rest: Daten, Artefakte, Logs und Backups werden verschlüsselt gespeichert; Schlüsselverwaltung via KMS/HSM oder kundeneigene Schlüsselhoheit
  • Verschlüsselung in transit: Alle Verbindungen zwischen Benutzern, Diensten, APIs und Speichern erfolgen transportverschlüsselt, typischerweise per TLS
  • Mandantentrennung: Logische Trennung von Daten, Modellen, Konfigurationen und Betriebsrechten pro Mandant, ergänzt durch Netzwerksegmentierung und isolierte Deployments
  • RBAC: Feingranulares Rollen- und Rechtekonzept für Admin, Operator, Reviewer, Fachanwender und Auditor; kritische Aktionen benötigen Freigaben
  • Zugriffsprotokollierung: Anmeldungen, API-Nutzung, Modellfreigaben, Datenänderungen und administrative Aktionen werden zeitgestempelt protokolliert
  • Prüfpfad: Vollständige Nachverfolgbarkeit von Input, Modellversion, Parametern, Zwischenergebnissen, menschlicher Korrektur und finaler Freigabe
  • Modell-Versionierung: Modelle, Hyperparameter, Feature-Sets, Trainingsdaten-Referenzen und Bewertungsergebnisse werden als reproduzierbare Artefakte gespeichert
  • Rücksetz- und Freigabekonzept: Bei Fehlern oder Qualitätsabweichungen kann auf eine validierte Version zurückgegangen werden; Deployments gehen erst nach definierter Prüfung live

Typische Ergebnisse für Bau und Deponie

Wir machen aus Vermessungsdaten keine Black Box, sondern eine nachvollziehbare, integrierte und abnahmefähige technische Prozesskette. Alle Ergebnisse sind dokumentiert, versioniert und direkt in bestehende Arbeitsabläufe integrierbar.

Bruchlinien & Kanten

Brchlinien für TIN-Modelle mit definierten Genauigkeitsklassen für Bestands-, Planungs- und Abrechnungszwecke. Enthalten sind Böschungskanten, Rampen, Baugrubenränder, Geländesprünge und Plateaus als DXF zur direkten Nutzung in TIN-Modellen und Flächenmodellen.

Volumen & Abtrag/Auftrag

Grundflächen, Volumen in sowie Abtrag-/Auftrag-Auswertungen auf Basis von Oberflächenvergleichen, TIN-zu-TIN- oder Raster-zu-Raster-Ansätzen. Ausgegeben werden Methode, Bezugsdatum, Flächenabgrenzung, Bilanzwerte und eine Unsicherheitsangabe.

Klassifizierte Punktwolken

Semantisch klassifizierte LAS/LAZ-Dateien nach ASPRS-Standard, z. B. Boden, Vegetation, Gebäude, Wasser und Sonderklassen. Die Daten werden bereinigt, entstört und mit Klassencodes, Rückgabeinformationen und optionalen Intensitätswerten aufbereitet.

CAD/GIS-Ebenen

DXF, SHP und GeoPackage nach Kundentemplate, direkt in Zielsysteme importierbar. Die Ebenen enthalten Attributstrukturen mit Objektart, Status, Quelle, Zeitstempel sowie Koordinatensystem, Höhenbezug und Transformationsparametern.

QA & Zuverlässigkeit

QA-Berichte, Zuverlässigkeits-Wärmekarten und Prüfbereiche für die Nachkontrolle. Ergänzt werden Konfidenzwerte, Ausreißerkennzeichnungen, Dichte- und Abdeckungsindikatoren sowie klar definierte Prüfsegmente.

Lieferpaket

Standardisiertes Datenpaket mit technischer Dokumentation, Verarbeitungsparametern und vollständigem Audit Trail. Die Dokumentation enthält Dateiliste, Dateitypen, Versionsstände, Erstellungszeitpunkt, Koordinatensystem, Verarbeitungsschritte und Prüfergebnisse.

Nächster Schritt: Workflow prüfen

Sprechen Sie mit uns über Ihre Vermessungsdaten, bestehenden Systeme und wiederkehrenden Auswertungsschritte. Wir zeigen, wo KI-gestützte Automatisierung technisch sinnvoll und wirtschaftlich wirksam ist.


Ihr Partner für KI & Maschinelles Lernen

Maßgeschneiderte KI-Lösungen für Unternehmen – von der strategischen Beratung bis zur erfolgreichen Umsetzung.


© 2026 Jaroona. Alle Rechte vorbehalten.