Technologien & Kompetenzen
Zur Lösung schwierigster Aufgabenstellungen und komplexer Problemstellungen baut ANDATA auf ein reichhaltiges Portfolio aus Methoden der Systemtheorie und Kybernetik.
Technische Systeme werden heutzutage - ganz unabhängig von deren Anwendungsgebieten - geprägt durch ihren hohen Grad an Funktionalität und Komplexität. Allein die Anzahl an Anforderungen erschwert es einem Entwicklungsingenieur oft, den Überblick zu bewahren. Klassische, rein analytische Methoden und Verfahren reichen dann für die Systembeschreibung und Spezifikation meist nicht aus. Die Entwicklung und Auslegung solch komplexer Systeme können in diesen Fällen idR nur durch intensive Nutzung von numerischer Simulation in Kombination mit Verfahren der Computational Intelligence erfolgen.
Die Lösungsstrategie von ANDATA besteht in der kombinierten Anwendung von
- Computational Intelligence und Machine Learning zur Beherrschung von Systemen mit hoher Komplexität,
- Stochastische Simulation zur beispielbasierten Anforderungsrepräsentation der Datengenerierung mittels Simulation sowie zur Robustheitsabsicherung,
- einem systematischen Vorgehensmodell aus dem Software-Engineering.
Das Szenario-Management bündelt diese Methoden in einer geschickten Kombination zur effektiven Entwicklung und Absicherung komplexer Systeme in einem integralen Entwicklungsprozess.
Vorteile und Eigenschaften
Die dabei eingesetzten Verfahren orientieren sich überwiegend an Methoden aus der Natur (>Natural Computation) und sind in ihrem Aufbau eher einfach und robust. Trotzdem (oder gerade deswegen) lassen sich damit schwierigste Probleme in integraler Weise lösen. Somit kann man sich auf die eigentliche, konstruktive Aufgabenstellung konzentrieren und muss nicht schon von Beginn an in die komplexe mathematische Tiefe der Lösungsmethodik einsteigen.
Im Gegensatz zu traditionellen Entwicklungsansätzen kann der exponentielle Anstieg im Aufwand bei komplexen Problemen durchbrochen werden. Damit lassen sich meist enorme Entwicklungskosten und Aufwände einsparen.