Zum Inhalt springen
Kontakt

Individuelle Software · Simulation · Systeme in Rust

Angewandte Forschung

KI-Automatisierung für Unternehmen. Weniger Routine. Mehr Zeit.

elsyQ automatisiert zeitaufwendige Geschäftsprozesse mit künstlicher Intelligenz und individueller Software. Wir verbinden Ihre bestehenden Systeme und entwickeln Lösungen, die manuelle Arbeit reduzieren. Software, die rechnet, simuliert und handelt.

Projekt besprechen Was wir bauen

Was elsyQ macht

Zeigen Sie uns, wo Ihr Unternehmen Zeit verliert.

elsyQ entwickelt die passende Lösung aus KI-Automatisierung, intelligenten Agenten und individueller Software. Für anspruchsvolle Aufgaben setzen wir auf numerische Verfahren, Simulation und Machine Learning in Rust, C und C++. Und wir bringen die Lösung dorthin, wo Sie arbeiten: in Ihre Weboberfläche, in Ihre API oder direkt auf Ihre Maschine.

  1. Vom Problem zum passenden Werkzeug.

    Erzählen Sie uns, welches Problem Sie lösen wollen. Danach entscheiden wir, womit: mit einem Algorithmus, einer Simulation, einem KI-Agenten oder einer Kombination daraus. Die Technologie richtet sich nach der Aufgabe, nie umgekehrt.

  2. Von festen Regeln zur KI-Automatisierung.

    Bei jeder Automatisierung gilt: zuerst Determinismus. Was sich mit festen Regeln und Algorithmen lösen lässt, lösen wir so, denn dann ist das Ergebnis prüfbar und jedes Mal gleich. KI und Agenten kommen erst dort dazu, wo feste Regeln an ihre Grenzen stoßen.

  3. Von der Formel zum Simulator.

    Wir entwickeln Simulatoren und Rechenkerne selbst, etwa für elektronische Schaltungen oder physikalische Vorgänge. Geschrieben in Rust, schnell genug für große Modelle und mit Ergebnissen, deren Genauigkeit wir angeben können. Unser eigener SPICE-Simulator Circuit Forge entsteht genau so.

  4. Von der Weboberfläche bis zur Maschine.

    Ein Ergebnis nützt erst, wenn jemand damit arbeiten kann. Deshalb bauen wir die ganze Kette: Weboberfläche und API in Laravel, Anbindung per MQTT, Firmware auf der Maschine. Alles aus einer Hand.

Was wir bauen

Für Elektronik- und Halbleiterunternehmen, für Maschinen- und Anlagenbau, für Energie- und Messtechnik. Und genauso für jedes andere Unternehmen, egal in welcher Branche. Wer einen Ablauf hat, der zu viel Zeit frisst, ist bei uns richtig.

agent harness

Agent Harness für Ihr Unternehmen

Ein Sprachmodell allein erledigt noch keine Arbeit. Es braucht einen Rahmen: Werkzeuge, mit denen es Ihre Systeme bedient, Rechte, die festlegen, was es darf, und Freigaben, bevor etwas Wichtiges passiert. Diesen Rahmen bauen wir auf Ihrer Infrastruktur, zugeschnitten auf Ihre Abläufe.

Jeder Schritt eines Agenten wird protokolliert. Tests zeigen, ob er seine Arbeit richtig macht, bevor er sie im Betrieb übernimmt. Und das Modell dahinter bleibt austauschbar, lokal oder über eine API.

automatisierung

KI-Automatisierung

Angebote prüfen, Datenblätter auswerten, Bestellungen abgleichen, Berichte erzeugen. Wenn ein Ablauf klar beschreibbar ist und trotzdem Stunden kostet, lässt er sich meistens automatisieren. Wir bauen ihn als Agenten mit Zugriff auf Ihre Systeme, wahlweise mit lokalen Modellen oder über OpenAI, Anthropic und Mistral.

KI-Automatisierung im Detail
numerik

Numerik & mathematische Solver

Lineare Algebra, dünnbesetzte Systeme, Integration von ODE (gewöhnlichen Differentialgleichungen) und DAE (differential-algebraischen Gleichungen), Newton-Verfahren, FEM (Finite-Elemente-Methode), Signalverarbeitung, Optimierung. Scientific Computing, bei dem am Ende jemand sagen kann, wie groß der Fehler ist.

simulation

Schaltungssimulation & SPICE

Solver-Kerne für transiente, AC- und DC-Analyse. Dazu Bauteilmodelle, Konvergenzstrategien und Werkzeuge für Netzlisten. Auch dann noch, wenn die Schaltung sich querstellt.

ml

Machine Learning für technische Daten

Anomalien in Messreihen, Klassifikation von Signalen, prädiktive Instandhaltung. Dazu Surrogatmodelle, die eine teure Simulation um Größenordnungen beschleunigen. Trainiert auf Ihren Daten, bewertet mit Ihren Kennzahlen.

systeme

Hochleistungs- & Embedded-Software

Rust, C und C++ von der Firmware bis zum Rechenkern. Echtzeitverhalten, Speicherbudgets, SIMD, Parallelisierung. Software, die auch unter Volllast noch berechenbar bleibt.

web

Web ↔ Hardware

Laravel-Anwendungen, APIs und Dashboards, die über einen MQTT-Broker an Ihren Anlagen hängen. Mit Rollen, Rechten und Audit-Trail. Und mit einer Oberfläche, die auch im Schichtbetrieb funktioniert.

Zwischen Modell und Maschine: KI, Numerik und reale Systeme in einer Codebasis.

elsyQ

Forschung

angewandt

Wir erforschen und entwickeln neue Verfahren im Machine Learning, vor allem mit neuronalen Netzen. Für unsere eigenen Werkzeuge und im Auftrag für Sie.

Sie haben ein Problem, für das es noch keine fertige Lösung gibt, oder die naheliegende ist zu langsam oder zu ungenau? Dann lesen wir zuerst, was der Stand der Forschung hergibt. Wir bauen die Methode nach und messen sie an Ihren Daten, gegen das Verfahren, das Sie heute einsetzen. Was besteht, geht in Produktion. Was nicht besteht, erfahren Sie von uns.

Wir veröffentlichen keine Paper. Wir liefern Verfahren, die im Betrieb bestehen.

Woran wir arbeiten

  1. Surrogatmodelle

    Ein Netz lernt das Verhalten eines teuren Simulationsmodells und antwortet danach in Millisekunden statt in Minuten. Trainiert wird es auf den Daten des Solvers, den wir selbst gebaut haben. Dazu sagen wir Ihnen, in welchem Parameterbereich die Vorhersage trägt und ab wo Sie wieder rechnen lassen müssen.

    fθ(x)≈f(x),x∈Ω

    Ω: der Parameterbereich, in dem die Vorhersage trägt

  2. Physikinformiertes Lernen

    Ein Modell, das die Erhaltungssätze schon kennt, braucht weniger Daten und bleibt auch dort plausibel, wo nie jemand gemessen hat. Wir schreiben die Physik als Nebenbedingung in die Verlustfunktion, statt sie dem Netz aus Beispielen beibringen zu lassen.

    ℒ=ℒDaten+λ·ℒPhysik

    λ gewichtet, wie streng die Physik gilt

  3. Hybride KI: Lernen und Schließen

    Ein Sprachmodell rät, wenn es nicht weiterweiß. Deshalb koppeln wir es an Regeln und Solver, die jedes Ergebnis prüfen, bevor es Ihr System erreicht. Der prüfende Teil bleibt deterministisch, also lässt sich hinterher nachvollziehen, warum eine Entscheidung so ausgefallen ist.

    ŷ=LLM(x),y=R(ŷ)

    R: Regeln und Solver, die jede Antwort prüfen

  4. Unsicherheit messen

    Eine Zahl ohne Fehlerbalken ist eine Meinung. Wir schätzen, wie sicher ein Modell bei einer konkreten Eingabe ist, und lassen es abgeben, sobald die Sicherheit zu gering wird: an einen exakten Solver oder an einen Menschen.

    σ(x)>τ⇒Übergabe

    σ: geschätzte Unsicherheit, τ: Ihre Schwelle

Wie wir arbeiten

  1. Analyse

    Wir schauen uns Ihren Ablauf an und klären, was die Lösung am Ende leisten muss. Danach ist klar, ob sich das Projekt für Sie lohnt.

    → Briefing

  2. Prototyp

    Nach wenigen Wochen gibt es eine erste lauffähige Version, getestet mit Ihren echten Daten oder, wo diese das Haus nicht verlassen dürfen, mit realistischen Testdaten.

    → lauffähiger Prototyp

  3. Präsentation

    Wir zeigen Ihnen den Prototyp und besprechen die Ergebnisse gemeinsam. Erst wenn Sie überzeugt sind, geht es weiter.

    → Ihre Freigabe

  4. Produktion

    Wir bringen die Lösung in Ihren Betrieb, mit Monitoring und Dokumentation. Nach dem Go-live bleiben wir an Bord.

    → Live-Betrieb

Zwei Grundsätze

Wenn es nicht besser wird, sagen wir es.

Manchmal ist der bestehende Ablauf schon gut genug. Manchmal gehört das Problem gar nicht in Software. Dann sagen wir das im ersten Gespräch, statt ein Projekt daraus zu machen.

Prüfbar, wo es darauf ankommt.

Wo Geld, Sicherheit oder eine Messung daran hängt, entscheidet kein Sprachmodell. Dort läuft ein Algorithmus, dessen Ergebnis sich reproduzieren und prüfen lässt. Ein Modell kommt nur dazu, wenn Zahlen belegen, dass es besser abschneidet.

Algorithmus oder Sprachmodell: wann wir was einsetzen

Unser Vorgehen im Detail

Technologie

Ein Team über den gesamten Stack. Vom Rechenkern und der Firmware bis zum Modell und der Oberfläche.

Sprachen & Systeme

quer durch alle Schichten
  • Rust
  • C / C++
  • Python
  • PHP 8.5+
  • Laravel
  • Linux

  1. Web & IoT

    Oberfläche und Anbindung

    • Livewire
    • REST · WebSockets
    • MQTT-Broker
    • IoT-Dashboards
    • WebAssembly

  2. KI & Machine Learning

    Modelle und Agenten

    • PyTorch
    • ONNX
    • OpenAI · Anthropic · Mistral
    • Lokale Modelle
    • Agenten · MCP
    • Agent Harness
    • RAG · Vektorsuche
    • Anomalieerkennung
    • Surrogatmodelle

  3. Simulation

    Physik im Rechner

    • SPICE
    • Transient · AC · DC
    • Rauschanalyse
    • Monte-Carlo
    • Bauteilmodelle
    • Netzlisten
    • Physikalische Modelle

  4. Numerik

    Der Rechenkern

    • Lineare Algebra
    • Dünnbesetzte Solver
    • ODE / DAE
    • Newton-Verfahren
    • FEM
    • DSP · FFT
    • Optimierung

  5. Embedded & Mikrocontroller

    Firmware und Messtechnik

    • STM32
    • RP2350B
    • ARM Cortex-M
    • Embedded Rust
    • RTOS
    • Firmware
    • Messtechnik

Häufige Fragen

Was Unternehmen uns vor dem ersten Projekt fragen.

Was macht elsyQ genau?

elsyQ automatisiert zeitaufwendige Geschäftsprozesse mit KI und individueller Software und entwickelt rechenintensive Systeme: numerische Solver, Simulatoren wie den SPICE-Simulator Circuit Forge und Machine-Learning-Modelle für technische Daten. Bei Automatisierungen gilt: zuerst feste Regeln, KI nur dort, wo Regeln nicht weiterkommen. Rechenkerne und Firmware schreiben wir in Rust, Weboberflächen und APIs in Laravel.

Ist elsyQ eine KI-Agentur?

Nein. elsyQ ist keine klassische KI-Agentur, sondern ein Softwareentwicklungsunternehmen mit eigener Forschung. Wir arbeiten an Fragen der Automatisierung, des Machine Learning und der Informationstheorie und machen daraus eigene Verfahren und Werkzeuge, etwa den SPICE-Simulator Circuit Forge. KI setzen wir dort ein, wo sie ein Problem nachweisbar besser löst als ein deterministischer Algorithmus. Sie steckt dann in einem System mit klaren Schnittstellen, Tests und Berechtigungen und nicht in einem Chatfenster vor einem unveränderten Prozess.

Müssen unsere Daten dafür an OpenAI oder Anthropic gehen?

Nein. elsyQ betreibt Sprachmodelle auf Wunsch vollständig lokal, auf Ihrer eigenen Hardware oder in Ihrer eigenen Cloud, sodass keine Daten das Haus verlassen. Offene Modelle wie Llama, Qwen oder Gemma reichen für viele Automatisierungsaufgaben aus. Wo der Datenschutz keine Grenze setzt, arbeiten wir auch mit OpenAI, Anthropic oder Mistral. Den Ausschlag geben Schutzbedarf, Latenz und Kosten, und die Architektur bleibt so gebaut, dass ein späterer Wechsel möglich ist.

Bindet elsyQ Lösungen an unsere bestehenden Systeme an?

Ja, elsyQ bindet jede Lösung an die Systeme an, die Sie bereits nutzen, statt eine weitere Insellösung danebenzustellen. Im Büro sind das meist ERP, CRM oder das Postfach, angebunden über REST-Schnittstellen. Hat ein älteres System keine API, gehen wir über die Datenbank oder über Dateiexporte. In der Produktion sprechen wir mit Maschinensteuerungen und Messgeräten über MQTT oder OPC UA. Die Schnittstellen klären wir früh im Projekt und testen am Ende die gesamte Kette.

Für welche Branchen arbeitet elsyQ?

elsyQ arbeitet für Elektronik- und Halbleiterunternehmen, Maschinen- und Anlagenbau, Energie- und Antriebstechnik sowie Mess- und Medizintechnik. Bei KI-Automatisierung spielt die Branche keine Rolle: Wir automatisieren Abläufe für jedes Unternehmen. Entscheidend ist nur, dass sich ein Ablauf klar beschreiben lässt und heute zu viel Zeit kostet.

Warum setzt elsyQ auf Rust?

Rust bietet Speichersicherheit und Nebenläufigkeit ohne Garbage Collector, also die Performance von C++ bei deutlich weniger Fehlerklassen. Für Solver-Kerne, Firmware auf Mikrocontrollern und langlebige Dienste ist das der entscheidende Vorteil. Rust ist deshalb unsere erste Wahl, aber kein Dogma: Weboberflächen entstehen in Laravel, Modelle in PyTorch, Auswertungen in Python, und bestehende Codebasen pflegen wir in C oder C++ weiter.

Was, wenn sich ein Ablauf nicht sinnvoll automatisieren lässt?

Dann sagt elsyQ das offen, bevor ein Angebot entsteht. Nicht jeder Prozess wird durch Software besser, und manche Probleme sind organisatorisch statt technisch. Wir prüfen im ersten Gespräch, ob sich der Aufwand rechnet, und empfehlen im Zweifel, es zu lassen.

Entwickelt elsyQ auch Elektronik und Hardware?

Ja, elsyQ entwickelt auch Elektronik und Hardware, wenn das Projekt zu uns passt. Unser Team kennt sich tief in Elektronik und hardwarenaher Entwicklung aus: Wir simulieren Schaltungen, schreiben Firmware für Mikrocontroller wie STM32 oder RP2350 und bauen die Messdatenerfassung dazu. Am stärksten sind wir, wenn die Hardware Teil eines Systems ist, dessen Software wir ebenfalls verantworten. Reine Layout-Dienstleistung ohne Softwareanteil bieten wir nicht an.

Bekommen wir eine Dokumentation?

Ja, jedes Projekt von elsyQ wird vollständig dokumentiert, denn für uns gehört die Dokumentation zum Produkt. Sie entsteht mit dem Code und nicht in der letzten Projektwoche. Architektur, Schnittstellen, Bedienung und Betrieb sind so beschrieben, dass Ihr Team das System ohne uns versteht und weiterentwickeln kann. Wir schulen die Menschen, die damit arbeiten, und Repository wie Dokumentation gehören Ihnen.

Wie startet ein Projekt bei elsyQ?

Ein Projekt bei elsyQ startet mit einem Gespräch über Ihr Problem. Daraus entsteht ein kurzes Briefing mit Zielen, Risiken und Aufwandsrahmen. Nach wenigen Wochen zeigen wir Ihnen einen lauffähigen Prototyp, und erst nach Ihrer Freigabe geht es in die Produktion. Auf Anfragen antworten wir innerhalb von zwei Werktagen.

Ihre Frage ist nicht dabei?

Schreiben Sie uns. Wir antworten innerhalb von zwei Werktagen.

Frage stellen

Sprechen wir

Ein technisches Problem, das mehr als ein Prompt braucht?

Schreiben Sie uns in ein paar Sätzen, worum es geht: Domäne, Randbedingungen, Zielgrößen. Sie bekommen innerhalb von zwei Werktagen eine erste technische Einschätzung, keine Verkaufspräsentation.

Projekt besprechen [email protected]