Vai al contenuto

Ricerca · TUM Spin-off

TUM Spin-off. Costruito per l'industria.

demi è uno spin-off dell'Università Tecnica di Monaco, fondato da tre suoi laureati. Studiamo ciò che rende affidabile l'IA in azienda: dati collegati, permessi per persone e agenti, risultati che si possono ricalcolare.

  • Sistemi distribuiti
  • Intelligenza artificiale
  • Sistemi informativi
  • Teoria dell'informazione

Le nostre basi

Quattro campi di ricerca. Una piattaforma.

demi si fonda su questi campi. Ognuno risolve una parte del compito di portare l'IA sui dati reali di un'azienda.

  • 01

    Sistemi distribuiti

    Molti sistemi, uno stato coerente. Sincronizzazione, conflitti e guasti, senza fermare nessun sistema di origine.

  • 02

    Intelligenza artificiale

    I modelli capiscono la domanda e spiegano la risposta. Gli agenti agiscono, ma solo entro i loro permessi.

  • 03

    Sistemi informativi

    L'IT crea valore quando processi e organizzazione cambiano con essa. L'organigramma diventa il modello dei permessi.

  • 04

    Teoria dell'informazione

    Quanto sa davvero un record? Incertezza, ridondanza e rumore diventano misurabili.

Linee di ricerca

Cinque domande su cui lavoriamo.

Ogni linea mostra una direzione di ricerca: la domanda, perché è difficile, il nostro approccio e le domande aperte.

  1. 01Livello dei dati e risoluzione delle entità
  2. 02Permessi per persone e agenti di IA
  3. 03Agenti deterministici e valutazione
  4. 04Sincronizzazione distribuita
  5. 05La qualità dei dati vista dalla teoria dell'informazione
01 · Data LayerLinea di ricerca

Livello dei dati e risoluzione delle entità

Quando tre voci in tre sistemi sono la stessa cosa?

Perché è difficile

Lo stesso pezzo ha un nome nell'ERP, un altro nel PLM e un terzo nella scheda tecnica. Grafie, revisioni e unità di misura non coincidono. Chi unisce i record sbagliati sbaglia tutti i numeri successivi.

Il nostro approccio

  • Ogni valore è un'affermazione con la sua fonte, il suo momento e il suo grado di certezza.
  • Unire è un collegamento reversibile, mai una sovrascrittura.
  • Le contraddizioni tra le fonti restano visibili.

Domande aperte

  • Quanto deve essere sicura un'unione automatica prima che una persona debba confermarla?
  • Come diventa un archivio di documenti un grafo con relazioni tipizzate?

Schema

Tre sistemi

  • ERPArt. 200-17 · Pompa P200
  • PLMDisegno P-200, rev. C
  • Scheda tecnica (PDF)P 200 · 7,5 kW

Un record

Pompa P-200
Codice articolo
200-17ERP
Revisione
CPLM
Potenza
7,5 kWScheda tecnica, p. 2
Esempio: tre voci, un record, ogni dato con la sua fonte.
02 · Permission LayerLinea di ricerca

Permessi per persone e agenti di IA

Come si garantisce che un agente non possa mai fare più della persona per cui lavora?

Perché è difficile

I permessi sono sparsi tra ERP, archivio dei file e organigramma. Un agente che lavora con un account di servizio vede presto più di qualsiasi singolo dipendente.

Il nostro approccio

  • I permessi vengono dal tuo organigramma, e demi non li amplia mai da solo.
  • Un agente non può mai fare più della persona per cui lavora.
  • Ogni decisione viene presa per singola richiesta e registrata.

Domande aperte

  • Come si verifica in automatico che la piattaforma non mostri mai più del sistema di origine?
  • Come si spiega in modo chiaro perché qualcuno vede qualcosa, o non la vede?

Schema

  • Prezzi dei fornitori

    • Anna, acquisticonsentito
    • L'agente puòconsentito
  • Ordini aperti

    • Anna, acquisticonsentito
    • L'agente puòconsentito
  • Fascicoli del personale

    • Anna, acquistinon consentito
    • L'agente puònon consentito

Da dove vengono i permessi

  1. 1Sistema di origine
  2. 2Organigramma
L'agente non può mai fare più di Anna.
03 · Intelligence LayerLinea di ricerca

Agenti deterministici e valutazione

Come si ottengono da un modello linguistico numeri su cui si può contare?

Perché è difficile

I modelli linguistici scrivono bene ma non calcolano in modo affidabile. La stessa domanda può dare due risposte diverse. In offerte, ordini e report questo non è accettabile.

Il nostro approccio

  • Il modello capisce la tua domanda, il calcolo avviene nel codice.
  • Il calcolo avviene in modo deterministico sui record: stessa domanda, stesso risultato. L'interpretazione della domanda può essere sbagliata.
  • Il modello spiega il risultato e cita le fonti.

Domande aperte

  • Come si misura se l'IA ha trovato la cosa giusta? Un insieme di domande di riferimento per settore.
  • Da quale livello di rischio deve approvare una persona, e quando l'approvazione diventa una formalità?

Schema

Qual è il valore degli ordini aperti del cliente 4711?

  1. 1Domanda
  2. 2Il modello capisce
  3. 3Calcolo esatto
  4. 4Risposta con fonti

Verifica

La stessa domanda posta due volte dà lo stesso risultato. Altrimenti è un errore.

Il modello scrive, il codice calcola.
04 · Data LayerLinea di ricerca

Sincronizzazione distribuita

Come si tengono dieci sistemi allo stesso stato senza fermarne nessuno?

Perché è difficile

I sistemi di origine cambiano di continuo, si fermano o consegnano in ritardo. Sostituire i sistemi centrali è costoso e rischioso. Per questo la piattaforma deve funzionare accanto a loro, non al loro posto.

Il nostro approccio

  • Prima leggere: i nuovi collegamenti partono in sola lettura.
  • Istantanee con marca temporale. Le modifiche seguono dove il sistema le fornisce.
  • La scrittura è separata: come proposta, con approvazione, reversibile.

Domande aperte

  • Quando un processo sulla piattaforma equivale al sistema legacy, e come lo si dimostra in esercizio parallelo?
  • Come si risolvono i conflitti quando due sistemi cambiano lo stesso valore nello stesso momento?

Schema

Leggere, prima

  • ERP
  • CRM
  • File
Istantanea con marca temporaleData Layer

Scrivere, solo con approvazione

  1. Proposta di modifica
  2. Approvazione di una persona
  3. Riscrittura
  4. Annullamento in un passo
I sistemi di origine continuano a funzionare. Nulla viene sostituito prima di aver dato prova di sé.
05 · Qualità dei datiLinea di ricerca

La qualità dei dati vista dalla teoria dell'informazione

Quanto sa davvero un record, e per quanto tempo resta vero?

Perché è difficile

La qualità si misura di solito con un unico valore. Ma un record può essere completo e comunque obsoleto, oppure duplicato e comunque contraddittorio.

Il nostro approccio

  • L'informazione come incertezza ridotta: quale fonte dice di più su un valore?
  • Usare la ridondanza tra le fonti come prova, non come zavorra.
  • Misurare la qualità su più dimensioni: corretta, aggiornata, collegata, leggibile per l'IA.

Domande aperte

  • Qual è l'emivita della conoscenza su clienti, prezzi e referenti?
  • Oltre quale qualità dei dati in ingresso la risposta dell'IA smette di migliorare?

Schema

Probabilità che il valore sia ancora corretto

Tempo dall'ultima conferma

  • Indirizzo
  • Referente
  • Prezzo
Rappresentazione schematica, nessun valore misurato.

Pubblicazioni

  • Pubblicato 2018 · Capitolo di libro

    Soto Setzke, D.; Hoberg, P.; Murgoci, A.; Franzbonenkamp, S.; Gaß, J.; Wolff, T.; Krcmar, H. (2018): Digitale Transformation bei den Berliner Philharmonikern. In: Informationsmanagement und digitale Transformation. Springer Fachmedien Wiesbaden.

    DOI 10.1007/978-3-658-22624-4_10

Rete

Collegati con università, ecosistema delle startup e programmi di finanziamento.

demi è un TUM Spin-off ed è sostenuto da programmi in Baviera, in Germania e in Europa.

demiMonaco di Baviera

Scienza

  • Università Tecnica di MonacoTutti e tre i fondatori hanno studiato alla TUM.
  • TUM Venture LabsQui è nato demi.
  • Studenti della TUMProgetti di studio, progetti interdisciplinari e tesi sulle nostre domande di ricerca.

Fondazione e finanziamento

  • UnternehmerTUMParte dell'ecosistema, programma UnternehmerTUM Incubator.
  • EXIST-ForschungstransferProgramma del BMWE, cofinanziato dall'Unione europea (FSE+).
  • Ministero federale dell'Economia e dell'EnergiaFinanzia demi con il programma EXIST-Forschungstransfer.

Programmi

  • ESA BIC BavariaBusiness Incubation Centre dell'Agenzia Spaziale Europea.
  • NVIDIA InceptionProgramma per startup di IA.
  • AI5innovationAcceleratore Elevator Ignite dello European Digital Innovation Hub cofinanziato dall'UE.

Fai ricerca con noi

La tua tesi su una domanda reale.

Seguiamo tesi magistrali, progetti interdisciplinari e studenti lavoratori. Ogni tema è un pezzo reale della nostra roadmap, con un referente nel team.

  • Dall'albero al grafo

    Proporre relazioni tipizzate tra documenti, che una persona conferma. Si misurano precisione e richiamo per tipo di relazione.

    • Tesi magistrale
    • IDP
  • L'IA ha trovato la cosa giusta?

    Un quadro di valutazione con domande di riferimento che confronta la ricerca full-text, fuzzy, su grafo e per metadati.

    • Tesi magistrale
    • IDP
  • L'emivita della conoscenza aziendale

    Seguire nel tempo le affermazioni dei registri pubblici e stimare una curva di decadimento per tipo di affermazione.

    • Tesi magistrale
  • Quanto deve essere buono l'input?

    Misurare la qualità del segnale di documenti e immagini e verificare se predice la qualità della risposta.

    • IDP
    • Studente lavoratore
  • Sicurezza dell'IA secondo l'OWASP LLM Top 10

    Prompt injection, abuso degli strumenti, fuga di dati: un quadro di red team riutilizzabile per agenti e server MCP.

    • Tesi magistrale
  • Dimostrare l'isolamento tra clienti

    Test di proprietà e di fuzzing che cercano di passare da un cliente all'altro.

    • Tesi magistrale

La supervisione accademica spetta alla tua cattedra nella tua università. Noi mettiamo a disposizione il tema, l'accesso e un referente nel team.

Posizioni e temi aperti

Architettura di sicurezza

Come demi protegge gli agenti di IA

Per chi agisce un agente, cosa può vedere e avviare, come restano separate le aziende e dove girano dati e modelli: i principi, con le fonti.

Vai all'architettura di sicurezza

Ricerca che arriva in officina.

In 20 minuti ti mostriamo come il livello dei dati, i permessi e l'IA lavorano insieme su un caso come il tuo.

Il tuo configuratore

Ancora nessun caso d'uso

Il tuo configuratore è ancora vuoto

Aggiungi un caso d'uso da qualsiasi scheda o pagina del caso e guarda quanto vale all'anno, con il calcolo. Gratis, senza registrazione, senza impegno: provalo e cambia ogni numero.

Vedi i casi d'uso