Wir identifizieren und markieren Objekte und Muster in Bilddaten, um qualitativ hochwertige Trainingsdaten für maschinelles Lernen zu erstellen.

Maschinelles Lernen wird bereits in vielen Bereichen eingesetzt: zur Identifizierung von Verkehrsteilnehmern beim autonomen Fahren, zur Früherkennung von Krankheiten im Gesundheitswesen, zur Erfassung handschriftlicher Dokumente in der Verwaltung oder im Bereich des Kulturerbes. Der Mensch ist bei dieser Entwicklung von künstlicher Intelligenz unentbehrlich. Er muss die notwendigen Vorarbeiten leisten, indem er Formen, Muster, Bewegungen und Objekte in Bilddaten korrekt markiert, damit die Software dann aus diesen Informationen lernen kann. Diese manuelle Vorarbeit ist sehr zeitaufwendig und damit teuer.

Wir können diese Arbeit für Sie kostengünstig und mit einem sozialen Mehrwert durchführen. Dank unseres Impact-Sourcing-Partners Digital Divide Data, der in Südostasien und Afrika auf der Grundlage eines sozialen Auftrags tätig ist, annotieren wir Ihre Daten schnell und zuverlässig, in gleichbleibend hoher Qualität und zu einem Bruchteil der europäischen Lohnkosten. Unsere Kapazitäten können wir jederzeit flexibel an das zu verarbeitende Datenvolumen anpassen, so dass Sie eine niedrige Einstiegshürde für Plausibilitätsstudien haben und einen schnellen Markteintritt realisieren können. Lesen Sie hier ein Interview mit Gründer Daniel Lanz.