dAIve Predict · No-Code Machine Learning für Ingenieure

Von den Daten zur Vorhersage. Ohne Code.

dAIve Predict führt Ingenieure in einem klaren Ablauf von den Daten zum geprüften Modell. Ersatzmodelle für Simulationen, Versuchsauswertung und Prozessprognosen, im Browser oder vollständig lokal.

14 Tage kostenlos testen Demo anfragen

Test ohne Kreditkarte, startet bei der Registrierung.

Echte Aufnahme der Web-App · Demo-Projekt NACA-Profile (Auftrieb und Widerstand)

Modelle: Random Forest, XGBoost, FNN, RNN
Daten: Simulation, Versuch, Prozess (Tabellenformat)
Betrieb: Browser oder Desktop (lokal)
Im Einsatz: bei Pilotkunden seit 2023

Was dAIve Predict anders macht

Geführt statt geskriptet

Import, Beschreibung, Assessment, Training und Prognose folgen aufeinander. Ein eigenes ML-Skriptprojekt ist nicht nötig.

Daten verstehen, bevor trainiert wird

Verteilungen, Korrelationen, Data Size Analysis und Input Dropout zeigen, ob die Daten reichen und welche Eingaben zählen.

Gütemaße statt Blackbox

Jedes Modell kommt mit Lernkurve, Loss und R². Kreuzvalidierung und Batch-Training machen Vergleiche nachvollziehbar.

Trainieren und Anwenden trennen

Eine Fachperson trainiert das Modell, Kolleginnen und Kollegen nutzen es im Modus „nur Vorhersage“ weiter.

Lokal, wenn es sein muss

Die Desktop-Version arbeitet offline auf eigener Hardware. Projekte und Modelle bleiben als .dvp- und .dvm-Dateien im Haus.

Von Ingenieuren gebaut

Entstanden aus unseren eigenen Simulationsprojekten, unter anderem im Spritzguss und in der E-Mobilität.

Der Ablauf in vier Schritten

Importieren
Daten als CSV-Tabelle laden, Trennzeichen und Spalten prüfen, Eingaben und Zielgröße wählen.
Verstehen
Verteilungen, Korrelationen, Data Size Analysis und Input Dropout ansehen.
Trainieren
Modelltyp wählen, konfigurieren, trainieren und Gütemaße prüfen.
Vorhersagen
Neue Fälle bewerten, Ergebnisse exportieren, Modell als .dvm sichern.