TSPmicro · Edge-KI für vorausschauende Überwachung
Zeitreihenprognosen auf Mikrocontrollern.
Vorausschauende Überwachung direkt am Sensor: ohne Cloud, die Daten bleiben vor Ort.
Was wir tun
TSPmicro bringt Zeitreihenprognosen auf kostengünstige Mikrocontroller. Ein kompaktes neuronales Netz von wenigen zehn Kilobyte sagt voraus, wie sich eine Maschine oder ein Prozess verhalten wird, und erkennt Abweichungen, bevor sie zu Ausfällen werden.
Edge-nativ
Läuft auf Hardware der 10-Euro-Klasse. Kein Cloud-Abo, keine Dauerverbindung, keine Datenübertragung.
Physikbasiert
Ingenieurwissen plus Daten: Die Modelle lernen aus wenigen Fehlerfällen statt aus Tausenden.
Flottenfähig
Flottenadaptive Kalibrierung mit festen Modellgewichten: ein Modell, an jede Anlage angepasst, ohne Nachtraining.
Anwendungen
Vorausschauende Überwachung in der Industrie für:
- Wärmepumpen- und HLK-Flotten,
- Energie- und Prozessanlagen,
- Lagerung und Trocknung in der Landwirtschaft.
Technologie und IP
TSPmicro baut auf Forschung am Karlsruher Institut für Technologie (KIT) zu Turbulenz, Wärmeübertragung und maschinellem Lernen auf. Das Kernverfahren ist Gegenstand einer anhängigen EP-Patentanmeldung zu effizienten neuronalen Netzen für Zeitreihen auf Edge-Geräten. Inhaber der Schutzrechte ist das KIT.
Ausgewählte Veröffentlichungen:
- I. Otić (2025). Optimized LSTM neural networks for material damage predictions. Nuclear Engineering and Design 442, 114264. doi:10.1016/j.nucengdes.2025.114264
- B. Günseren et al. (2026). Constructing a Reynolds stress model of decaying homogeneous isotropic turbulence using physics informed neural network. Journal of Computational Physics 553, 114725. doi:10.1016/j.jcp.2026.114725
- Vollständige Liste: ORCID 0009-0003-8529-6858
Team
Dr. Ivan Otić, Gründer und Erfinder, verfügt über langjährige Forschungserfahrung in Strömungsmechanik, Turbulenzforschung, Kerntechnik und Reaktorauslegung sowie physikbasiertem maschinellem Lernen.
Kontakt
ivan.otic@tspmicro.com
Karlsruhe, Deutschland
LinkedIn