Sprachmodelle übersetzen.
Solver entscheiden.
kint setzt jede Technologie dort ein, wo sie am stärksten ist. Sprachmodelle übersetzen die Worte der Planer in ein Modell. Mathematische Solver finden den besten Plan und nennen seine Optimalitätslücke. Machine Learning erfasst, was nur Ihre Daten wissen.
Jeder Schritt hat genau einen Verantwortlichen.
Eine Entscheidung durchläuft Menschen, ein Sprachmodell, einen Solver und die Plattform. Der Datensatz hält ihre Anteile getrennt.
- 01 · Ihre Planer
Beschreiben
Ziel und Regeln in den eigenen Worten der Planer, dazu die Daten, die sie heute verwenden.
- 02 · Sprachmodell
Modell entwerfen
Der Decision Agent von kint liest die Beschreibung und die Daten und schreibt Variablen, Regeln und Zielfunktion.
- 03 · Ihre Experten · kint
Prüfen
Im Pilot prüfen die Forward Deployed Engineers von kint das Modell mit den Fachleuten, in verständlicher Sprache.
- 04 · Solver
Lösen
Ein mathematischer Solver durchsucht die Pläne und liefert den besten zusammen mit seiner Schranke und der Lücke.
- 05 · Plattform
Protokoll
Datenversion, Modellversion, Einstellungen und Freigaben, gespeichert, damit sich der Plan nachprüfen lässt.
Das Sprachmodell berechnet den Plan nie.
Es übersetzt, und Menschen prüfen die Übersetzung. Den Plan liefert ein Solver. Jeder Lauf schreibt Datenversion, Modellversion und Solver-Einstellungen fest, so lässt sich der Plan gegen das Protokoll nachprüfen.
Etablierte Verfahren, je Problem gewählt.
kint wählt die Formulierung aus der Struktur des Problems. Eine gemeinsame Modellschicht liegt über mehreren Solvern, sodass dasselbe Modell mit Open-Source- oder kommerziellen Engines läuft.
| Verfahren | Struktur | Lösungsweg |
|---|---|---|
| LP | Kontinuierliche Größen, lineare Regeln | Simplex- und Innere-Punkte-Verfahren. Zuteilung, Mischung, Flüsse. |
| MIP | Ja-oder-Nein- und ganzzahlige Entscheidungen | Branch and Bound mit Schnittebenen. Schichten, Routen, Standorte. |
| CP | Logik, Reihenfolgen, Zeitfenster | Constraint-Propagation und Suche. Stundenpläne, Werkstattplanung. |
| QP | Quadratisches Ziel, lineare Regeln | Innere-Punkte- und Active-Set-Verfahren. Portfolios, Lastausgleich. |
Open Source und kommerziell
- LP- und MIP-Solver
- CP-Solver
- kommerzielle MIP-Solver
Open-Source-Solver sind enthalten. Kommerzielle Solver werden unterstützt, Lizenzen werden je Auftrag vereinbart. kint wählt den Solver passend zum Problemtyp.
Für das, was nur die Daten wissen.
Lernende Modelle kommen dort zum Einsatz, wo keine Formel existiert oder wo eine Prognose in die Optimierung eingeht. Jedes Modell meldet, wie sicher es ist.
- Surrogatmodelle
Ensembles lernen, wie Ergebnisse auf Entscheidungen reagieren.
- Unsicherheit
Vorhersagen kommen mit einem Unsicherheitsintervall.
- Suche
Einzelne Ziele und Abwägungen zwischen mehreren Zielen auf dem gelernten Modell.
- Erklärung
Welche Eingaben das Ergebnis bei jedem Kandidaten wie stark verschieben.
- Prognosen
Nachfrage, Ankünfte oder Preise als Eingabe für den Plan. Der Plan nennt die verwendete Prognose.
- Warmstarts
Gelernte Vorhersagen geben dem Solver einen guten Startpunkt. Schranke und Optimalitätslücke liefert weiterhin der Solver.
Gebaut, um in andere Systeme zu passen.
kint läuft über Ihrem ERP, TOS, MES oder VPP oder im Produkt eines Anbieters. Daten kommen als Lese-Exporte herein. Freigegebene Pläne gehen nur über eine API zurück, die Sie kontrollieren; das Leitsystem entscheidet, ob es sie übernimmt.
API-first
HTTP-API mit OpenAPI-Dokumentation, aufgerufen aus Ihren Systemen.
Live-Fortschritt
Der Fortschritt einer Lösung live über WebSocket.
Dauerhafte Workflows
Läufe sind versionierte Graphen aus Schritten. Nach einem Absturz oder Neustart setzt der Lauf an dem Schritt fort, an dem er stand.
Nachprüfung
Aus den festgeschriebenen Eingaben lässt sich der Plan gegen das Protokoll nachprüfen.
OEM-fähig
Anbieter binden die Engine unter der eigenen Marke und im eigenen Vertrag ein. Ihre Kunden sehen ihr Produkt.
Wo es läuft
In Deutschland gehostet und von kint betrieben. Für Abläufe, die Ihr Netz nicht verlassen dürfen, planen wir eine Installation darin.
Sehen Sie den Stack an Ihrem Problem.
Bringen Sie eine Entscheidung mit. Wir zeigen Ihnen das Modell, das der Agent entwirft, den Solver, den kint auswählt, und den Datensatz, den der Lauf hinterlässt.
- Optimierung
- LP · MIP · CP · QP
- Lernen
- Surrogat-Ensembles mit Unsicherheitsintervallen
- Schnittstellen
- REST API · WebSocket · OEM
- Kontakt
- hello@kint.pro