News / Projekte

November 2019

Deep Fakes in Echtzeit

Deep Fakes sind auf Basis künstlicher Intelligenz erstellte Fälschungen von Bildern oder Videos, in der Regel werden Gesichter ausgetauscht. Somit entsteht die Illusion, eine andere Person in einem Video zu sehen. Als Forschungsprojekt hat sich das TNG Innovation Hacking Team das Ziel gesetzt, besser zu verstehen, was bei Deep Fakes technisch möglich ist. Darüber hinaus wollten wir herausfinden, wo deren Grenzen liegen - insbesondere inwieweit und mit welcher Bildqualität es möglich ist, solche Deep Fakes in Echtzeit zu erzeugen.

Als Ergebnis unserer Forschung können wir tatsächlich in einem von einer Kamera aufgenommenen Video-Stream in Echtzeit das Gesicht der gefilmten Person durch das Gesicht einer anderen Person ersetzen und dabei die Mimik und Bewegungen der ursprünglichen Person übernehmen.

Wir verwenden dazu verschiedene Techniken aus dem Bereich der Computer Vision und der neuronalen Netze, um Gesichter in der Videoeingabe zu erkennen, zu übersetzen und zurück in die Videoausgabe zu integrieren. Zum Einsatz kamen in dem Projekt in Keras trainierte Autoencoder-Netze. Trainiert wurden diese mittels sogenannter GANs (Generative Adversarial Networks), die auch gleichzeitig die Erkennung von Fälschungen ermöglichen. Zusätzlich verwenden wir verschiedene andere neuronale Netze zur Gesichtserkennung und Gesichtssegmentierung.

Juni 2019

KI-Größenempfehler für Mode

Für einen großen Fashion Retailer entwickelt TNG eine Applikation zur individuellen Größenempfehlung für die Kunden des Webshops. Die Lösung stellt sich der Aufgabe, trotz einer Vielzahl an Größengängen und zum Teil geringer Verfügbarkeit einzelnen Kunden nur solche Produkte anzuzeigen, die mit hoher Wahrscheinlichkeit auch wirklich passen. Dazu starten wir mit einem Ideenworkshop, überzeugen unseren Kunden durch Entwicklung eines Prototypen und rollen schließlich eine produktive Lösung aus, die messbar erfolgreich ist. Für die kundenindividuellen Größenprofile werden verschiedene Machine Learning Ansätze ausprobiert und die finale Lösung dann auf AWS-Lambda und Elasticsearch implementiert.

April 2019

Livegang einer Realtime-Chat-App

Zur Stärkung des direkten Kontakts zwischen Kunde und Apotheke unterstützen wir ein pharmazeutisches Großhandelsunternehmen
bei der Entwicklung und dem Go-Live eines Chat-Systems.

Als "Progressive Web App" ist dieser Chat ohne vorherige Installation im Web verfügbar und für Mobilgeräte optimiert. Hierbei setzen wir auf Cloud-Dienste und verwenden neben vielen anderen Services eine GraphQL-Schnittstelle.

Das Feedback der Nutzer wird gesammelt und in agiler Arbeitsweise nach Scrum zusammen mit neuen Features und Verbesserungen eingearbeitet.

März 2019

Neue Architektur und UI zur Modularisierung einer monolithischen Bestandsapplikation

Für einen Dienstleister aus dem B2B Logistiksektor entwerfen und verifizieren wir eine neue Architektur, die eine schrittweise Migration aus zwei monolithischen Bestandsapplikationen in State-of-art Module ermöglicht. Dabei unterstützen wir intensiv bei der Risikominimierung durch verschiedene PoCs - vor allem zur nahtlosen Integration einer modernen React-UI in die bestehende ExtJS-Anwendung - sowie bei der Verifikation der Backend-Integrations-Mechanismen.

Februar 2019

Einführung einer Microservice-Plattform in der Cloud

Wir unterstützen einen Kunden im Rahmen eines weltweiten Technologieprogramms beim Aufbau einer Microservice-Plattform, basierend auf AWS und Kubernetes, welche als Blueprint für neue Serviceentwicklungen dient und dem Konzern sowohl die agile Arbeitsweise als auch DevOps näher bringen soll.

Die Implementierung einer automatisierten, cloudbasierten CI/CD-Pipeline und die Bereitstellung von Templates für Serviceentwicklung und Deployment-Prozesse ermöglichen eine stets qualitätsgesicherte und zudem kosteneffiziente Auslieferung von Services.

Januar 2019

Verbesserung des Bezahlprozesses

Wir unterstützen einen Kunden bei der Bewältigung des Problems, auch zu Stoßzeiten mit besonders hohem Bestellvolumen sämtliche Transaktionen erfolgreich abwickeln zu können und somit Umsatzverluste zu vermeiden.

Dazu modularisieren wir den bestehenden Code zur Anbindung der Zahlungsdienstleister und fügen zwei neue hinzu.

Der runderneuerte Bezahlprozess liefert seither Failover für einzelne ausgefallene Zahlungsmethoden und damit die gewünschte hohe Verfügbarkeit bei gleichzeitiger Reduzierung der Prozesskosten.

Vergangene Projektnews findet man im Archiv.