Showcase služeb EDIH CTU
Realizace služeb v praxi
Přehled konkrétních příkladů, kde EDIH CTU pomohl firmám, městům, nemocnicím, výzkumným týmům a veřejným institucím ověřit technologie před investicí.
Co zde najdete
Ne katalog technologií, ale přehled řešení konkrétních situací a potřeb
Každá představená služba ukazuje, co klient řešil, jaká technologie v dané situaci pomohla a jaký praktický přínos může mít podobný přístup i pro další firmy nebo instituce.
🧪 🤖 🏭 🏢 🏥
Test before Invest
Technologie lze nejdříve prakticky otestovat a teprve poté rozhodnout o větší investici či dalším rozvoji. Služba „Test before Invest“ je zde právě proto!
💡 ✅ 💪 💯 🤝
Inspirace pro vlastní projekt
Ukázky našich služeb vás mohou inspirovat! Nejste si jisti, zda by podobné řešení mohlo pomoci i vaší firmě či organizaci? Kontaktujte nás pro bezplatnou konzultaci.
Od nápadu k ověření
Firmy a instituce si mohou technologii nejdříve bezpečně vyzkoušet
Výsledkem není jen technický experiment, ale praktický podklad pro rozhodnutí: zda řešení funguje, kde má limity a jaký přínos může mít při reálném nasazení.
Krok 1
Potřeba firmy
Krok 2
Ověření technologie
Krok 3
Přínos pro klienta
Vybrané příběhy
Máme za sebou řadu dodaných služeb. Detaily o vybraných z nich naleznete níže.
Robotika a automatizace
ALAD: Automatizované programování 9osého robota
AI plánování trajektorie pro 9osý robot v komplikovaných kolizních modelech výrobků.
Doprava a energetika
DeFINE: Modelování poptávky po dobíjení elektromobilů
Predikce poptávky po nabíjení pro správné dimenzování kapacity dobíjecí infrastruktury.
Péče a rehabilitace
GerontoCentrum: Hapticko-kognitivní hry pro seniory
Hry přizpůsobené schopnostem seniorů pro aktivizaci, trénink a rehabilitaci.
Zdravotnictví
Critically: Monitoring pacientů na JIP
Digitalizace dat z obrazovek ventilátorů a monitorů pro rychlejší reakci lékaře.
Smart city
Hlavní město Praha: Optimalizace svozu tříděného odpadu
AI analýza dat ze senzorů zaplněnosti kontejnerů pro efektivnější svoz.
Výzkum a laboratoře
Univerzita Karlova: Skládání krystalů ve fyzikální laboratoři
Počítačové vidění pro přesnější a rychlejší kontrolu polohy drobných krystalů.
Veřejná správa a AI
Auditní orgán MF ČR: ADAM
AI asistent pro vyhledávání v rozsáhlých dokumentech pomocí přirozeného jazyka.
Zemědělství a AI
Vitispector: Vinice ve správě AI a robotů
Datová podpora péče o vinice, počasí, agronomických záznamů a dohledatelnosti vína.
Energetika budov
Policie ČR: Úspory energie v budovách
Senzory a detekce anomálií pro odhalení špatně nastaveného provozu a úspory energie.
Další realizace
Stručněji, ale přesto stále informativně
Níže vám představíme naše další technologické služby. Podívejte se na detaily, s jakou potřebou za námi klient přišel, jaké řešení jsme navrhli a co mu to prakticky přineslo.
📂
Chcete se dozvědět víc?
Přečtěte si o dalších službách v našem portfoliu.
Další služby
V této části najdete další ukázky spolupráce napříč různými obory. Jednotlivé řádky si můžete rozkliknout a rychle zjistit, jaký problém se řešil, jaký postup byl zvolen a jaký konkrétní výsledek služba přinesla.
DYS-centrum — AI diagnostika ADHD (VR + eyetracking)
Jaká byla potřeba klienta – identifikace problému
- Vytvořit přesnější a objektivnější diagnostiku ADHD u dospělých, nad rámec subjektivních hodnocení pomocí AI.
- Přenést existující diagnostické testy do digitální podoby (VR + web) a zavést průběžné vyhodnocování dat pomocí strojového učení.
Návrh řešení
- Transfer testu do virtuální reality s integrovaným eyetrackingem a úprava online verze testu ve webovém prohlížeči.
- Webová aplikace pro vyhodnocení testu, správu měření a management diagnostických dat.
- Modul strojového učení pro nastavování/aktualizaci norem na základě průběžného sběru dat z psychologických vyšetření.
- Integrace API mezi webovou částí a VR aplikací, pilotní testování, analýza naměřených dat a dokumentace/návod pro použití.
Přínosy pro klienta
- Objektivnější a automatizovanější hodnocení, včetně srovnatelných reportů pro psychology.
- Průběžné zlepšování diagnostického systému díky učení z reálných dat.
Advacam — Adaptace detekce obrazu pro částicový detektor
Jaká byla potřeba klienta – identifikace problému
- Zlepšit kvalitu a přesnost výstupu polovodičového pixelového detektoru částic redukcí obrazových defektů senzoru.
- Využít strojové učení i v situaci s omezenou dostupností trénovacích dat.
Návrh řešení
- Analýza a příprava dat + výběr a testování modelu pro klasifikaci obrazu.
- Trénink a validace modelů, identifikace důležitých rysů pro klasifikaci a návrh workflow/reportingu pro využití v praxi.
Přínosy pro klienta
- Čistší a použitelnější obrazová data ze senzoru.
- Praktický ML workflow vhodný i pro scénáře s malým množstvím trénovacích dat.
CASRI — Vylepšení psychologického testu EFEKT
Jaká byla potřeba klienta – identifikace problému
- Potřeba vylepšit psychologický test EFEKT a analyzovat data z minulých testů metodami strojového učení.
- Rozšíření testu má zahrnout rozdělení otázek na znalostní a kognitivní sadu.
- Rozšíření sběru dat včetně zaznamenávání pohybů myši a sběru pohybů očí.
Návrh řešení
- Vylepšená aplikace pro vykonání testu EFEKT.
- Sada aplikačních nástrojů pro analýzu dat včetně dokumentace a uživatelské příručky.
- Využití metod strojového učení pro samotnou analýzu výsledků.
Přínosy pro klienta
- Lepší efektivita testování.
- Zrychlení fáze analýzy výsledků testování.
FN Motol — DigiDoc
Jaká byla potřeba klienta – identifikace problému
- Zautomatizovat časté a pracné periodické činnosti a racionalizovat zpracování BTK protokolů.
- Snížit ruční administrativní práci při zpracování elektronických i papírových dokumentů.
Návrh řešení
- Program v pilotním režimu automatizující vkládání dat z elektronických a papírových dokumentů.
- Možnost ověření dat lidskou obsluhou a vložení do příslušného systému nemocnice.
- Možnost budoucího rozšíření také na objednávky, dodací listy nebo faktury.
Přínosy pro klienta
- Omezení rutinní práce.
- Snížení administrativní zátěže kvalifikovaných pracovníků nemocnice.
MediInspect — Hlasový asistent pro domácí monitoring pacientů
Jaká byla potřeba klienta – identifikace problému
- Monitorovat zdravotní stav seniorů a pacientů v domácí léčbě průběžněji a s menší zátěží pro personál i rodinu.
- Využít hlasové rozhraní s přirozenou komunikací v češtině.
Návrh řešení
- Implementace systému pro monitoring zdravotního stavu pomocí hlasového asistenta.
- Technologický základ na Large Language Models s podporou komunikace v českém jazyce.
Přínosy pro klienta
- Jednodušší a dostupnější sběr informací o stavu pacienta přes hlas.
- Základ pro škálovatelný domácí monitoring s AI podporou.
SOVTO — Sémantické vyhledávání
Jaká byla potřeba klienta – identifikace problému
- Rychleji dohledávat informace ve firemních dokumentech nad rámec běžného keyword search.
- Držet citlivá data lokálně a neodesílat je do externích cloudových služeb.
Návrh řešení
- Open-source LLM nasazený v infrastruktuře klienta.
- Indexační daemon a webová aplikace pro vyhledávání ve Wordu, Excelu, PDF, obrázcích i dalších zdrojích.
Přínosy pro klienta
- Rešerše v interních materiálech se zkracují z hodin na minuty.
- Rozhodování má lepší oporu v datech bez nutnosti přesouvat citlivý obsah mimo organizaci.
Nejvyšší správní soud — Automatizace soudních podání
Jaká byla potřeba klienta – identifikace problému
- Zrychlit orientaci v rozsáhlých soudních podáních a snížit čas nutný pro jejich prvotní zpracování.
- Ověřit, zda může AI pomoci s předzpracováním dokumentů, aniž by nahrazovala odborné právní posouzení.
Návrh řešení
- Návrh postupu pro automatizovanou práci s textem soudních podání pomocí metod NLP a AI.
- Ověření možností extrakce klíčových informací, shrnutí obsahu a podpory rychlejší orientace v dokumentech.
- Příprava řešení jako podpůrného nástroje pro odborné pracovníky, nikoli jako automatického rozhodovacího systému.
Přínosy pro klienta
- Rychlejší prvotní orientace v dlouhých a obsahově složitých dokumentech.
- Lepší podpora odborné práce díky strukturovanému předzpracování textů.
- Podklad pro rozhodnutí, jak bezpečně a smysluplně využít AI v právním prostředí.
Odysseus — Robobar
Jaká byla potřeba klienta – identifikace problému
- Ověřit provozní použitelnost robotického výdejního systému v reálném prostředí.
- Zjistit, jak zlepšit spolehlivost, diagnostiku a uživatelské ovládání robotického zařízení.
Návrh řešení
- Testování robotického systému z hlediska stability, řízení pohybů a opakovatelnosti úkonů.
- Návrh úprav pro lepší diagnostiku, provozní kontrolu a jednodušší obsluhu zařízení.
- Ověření možností dalšího rozvoje systému směrem k vyšší autonomii a spolehlivějšímu provozu.
Přínosy pro klienta
- Jasnější představa o technických limitech a možnostech robotického výdejního systému.
- Lepší podklady pro další vývoj, úpravy a případné nasazení zařízení v provozu.
- Zvýšení provozní spolehlivosti díky lepší diagnostice a optimalizaci ovládání.
Fresh Labs — Backendový modul pro personalizovaného chatbota
Jaká byla potřeba klienta – identifikace problému
- Vyvinout pro platformu mypaperwork.ai personalizovaného chatbota, který zjednoduší proces žádostí o víza.
- Dodat plně integrovatelný backendový modul pro podporu onboardingu zahraničních pracovníků.
Návrh řešení
- Vývoj a dodání backendového modulu připraveného k použití v řešení klienta.
- Návrh komponent pro personalizované konverzační scénáře podle potřeb cílových uživatelů.
- Příprava řešení tak, aby bylo možné modul integrovat do stávající platformy a dále škálovat.
Přínosy pro klienta
- Rychlejší a méně chybový onboarding a komunikace v procesu víz a relokace.
- Modulární výstup připravený pro škálování napříč zeměmi a různými agenturami.
- Lepší uživatelská podpora díky personalizovanému AI průvodci.
Hl. m. Praha — Automatizace zpracování veřejných podání
Jaká byla potřeba klienta – identifikace problému
- Zrychlit a zpřesnit zpracování velkého množství veřejných podání a připomínek podle jejich skutečného obsahu.
- Získat lepší přehled o opakujících se tématech, problémových místech a vývoji názorů veřejnosti v čase.
Návrh řešení
- Automatizace klasifikace podání pomocí metod zpracování přirozeného jazyka a strojového učení.
- Návrh podpory pro vyhodnocování připomínek a přípravu odpovědí u vybraných typů témat.
- Analytické výstupy pro identifikaci nejčastějších témat, problémových lokalit a trendů v čase.
Přínosy pro klienta
- Rychlejší prvotní třídění veřejných podání a efektivnější práce s velkým objemem textů.
- Lepší datový přehled o tom, co veřejnost řeší, včetně témat, trendů a opakujících se problémů.
- Podpora konzistentnější komunikace a rozhodování založeného na datech.
FN Motol — NuklKalibr
Jaká byla potřeba klienta – identifikace problému
- Objektivizovat vyhodnocení kalibrace rentgenových přístrojů a získat více číselných parametrů k jednotlivým zkouškám provozní stálosti.
- Omezit ruční práci při vyhodnocování výsledků a zpracování výstupních tabulek.
Návrh řešení
- Implementace pilotního programu pro automatizované zpracování výsledků zkoušek provozní stálosti rentgenových přístrojů.
- Příprava výstupů ve formátu blízkém dosud používaným tabulkám, aby bylo možné řešení snadno začlenit do stávající praxe.
- Zpracování zpráv popisujících implementaci, experimenty a ověřené výstupy.
Přínosy pro klienta
- Omezení rutinní práce při vyhodnocování zkoušek a přípravě výstupů.
- Snížení administrativní zátěže kvalifikovaných pracovníků nemocnice.
- Přehlednější a objektivnější vyhodnocování kalibračních dat.
Správa železnic — Zpracování obrazu
Jaká byla potřeba klienta – identifikace problému
- Automaticky identifikovat vybrané prvky železniční infrastruktury z obrazových dat pořízených čelní kamerou lokomotivy.
- Prověřit, zda lze pomocí počítačového vidění snížit manuální náročnost kontroly a vyhodnocování záznamů.
Návrh řešení
- Ověření metod počítačového vidění a strojového učení pro detekci vybraných prvků ve videu.
- Testování zpracování obrazových dat z reálného železničního prostředí.
- Příprava základního postupu pro automatizovanou videoinspekci infrastruktury.
Přínosy pro klienta
- Základ pro škálovatelnou videoinspekci železniční infrastruktury.
- Nižší manuální zátěž při vyhodnocování obrazových záznamů.
- Standardizovanější a opakovatelnější vyhodnocování vybraných prvků v terénu.
Ústav jaderné fyziky — AI analýza
Jaká byla potřeba klienta – identifikace problému
- Zrychlit a zpřesnit analýzu obrazových nebo experimentálních dat z oblasti jaderné fyziky.
- Ověřit možnosti využití AI při detekci, třídění nebo vyhodnocování specifických vzorů v datech.
Návrh řešení
- Analýza dostupných dat a návrh vhodného postupu založeného na metodách AI a počítačového vidění.
- Ověření možností automatizované detekce a klasifikace relevantních objektů nebo vzorů.
- Vyhodnocení kvality výsledků a příprava doporučení pro další práci s daty.
Přínosy pro klienta
- Rychlejší a opakovatelnější vyhodnocování odborných dat.
- Ověření, kde může AI reálně pomoci ve výzkumném workflow.
- Podklad pro další automatizaci analýz a snížení manuální práce při vyhodnocování.
Railsformers — OCR + NLP + ML faktur
Jaká byla potřeba klienta – identifikace problému
- Automatizovat zpracování velkého objemu faktur a omezit ruční přepisování údajů.
- Ověřit možnosti kombinace OCR, NLP a strojového učení pro rozpoznávání, třídění a kontrolu faktur.
Návrh řešení
- Návrh experimentálního nástroje pro rozpoznávání a třídění faktur.
- Využití OCR pro převod dokumentů do strojově čitelné podoby a NLP pro práci s textovým obsahem.
- Zapojení metod strojového učení pro vyhodnocování, kontrolu a dávkové zpracování faktur.
Přínosy pro klienta
- Rychlejší a konzistentnější zpracování účetních dokumentů.
- Nižší míra ručního přepisování a lepší kontrola kvality rozpoznávání údajů.
- Podklad pro další automatizaci práce s fakturami a účetními doklady.
Státní zdravotní ústav — 3D rekonstrukce
Jaká byla potřeba klienta – identifikace problému
- Objektivizovat ergonomické hodnocení pracovních poloh a fyzické zátěže v reálném provozu.
- Prověřit, zda lze pomocí AI a 3D rekonstrukce lépe vyhodnocovat držení těla a namáhání pracovníků.
Návrh řešení
- Využití videozáznamů a metod počítačového vidění pro odhad 3D polohy těla.
- Návrh postupu pro biomechanickou analýzu pracovních poloh a zátěže.
- Příprava reportingu, který může sloužit jako podklad pro ergonomické vyhodnocení.
Přínosy pro klienta
- Přesnější a opakovatelnější ergonomické vyhodnocení pracovních poloh.
- Možnost analyzovat fyzickou zátěž na základě obrazových dat z reálného prostředí.
- Podpora prevence rizik spojených s nevhodnými pracovními polohami.
PEGAS-GONDA — IoT a prediktivní servis
Jaká byla potřeba klienta – identifikace problému
- Sbírat a prakticky využívat provozní data ze strojů a zařízení tak, aby pomáhala při servisu, údržbě a provozním rozhodování.
- Ověřit, zda lze pomocí IoT a datové analytiky včas odhalovat nestandardní stavy a lépe plánovat servisní zásahy.
Návrh řešení
- Návrh digitální platformy pro sběr, ukládání a vyhodnocování provozních dat ze zařízení.
- Ověření možností prediktivního servisu na základě senzorických dat a provozních ukazatelů.
- Příprava podkladů pro doporučování vhodných provozních nebo servisních kroků.
Přínosy pro klienta
- Lepší přehled o provozu zařízení a možnost včas reagovat na rizikové nebo nestandardní situace.
- Podklad pro snížení prostojů, přesnější plánování údržby a kvalitnější servisní podporu.
- Možnost rozvíjet nový datově orientovaný digitální produkt nebo službu pro zákazníky.
Society for All — AI asistent pro učení
Jaká byla potřeba klienta – identifikace problému
- Podpořit osoby se specifickými vzdělávacími potřebami vhodnějším způsobem práce s textem a učebními materiály.
- Usnadnit přípravu srozumitelných výstupů, shrnutí a procvičovacích otázek pro žáky, rodiče i pedagogy.
Návrh řešení
- Návrh AI asistenta využívajícího zpracování přirozeného jazyka pro práci s učebními texty.
- Ověření možností převodu delších materiálů do kratších a srozumitelnějších částí.
- Příprava funkcí pro shrnutí, vysvětlení obsahu a tvorbu podpůrných otázek k procvičování.
Přínosy pro klienta
- Vzdělávací obsah může být snáze přizpůsoben potřebám konkrétního uživatele.
- Pedagogové a rodiče získávají podporu při přípravě přístupnějších materiálů.
- Žáci mohou s obsahem pracovat strukturovaněji, přehledněji a vlastním tempem.
Deeptime — 3D tisk pro průmysl
Jaká byla potřeba klienta – identifikace problému
- Prakticky ověřit možnosti pokročilého 3D tisku pro vývoj prototypů a funkčních průmyslových dílů.
- Posoudit, zda může aditivní výroba zrychlit konstrukční iterace a snížit náklady při vývoji nových produktů.
Návrh řešení
- Testování vhodných technologií 3D tisku, materiálů a konstrukčních přístupů pro konkrétní průmyslové použití.
- Vyhodnocení přesnosti, povrchové kvality, mechanických vlastností a výrobní proveditelnosti.
- Porovnání přínosů aditivní výroby s tradičními výrobními postupy z hlediska času, kvality a nákladů.
Přínosy pro klienta
- Rychlejší ověřování prototypů a konstrukčních variant bez nutnosti okamžité investice do vlastní technologie.
- Jasnější rozhodnutí, pro které díly a situace je 3D tisk skutečně vhodný.
- Podklady pro efektivnější vývoj výrobků a optimalizaci konstrukce.
G4D — Digitální dvojče
Jaká byla potřeba klienta – identifikace problému
- Ověřit funkčnost digitálního dvojčete a 3D skenování v náročných prostorových nebo provozních podmínkách.
- Získat kvalitní datový model prostředí, který může sloužit pro další analýzy, plánování nebo kontrolu.
Návrh řešení
- Praktické testování sběru prostorových dat a jejich převodu do podoby digitálního dvojčete.
- Vyhodnocení přesnosti, úplnosti a použitelnosti vytvořeného 3D modelu.
- Ověření možností navazujících analýz a využití dat pro plánování nebo technické rozhodování.
Přínosy pro klienta
- Ověřený postup tvorby digitálního dvojčete pro konkrétní prostředí nebo technologický scénář.
- Lepší prostorová data pro plánování, kontrolu a další rozvoj řešení.
- Podklad pro budoucí využití 3D modelů v provozu, údržbě nebo vývoji služeb.
Okénka — 3D tisk částí nářadí
Jaká byla potřeba klienta – identifikace problému
- Ověřit, zda lze pomocí 3D tisku vyrábět nebo upravovat části nářadí pro konkrétní provozní potřeby.
- Zjistit, zda aditivní výroba dokáže zrychlit výrobu speciálních dílů nebo náhradních součástí.
Návrh řešení
- Testování tisku vybraných částí nářadí s ohledem na přesnost, pevnost a použitelnost v praxi.
- Vyhodnocení vhodných materiálů a parametrů tisku pro daný typ součástí.
- Porovnání rychlosti a nákladů 3D tisku s běžnými výrobními postupy.
Přínosy pro klienta
- Rychlejší ověření výroby speciálních nebo náhradních částí nářadí.
- Lepší představa o tom, kdy je 3D tisk vhodný jako alternativa k běžné výrobě.
- Možnost pružněji reagovat na specifické potřeby provozu.
Natawarde — Robotický 3D tisk
Jaká byla potřeba klienta – identifikace problému
- Ověřit možnosti robotického 3D tisku pro výrobu tvarově složitějších prvků nebo větších dílů.
- Posoudit, jaké parametry tisku, materiálu a řízení robotického ramene jsou vhodné pro zamýšlené použití.
Návrh řešení
- Praktické testování robotického 3D tisku s vybraným materiálem a konkrétní geometrií dílu.
- Nastavení parametrů extruze, dráhy robotického ramene a technologického postupu.
- Vyhodnocení kvality výtisku, stability procesu a možností další optimalizace.
Přínosy pro klienta
- Ověřený technologický postup pro robotický 3D tisk konkrétního typu dílu.
- Praktická data o kvalitě, limitech a použitelnosti zvoleného postupu.
- Podklady pro další vývoj, iterace a případné škálování výroby.
WDF — Automatizované mapování položek z poptávek na katalog výrobků
Jaká byla potřeba klienta – identifikace problému
- Převádět nepřesné nebo nejednotné textové poptávky zákazníků na konkrétní položky v katalogu výrobků.
- Snížit ruční práci při přípravě nabídek a omezit riziko chyb při dohledávání vhodných produktů.
Návrh řešení
- Návrh nástroje využívajícího NLP a AI pro interpretaci textových poptávek.
- Automatizované párování poptávaných položek s konkrétními produkty v katalogu.
- Návrh práce s nejednoznačností, alternativami a návrhy vhodných položek pro obsluhu.
Přínosy pro klienta
- Výrazná úspora času při prvotním zpracování poptávek.
- Konzistentnější mapování požadavků zákazníků na katalogové položky.
- Rychlejší příprava nabídek a lepší podpora obchodního týmu.
Processio — 3D tisk pro strojírnu
Jaká byla potřeba klienta – identifikace problému
- Ověřit, zda lze 3D tisk využít pro reálné strojírenské zakázky nebo funkční prototypy.
- Porovnat přínosy aditivní výroby s tradičními výrobními postupy z hlediska kvality, ceny a času.
Návrh řešení
- Testování 3D tisku vybraných dílů s ohledem na přesnost, povrchovou kvalitu a mechanické vlastnosti.
- Vyhodnocení vhodných materiálů a technologických parametrů pro strojírenské použití.
- Porovnání nákladů a výrobního času oproti běžným výrobním metodám.
Přínosy pro klienta
- Jasnější rozhodnutí, které typy dílů lze efektivně vyrábět pomocí aditivní výroby.
- Rychlejší prototypování a možnost pružněji reagovat na požadavky zákazníků.
- Podklady pro rozšíření výrobního portfolia o nové technologické možnosti.
Západočeská univerzita v Plzni — AI Matchmaking I
Jaká byla potřeba klienta – identifikace problému
- Lépe propojovat studenty, odborníky, firmy a projektové příležitosti podle jejich témat, kompetencí a zájmů.
- Snížit ruční práci při vyhledávání vhodných kontaktů a příležitostí pro spolupráci.
Návrh řešení
- Návrh AI matchmakingu pro doporučování vhodných propojení mezi lidmi, firmami a příležitostmi.
- Práce s dostupnými profily, tématy, zájmy a klíčovými informacemi o poptávce a nabídce spolupráce.
- Ověření principu doporučování relevantních kontaktů a projektových možností.
Přínosy pro klienta
- Rychlejší a systematičtější propojování studentů, akademiků a firemních partnerů.
- Lepší využití existujících příležitostí a kontaktů v rámci univerzitního ekosystému.
- Podklad pro další rozvoj digitální matchmakingové služby.
Západočeská univerzita v Plzni — AI Matchmaking II
Jaká byla potřeba klienta – identifikace problému
- Rozšířit matchmaking do praktičtější podoby, která umožní průběžně spravovat a distribuovat příležitosti.
- Podpořit personalizované doporučování kontaktů a spoluprací ve větším měřítku.
Návrh řešení
- Rozšíření matchmakingového konceptu o nástěnku, personalizovanou distribuci příležitostí a další práci s doporučeními.
- Návrh funkčností pro správu příležitostí, kontaktů a relevantních témat.
- Příprava výstupů pro průběžné vyhodnocování využití systému a jeho přínosu.
Přínosy pro klienta
- Lepší distribuce příležitostí relevantním uživatelům.
- Efektivnější správa kontaktů, projektů a spoluprací v univerzitním prostředí.
- Možnost dlouhodobě vyhodnocovat aktivitu a přínos matchmakingového nástroje.
ZDZ Engines — 3D tisk komponent
Jaká byla potřeba klienta – identifikace problému
- Prakticky ověřit využití 3D tisku pro vývoj, prototypování a případnou výrobu komponent motorů.
- Zjistit, zda aditivní výroba pomůže zkrátit vývojové iterace a zjednodušit výrobu tvarově náročnějších dílů.
Návrh řešení
- Testování vhodných technologií a materiálů pro tisk motorových komponent.
- Ověření rozměrové přesnosti, povrchové kvality a funkční použitelnosti vybraných dílů.
- Vyhodnocení možností využití 3D tisku ve vývojovém procesu klienta.
Přínosy pro klienta
- Rychlejší ověřování konstrukčních variant a funkčních prototypů.
- Lepší přehled o technologických limitech aditivní výroby pro motorové díly.
- Podklady pro rozhodnutí, kde má 3D tisk v konstrukci a výrobě skutečný smysl.
TP2 — 3D prototypování
Jaká byla potřeba klienta – identifikace problému
- Rychle ověřit tvar, funkčnost a proveditelnost prototypu pomocí 3D tisku.
- Zkrátit dobu mezi návrhem a fyzickým ověřením dílu.
Návrh řešení
- Příprava a tisk prototypových dílů pro praktické ověření návrhu.
- Vyhodnocení přesnosti, ergonomie, montážní kompatibility a funkčnosti prototypu.
- Doporučení pro další konstrukční úpravy nebo navazující výrobní postup.
Přínosy pro klienta
- Rychlejší konstrukční iterace a snížení rizika před finální výrobou.
- Možnost fyzicky ověřit návrh ještě před investicí do dražších výrobních postupů.
- Jasnější podklady pro další vývoj produktu.
Triteng — 3D tisk dílů
Jaká byla potřeba klienta – identifikace problému
- Ověřit využití 3D tisku pro konkrétní technické díly s požadavkem na kvalitu, přesnost a funkčnost.
- Zjistit, zda lze vybrané součásti vyrábět rychleji nebo flexibilněji než běžnými postupy.
Návrh řešení
- Testování tisku vybraných dílů a ověření jejich rozměrové přesnosti.
- Vyhodnocení materiálových vlastností, kvality povrchu a funkční použitelnosti.
- Příprava doporučení pro další využití 3D tisku v konstrukci nebo výrobě.
Přínosy pro klienta
- Ověření vhodnosti aditivní výroby pro konkrétní typy dílů.
- Rychlejší dostupnost prototypů a testovacích součástí.
- Podklady pro rozhodnutí o dalším využití 3D tisku v praxi.
Máte technologickou výzvu, kterou chcete ověřit v praxi?
Ozvěte se nám. Pomůžeme vám zjistit, zda pro váš problém existuje vhodné řešení v oblasti AI, robotiky, 3D tisku, datové analytiky nebo automatizace.