Énergie
dena-ENDA
Espace de données énergétiques au sein du Future Energy Lab de la dena, avec ifok, Fraunhofer FIT et innogence. Cas d’usage Redispatch 3.0.
Notre parcours
Huit ans sur la voie de la deep tech.
Fondée en 2018 comme cabinet de conseil en transformation numérique, stratégies de données et d’IA. Depuis, les espaces de données, la recherche et nos propres produits sont venus s’y ajouter. L’objectif pour 2027 : un modèle de langage explicable pour les domaines critiques.
Étapes 2018–2027
2018
Fondation
Johannes Bernhardt fonde Bonn Consulting Group, cabinet de conseil en transformation numérique, stratégies de données et d’IA. GmbH depuis 2023.
dès 2020
Technologie
Avec Jan Redlich commence la transformation du cabinet de conseil en entreprise technologique. Naît le premier espace de données énergétiques allemand, pour la dena.
dès 2021
Industrie
Espaces de données dena-ENDA et NaLamKI. Il en naît impAI et empAI.
dès 2024
Recherche
Projets à Telangana, en Inde. En 2026 suivent deux projets BMFTR de trois ans.
dès 2026
Innovation
Bonn Systems GmbH démarre avec Makor comme plateforme, avec empAI et les solutions de mobilité. Hans‑Joachim Groß (COO) renforce l’équipe de direction et structure l’organisation de manière professionnelle pour la croissance à venir.
2027
Deep Tech
Un modèle de langage explicable pour les domaines critiques, fondé sur l’IA neurosymbolique et les ontologies.
Industrie
Dans les espaces de données, nous travaillons avec l’industrie.
Un échange de données souverain et standardisé au-delà des frontières des entreprises, selon Gaia-X et l’IDSA.
Agriculture
NaLamKI
Services d’IA et plateforme cloud conforme à Gaia-X pour une agriculture durable. Concours d’innovation du BMWi.
Deep Tech · Perspective 2027
Un modèle de langage pour les domaines critiques, qui reste explicable.
Bonn Systems associe le savoir formel des ontologies et des graphes de connaissances à des modèles apprenants. Notre objectif de développement pour 2027 : un modèle de langage qui n’hallucine pas et qui sait expliquer pourquoi il recommande quelque chose.
Symbolique
Ontologies et graphes de connaissances
+ Subsymbolique
Modèles de langage apprenants
= Neurosymbolique
Modèle de langage pour les domaines critiques