Passgenaue autonome Tracking-Lösungen

Co-Engineering statt Standardlösungen

IoT und Künstliche Intelligenz eröffnen enorme Potenziale, erhöhen jedoch zugleich die Komplexität technischer Systeme. Rosenberger begegnet diesen Herausforderungen mit einem strukturierten Smart-Engineering-Ansatz, bei dem alle Systemkomponenten von Beginn an als integriertes Gesamtsystem gedacht werden. Ziel sind robuste, skalierbare und langfristig betreibbare Lösungen, die auch unter anspruchsvollen Umgebungsbedingungen zuverlässig funktionieren.
Während viele IoT-Lösungen auf standardisierte Komponenten zurückgreifen, setzt Rosenberger auf konsequente Individualisierung. Im engen Austausch mit den Kunden werden die jeweiligen Pain Points identifiziert und in passgenaue Lösungen übersetzt, die sich nahtlos in bestehende Prozesse und IT-Landschaften integrieren lassen.

TINO^® – die flexible Tracking-Plattform

Ein Beispiel für diesen Ansatz ist die Plattform TINO^® für autonomes IoT-Asset-Tracking. Die Lösung wurde entwickelt, um spezifische Anforderungen in Logistik, Industrie und Bauwesen zu erfüllen – etwa lange Batterielaufzeiten, minimale Wartungsaufwände und eine flexible Systemintegration. TINO^® ermöglicht präzises Tracking über große Areale hinweg, optimiert Prozesse und reduziert nachhaltig Betriebskosten. Als Teil eines ganzheitlichen Systems sind Gerät, Konnektivität, Backend und Datenlogik bei TINO^® eng miteinander verzahnt. Die Lösung lässt sich in Echtzeit konfigurieren, ohne Änderungen an Hardware oder Software. Eine robuste, langlebige Architektur sorgt für den zuverlässigen Einsatz unter anspruchsvollen Bedingungen. Offene Schnittstellen und eine leistungsfähige Backend-Anbindung gewährleisten eine nahtlose Systemintegration und Zukunftssicherheit.

Maximale Batterielaufzeit durch intelligente Algorithmen

Ein zentrales Merkmal von TINO^® ist die außergewöhnlich lange Batterielaufzeit. Intelligente Algorithmen, Data-Science-Instrumente und KI passen Sendeintervalle dynamisch an und ermöglichen so selbst in rauen Umgebungen Batterielaufzeiten von bis zu zehn Jahren bei voller Funktionalität.
Bereits auf Geräteebene filtert das System irrelevante Bewegungen heraus. Das eingesetzte Movement-Pattern-Detection-Verfahren (MPD) analysiert typische Bewegungsmuster mithilfe statistischer Methoden und linearer Algebra. So lassen sich ungewöhnliche Ereignisse wie Diebstahl, Fehlbedienungen oder ineffiziente Nutzung zuverlässig erkennen und prognostizieren.