Betolar Plc und Silo AI haben ihre Zusammenarbeit bekannt gegeben. Betolar verwandelt industrielle Nebenströme in ein nachhaltiges Geschäft, indem es Zement durch ein auf Nebenströmen basierendes Material ersetzt. Silo AI unterstützt den grünen Wandel von Betolar mit kohlenstoffarmen Lösungen, die eine intelligente Transformation hin zu einer Kreislaufwirtschaft ermöglichen.

Die Zusammenarbeit hat begonnen, indem Silo AI ein cloudbasiertes Datenerfassungssystem für das Labor von Betolar entwickelt hat. Forschung und Entwicklung sind für den Erfolg von Betolar von entscheidender Bedeutung, und jetzt werden Silo AI und Betolar zusammenarbeiten, um diese Entwicklung zu beschleunigen. Als ersten Schritt dieser Partnerschaft hat Silo AI ??eine cloudbasierte Lösung mit einer benutzerfreundlichen Oberfläche zur Verwaltung und Analyse von Daten entwickelt, die die Datenerfassung und -analyse effizienter macht.

Betolar benötigte eine Plattform für Experimente, die Aufzeichnung von Versuchsergebnissen und die Analyse von Daten, um kommerziell tragfähige, nachhaltige Betonrezepte für Betonhersteller zu entwickeln. Diese einzigartige Plattform sammelt Daten aus verschiedenen Quellen und F&E-Prozessphasen für eine gründliche Forschung, die notwendig ist, um zu verstehen, wie verschiedene Rezepturen aus unterschiedlichen Nebenströmen für verschiedene Umgebungen und Anwendungen skalieren. Diese Datenerhebungsplattform wurde speziell auf kohlenstoffarme Bindemittel zugeschnitten und ist daher einzigartig in ihrer Art.

Die kontinuierliche Datenerfassung liefert den Forschern täglich neue Informationen, die es Betolar ermöglichen, innovative und kosteneffiziente Rezepturen zu entwickeln. Diese Rezepte führen zu nachhaltigen Geoprime-Produkten, die ganz ohne den umweltschädlichen Zement auskommen. Die Zusammenarbeit konzentrierte sich bisher auf den Aufbau der Infrastruktur und der Fähigkeiten, die Betolar benötigt, um aus seinen Daten Nutzen zu ziehen.

Dies geschah durch den Aufbau einer KI-Plattform und von Pipelines für maschinelles Lernen (MLOps), um sicherzustellen, dass Betolar bereit ist, wenn die Forschungsdaten anfallen und die Weiterentwicklung der KI-Modelle fortgesetzt wird. Die nächsten Arbeiten konzentrieren sich auf die Entwicklung von KI-Modellen.