Unsere Kompetenzen liegen in unseren Köpfen. Deshalb zeigen wir Ihnen gerne, auf welche Köpfe Sie zählen können.

medium_team.jpg

small_team.jpg

thumbnail_team.jpg

team.jpg

Lernen Sie uns und unsere Kompetenzen kennen

Highend Software-Lösungen mit weltweit führenden Technologien.

Lambda IT - Software Spezialisten aus Bern

medium_company.jpg

small_company.jpg

thumbnail_company.jpg

company.jpg

Swisscom_Restricted_Primary_RGB.png

Swisscom

logo_xovis_2.svg

XOVIS

thumbnail_Logo Schweizerische Eidgenossenschaft.png

Logo Schweizerische Eidgenossenschaft.png

Schweizerisch Eidgenossenschaft

mobi_logo_de.svg

die Mobiliar

olz.svg

thumbnail_frama_logo.png

frama_logo.png

FRAMA

logo_schulverlag_RGB.jpg

Schulverlag Plus

logo_designsensor.svg

DESIGNSENSOR

iterativ-logo.svg

iterativ

pentag-logo.svg

PENTAG

awl_logo.jpg

Apps With Love

carbotech.svg

carbotech

thumbnail_swisssalary.png

swisssalary.png

Swiss Salary

large_nau-logo.png

medium_nau-logo.png

small_nau-logo.png

thumbnail_nau-logo.png

nau-logo.png

nau.ch

thumbnail_logo-noser-engineering.png

logo-noser-engineering.png

NOSER ENGINEERING

medium_logo_fidentity_rgb_positiv800px.png

small_logo_fidentity_rgb_positiv800px.png

thumbnail_logo_fidentity_rgb_positiv800px.png

logo_fidentity_rgb_positiv800px.png

fidentity.ch

parlament-building-icon.gif

Parlamentsdienste

Kanton_Bern_RGB.svg

Kanton Bern

thumbnail_kern-logo-pos-xl.png

kern-logo-pos-xl.png

Kern Group

small_QSoft.png

thumbnail_QSoft.png

QSoft.png

QSoft

Wir kombinieren Ihr Business Know-How mit unserer Leidenschaft für Technologie zu einer nachhaltigen Softwarelösung.

Unsere Leidenschaft

Lambda IT ist seit 8 Jahren am Markt und hat während dieser Zeit über 50 kleine und grosse Kundenprojekte zum Erfolg geführt.

Langjährige Erfahrung

Wir stehen in kontinuierlichem Austausch mit führenden Technologieanbietern und den besten Entwicklern rund um den Globus.

Weltweites Kontaktnetz

Unser Fokus - Ihre Projekt-Sicherheit

Unsere Kundschaft erlebt uns als Vorreiter mit Anspruch an Spitzenleistung, die ein nachhaltiges Handeln und Entscheiden auf allen Ebenen berücksichtigt. Den Open-Source-Ansatz haben wir als Denkhaltung und Passion in unserer DNA verinnerlicht und tragen ihn in unseren Umsetzungen nach Aussen.

expertise_teilen.svg

Expertise teilen.

Unser Credo: MIT statt FÜR unsere Kunden arbeiten. Wir setzen auf einen respekt- und vertrauensvolle Kommunikation in unserem gesamten Netzwerk, die entschiedenes Handeln und lösungsorientiertes Arbeiten zulässt. Kleiner, aber feiner Side-Effekt: Effiziente Zielerreichung ist das Resultat dieser Kollaboration auf Augenhöhe.

kollaboration_leben.svg

Kollaboration leben.

Unterschiedliche Begabungen, Interessen und Perspektiven finden bei uns Entfaltungsraum, damit das Beste für unsere Kunden & Mitarbeitenden entstehen kann.

vielfalt_ermöglichen.svg

Vielfalt ermöglichen.

Software für ihr Business

Know-How für die Zukunft

Engagiert in der IT Community

Nach exakt 357 Tagen werden wir wieder ein Bärner JS Talk in den Büros von Lambda durchführen mit 2 spannenden Themen. Anmelden kann man sich über den folgenden Link [https://www.meetup.com/de-DE/Barner-JS-Talks/events/280067964/](https://www.meetup.com/de-DE/Barner-JS-Talks/events/280067964/)


### WebBluetooth - the missing link - Nico Martin

With Progressive Web Apps and the Project-FUGU, the web is increasingly becoming a full-fledged platform for complex applications.
But what has been missing for a long time is the possibility to communicate with devices in the periphery. With WebBluetooth, this gap has now been closed, which makes it possible to interact with light bulbs, fitness trackers or even drones directly via a web application.
Sounds pretty cool, and it is. But those who are used to open and transparent transmission protocols will inevitably come up against a few hurdles.

**Speaker bio**

Nico Martin is a self-taught and self-employed web-developer and Google Developer Expert in Web Technologies from Switzerland focused on modern frontend development. One of his great passions is to play around with new technologies and share his learnings in articles, workshops or talks.


### The Best Way To Architect Your Angular Libraries - Tomas Trajan

Angular libraries are very common, almost every Angular project uses some of the available open source solutions - be it for state management, authentication or a component library. As the amount of Angular applications grows it is almost inevitable that we're going to introduce some internal libraries to take care of repeated business logic or even an organization specific look and feel with custom component framework!

In this talk we're going to explore how to architect Angular libraries with the help of sub-entries so that our consumers can benefit from the smallest possible bundle size and our teammates from great developer experience when adding additional components and services to the library itself!

**Speaker bio**

Tomas is a Google Developer Expert for Angular & Web Technologies working as a consultant and Angular trainer currently empowering teams in Swiss enterprise organizations by implementing core functionality and architecture, introducing best practices and sharing know-how and optimizing workflows.

Tomas always strives to provide as much value as possible for both the customers and the wider developer community which is underlined by a long track record of popular articles, talks and open source projects.

His most recent endeavor was creating Omniboard - the best tool for enterprise lead software engineers and architects that helps them to get an overview to drive change by querying and tracking all their code bases!

[https://omniboard.dev/](https://omniboard.dev/)

[https://tomastrajan.com/workshops/angular-mastery](https://tomastrajan.com/workshops/angular-mastery)

lambda_illustrationen_v0101_lambda-BE-JS-Talk.svg

medium_daenu.jpg

small_daenu.jpg

thumbnail_daenu.jpg

daenu.jpg

Software Entwickler, Projektleiter

BärnerJS Talk #5 - WebBluetooth und Angular Libraries

### Neue Kunden (Auswahl)
Mit «fidentity» haben wir das Interesse verschiedener Branchen geweckt: Mit der [Zuger Kantonalbank](https://www.zugerkb.ch/) und der [Valiant Bank](https://www.valiant.ch/) nutzen zwei weitere Finanzdienstleister unsere Applikation, um Kundinnen und Kunden zu identifizieren und Verträge elektronisch zu signieren. [Freelancermap](https://www.freelancermap.de/), eine Plattform für Freelancer und Freiberufler, setzt fidentity optional als Qualitäts- und Verifizierungsservice für Kunden ein. [Bug Bounty Hub](https://bugbountyhub.com/) bietet Sicherheit in digitalen Produkten und nutzt fidentity für die zweistufige Identifikation ihrer Friendly Hacker. 

### Neue und verbesserte Funktionen
Den Identifikationsprozess haben wir kaum verändert. Kleinere Anpassungen und Erweiterungen verbessern die Nutzerfreundlichkeit. 
Neu bieten wir eine eigenständige Administrations-Applikation für die Verwaltung und Kontrolle der Identifikationen an. Damit kann jede Verwendung manuell überprüft werden.

![admingui.png](https://lambda-it.ch/api/uploads/admingui_a1fb7daff7.png)

### KI Engine
Die künstliche Intelligenz ist das Herzstück von fidentity. In Sekunden entscheidet sie über die Echtheit des Dokuments und des Selfies.
In den letzten Monaten konnten wir den Entscheidungs-Algorithmen stetig verbessern und haben nun einen Punkt erreicht, der einer herkömmlichen Videoidentifikation bezüglich der Qualität ebenbürtig ist.


### 1. Investitionsrunde

Um fidentity weiter auszubauen und um neue Märkte zu erschließen, haben wir eine 1. Investitionsrunde gestartet. Mehrere Investoren sind überzeugt von unseren Zukunftsplänen und unterstützen fidentity. 
Falls du auch Interesse hast in fidentity zu investieren, dann nimm bitte mit uns [Kontakt](mailto:info@fidentity.ch) auf.


medium_edi.jpg

small_edi.jpg

thumbnail_edi.jpg

edi.jpg

Geschäftsleiter, Software Architekt und Entwickler

Intelligente Programme, welche aus Daten lernen und das Gelernte verallgemeinern, bestimmen welche Filme oder Bücher zu uns passen, welche E-Mails für uns relevant sind oder führen unsere gesprochenen Befehle aus. Personalisierte Online Werbung oder Freundesvorschläge in sozialen Netzwerken gehören zu den Anwendungsgebieten des Machine Learning welchen wir – manchmal unbewusst – täglich begegnen.


news.png

Machine Learning

Machine Learning hat viele Aspekte und kann für die Lösung von verschiedensten Problemen eingesetzt werden. Nachfolgend einige Showcases.

#### Face Login im Browser

Was heute (schon fast) als ein Standard bei den Mobiltelefonen mitgeliefert wird, ist auch im Browser möglich. Als zusätzlicher Sicherheitsmechanismus (2-Way-Authentication) ist ein Abgleich des Gesichts des Benutzers mit einem hinterlegten Bild möglich und erhöht so die Sicherheit eines passwortgeschützten Kontos deutlich.

#### Erkennung und Auslesen von Ausweisen

Mit nur einem Foto eines Ausweises ist es möglich zu erkennen um welche Art von Ausweis es sich handelt. In einem weiteren Analyseschritt können die Daten aus dem Ausweis ausgelesen werden. Daten aus der MRZ (Machine Readable Zone) werden (nahezu) immer korrekt ausgelesen. Bei allen anderen Werten ist das Ausleseergebnis nicht perfekt, aber trotzdem in einem Bereich welcher eine Weiterverarbeitung der Daten mehr als genügt.

#### Produkterkennung in einem Bild

Wie wird mein Produkt benutzt? Wie viele meiner Produkte besitzt mein Kunde? Besitzt der Kunde Konkurrenzprodukte und werden diese anders als mein Produkt verwendet?
Die Antworten auf diese und ähnliche Fragen können durch die automatisierte Analyse von Bildern und Filmen gegeben werden. Gegenstände können in Filmen erkannt und deren Bewegung verfolgt werden. Tausende von Bildern können in kurzer Zeit analysiert und Benutzungsstatistiken aus den Ergebnissen generiert werden.

#### Digitalisierung von Karten

Viele Informationen sind heute immer noch auf analogen Karten gespeichert. Seien es Höhenlinien, Transportwege oder die Standorte von geschäftswichtigen Informationen. Mit Machine Learning ist es möglich, diese Karten zu analysieren, digitalisieren und die benötigten Daten mit einer hohen Genauigkeit auszulesen.

#### Fraud Detection

In einer grossen Menge von Daten diejenigen zu identifizieren, welche aus der Masse herausstechen, ist für uns Menschen sehr aufwändig und mit hohen Kosten und einer grossen Fehlerquote verbunden. Mithilfe von Machine Learning kann dieser Prozess vollständig digitalisiert und automatisiert werden und sowohl die Kosten wie auch die Fehlerquote stark gesenkt werden.

Wie kann mir Machine Learning helfen

Wann immer möglich, entwickeln wir unsere Projekte als Web Applikation. Auch im Machine Learning Bereich ist dies unsere erste Wahl, obwohl die Umsetzung im ersten Augenblick, schwieriger und aufwändiger aussieht. Die meisten Geräte und Betriebssysteme bieten proprietäre Machine Learning Plattformen an, welche schnelle und einfache Lösungen versprechen.
Wir sind aber überzeugt, dass sich unser Ansatz am Schluss mehr als auszahlt. Die Geräte- und Betriebssystem-Unabhängigkeit birgt enorm viele Vorteile – in finanzieller und technischer Hinsicht. Der Source Code wird kleiner, die Wartungskosten können minimiert werden und das benötigte technische Know-How wird reduziert.


Web First

Machine Learning ist ein Teilgebiet der Künstliche Intelligenz (Artificial Intelligence) und befasst sich mit der Suche nach wiederverwendbaren Mustern in grossen Datensätzen. Die Datensätze können aus den unterschiedlichsten Dingen bestehen wie Nummern, Wörter, Bilder, Verhalten von Personen auf einer Webseite, etc.
Die gefundenen Muster und Ergebnisse werden optimiert und es wird versucht die Daten intelligent miteinander zu verknüpfen, Zusammenhänge zu erkennen, Rückschlüsse zu ziehen und Vorhersagen zu treffen.
Machine Learning ist in mehrere Teilgebiete unterteilt

#### Objekterkennung (Object Detection)

Mit verschiedenen Verfahren werden Objekte in einem Objektraum identifiziert. Beispielsweise können Gegenstände in einem Bild markiert oder Gesichter erkannt und den dazugehörigen Personen zugeordnet werden.


#### Bildsegmentierung (Image Segmentation)

In einem Bild werden die Bildpunkte analysiert und anhand ihrer Eigenschaften in verschiedenen Gruppen zusammengefasst. Dadurch ist es möglich zusammenhängenden Regionen oder Objekten zu erzeugen.


#### Bildklassifikation (Image Classification)

In der Bildklassifikation werden Bilder erkannt und einer Kategorie zugeordnet. Beispielsweise können Bilder von Blumen deren Art zugeordnet werden, d.h. es wird ein Bild einer Rose den Rosen zugeordnet und das einer Geranie den Geranien.

#### Texterkennung (OCR)

Texte werden in Bilder automatisch erkannt und extrahiert. Je deutlicher die Schriftart die einzelnen Zeichen unterscheidet, desto besser sind die Ergebnisse der Texterkennung. Es gibt eigens entworfene Schriftarten, um die Texterkennung zu vereinfachen aber es werden aber auch laufend Verbesserungen gemacht, um beispielsweise handgeschriebenen Text zu erkennen.


#### Anomaly- oder Ausreisser-Erkennung (Anomaly Detection)

Es werden seltene Objekte, Ereignisse oder Beobachtungen identifiziert, welche aus der Masse herausstechen und sich signifikant von der Mehrheit der Daten unterscheidet



artificial-neural-network-3501528_1920.png

Was ist Machine Learning

#### fidentity – Digitalisierung von Kundenidentifikationen
Mit fidentity können Kundenidentifikation digitalisiert werden - online oder vor Ort. Ganz ohne App werden ID-Dokumente mit dem Handy gescannt, liveness geprüfte Selfies erstellt und Dokumente signiert. Künstliche Intelligenz verhindert Betrug und stellt die Compliance sicher. In Echtzeit werden Entscheidung über die Qualität der Identifikation getroffen und publiziert, um nachfolgende Prozesse mit diesen Informationen zu steuern.

Weitere Informationen zu fidentity finden sie auf der [fidentity Webseite](https://fidentity.ch). Sie können die Applikation auch selbst [ausprobieren](https://www.fidentity.ch/fidentity-demo/) und die verschiedenen Funktionen kennenlernen.




fidentity_2.png

Showcases

Machine Learning oder künstliche Intelligenz beeinflusst immer grössere Teile unseres Alltages

Machine Learning - Künstliche Intelligenz

fidentity wächst weiter – 1. Investitionsrunde bald abgeschlossen

Das Bundesamt für Landestopografie swisstopo erhebt und dokumentiert Landschaft und Untergrund und stellt raumbezogene Geodaten von hoher Qualität zu Verfügung. Mit der Digitalisierung alter, handgezeichneter Papier-Landkarten trägt die swisstopo dem gesellschaftlichen Wandel Rechnung. Mit Hilfe von künstlicher Intelligenz (KI) und einem ausgeklügelten Bilderkennungsalgorithmus kann der Aufwand für die digitale Aufbereitung bei swisstopo massiv verringert werden.

## Innovative Bilderkennung
Im Rahmen der Hackweek 2020 programmiert Lambda IT einen Prototyp zum Auslesen alter Papier-Landkarten für die swisstopo. Klassische Bilderkennungsansätze (Bsp. Linienverfolgungsalgorithmus) führen bei den Einfacheren der 40 Referenz-Landkarten zum Erfolg. Bei komplexen Eingabebildern zeigt sich rasch, dass es eine innovativere Lösung braucht: Um das Rauschen durch Text und dichterer Information (Bsp. eng aneinander liegende Kurvenlinien) zu reduzieren, setzen Edi Spring und David Strahm deshalb zusätzlich auf Machine Learning. Nach dem Training teilt die künstliche Intelligenz die Kartenausschnitte in Segmente auf und trennt Linien und Punkte vom Hintergrund. Das erleichtert die Arbeit des Algorithmus, der in einem nächsten Schritt das digitale Bild wieder zusammensetzt.

## Effiziente Zusammenarbeit von Maschine und Mensch 
Mit Hilfe des Prototyps lassen sich Papier-Landkarten einfacher und schneller digitalisieren. Die Zeitersparnis liegt bei bis zu 90 %. Die Mitarbeitenden der swisstopo brauchen sich bei den 40 verwendeten Referenz-Landkarten nur noch um den Feinschliff und die Kontrolle der topografischen Informationen zu kümmern.

## Vom Prototyp zur Weiterentwicklung
Der Prototyp wurde auf Basis eines begrenzten Landkarten-Set (40 Samples) entwickelt. Damit die Applikation in der Praxis verwendet werden kann, ist eine Weiterentwicklung nötig. Die Verknüpfung von künstlicher Intelligenz und Bilderkennungsalgorithmus hat sich bewährt. Die KI braucht jedoch zusätzliches Training, um den Umgang mit komplexem und verschiedenartigem Rohmaterial zu lernen. Mit dem Prototyp hat Lambda IT sich fundiertes Grundlagenwissen erarbeitet, das nun auch für andere bildbasierte Kundenaufträge eingesetzt werden kann.

### Leistungen von Lambda IT
- Entwicklung eines Prototyps zur Digitalisierung von Landkarten

### Verwendete Technologien
- OpenCV
- Keras / Tensorflow
- Python

### Beteiligte
- Prototyp Owner: Bundesamt für Landestopografie swisstopo
- Systemarchitektur und Entwicklung: Lambda IT (Edi Spring, David Strahm)



Lias.svg

medium_david.jpg

small_david.jpg

thumbnail_david.jpg

david.jpg

Software Entwickler

Karten mit Machine Learning digitalisieren

thumbnail_go_app_51454ca6ca.png

go_app_51454ca6ca.png

go! bietet Dir den unabhängigsten Weg von A nach B: Zielort eingeben, Wunsch-Taxi bestellen und per App bezahlen

Administrator Interface für Verwaltung der Flotten, Fahrer, Fahrten, Finanzen und weitere zugehörige Daten.

Entwickelt mit ASP.NET Web API. Als Datenbank wurde Microsoft SQL verwendet

Asynchrones Task Management mit Hangfire.

Effiziente Suchen und Abfragen mit Elasticsearch.

Administrator Applikation wurde mit AngularJS implementiert

go! App Backend

Lambda IT - Software Spezialisten aus Bern

Highend Software-Lösungen mit weltweit führenden Technologien.

Unser Angebot

Software für ihr Business

Know-How für die Zukunft

Engagiert in der IT Community

Unser Fokus - Ihre Projekt-Sicherheit

Unsere Leidenschaft

Langjährige Erfahrung

Weltweites Kontaktnetz

Aktuelles aus unseren Projekten

go! App Backend

Unsere Basis - Ihr Erfolg

Newsroom

BärnerJS Talk #5 - WebBluetooth und Angular Libraries

fidentity wächst weiter – 1. Investitionsrunde bald abgeschlossen

Karten mit Machine Learning digitalisieren

Unsere Kunden und Partner

Über uns

Lernen Sie uns und unsere Kompetenzen kennen

Swiss Made Software