Projektsuche
Covariate Selection mit Machine Learning für klinische Modelle
HMS entwickelte für ein globales Pharmaunternehmen eine interaktive Anwendung für die ML-gestützte Covariate Selection. Sie strukturiert die Kovariatenselektion und liefert Bewertungsgrundlagen für pharmakometrische Modelle.
Cloud-native Statistical Computing Environment für klinische Studien
HMS ersetzte bei Boehringer Ingelheim ein 25 Jahre altes SAS-System durch eine cloud-native Statistical Computing Environment auf AWS. Die Plattform integriert SAS Viya und unterstützt automatisierte Validierung unter GxP-Anforderungen.
KI in klinischen Studien: Machine Learning für die Analyse klinischer Daten
Machine Learning ergänzt statistische Analysen klinischer Daten. HMS unterstützte Novartis dabei, das Vorhersagepotenzial für Tumorkontrolle und Safety Outcomes zu untersuchen und relevante Ausgangsfaktoren zu identifizieren.
Automatisiertes Content Tagging für CRM-Freitextdaten
HMS entwickelte ein automatisiertes Content Tagging für unstrukturierte CRM-Freitexte. Die LLM-basierte Lösung ordnet Inhalte vordefinierten Kategorien zu und stellt sie für Suche, Gruppierung und nachgelagerte Analysen strukturiert bereit.
Text-to-SQL: Unternehmensdaten per Chat abfragen
HMS entwickelte für eine internationale Finanzinstitution eine Text-to-SQL-Lösung, die quantitative Geschäftsfragen in Datenbankabfragen übersetzt und Ergebnisse interaktiv aufbereitet.
Sales Analytics Platform für Bayer Vital
Bayer Vital verbindet Kundenmanagement mit modernen Technologien, um schnell auf Marktveränderungen zu reagieren. Analytische Erkenntnisse unterstützen die Optimierung von Vertriebs- und Marketingprozessen in den Absatzkanälen.
Labor in der Hosentasche: datengesteuerte Entscheidungen
HMS entwickelte für trinamiX eine modulare Softwarelösung mit einer mobilen App, einem Cloud-Backend und einem webbasierten Kundenportal. Diese ermöglicht die Echtzeitübertragung und -analyse von Sensordaten eines Infrarot-Detektorgeräts.
Planung und Analyse klinischer Studien in einer validierten R-Umgebung bei medac
Für die Auswertung klinischer Studiendaten konzipierte und realisierte HMS eine validierte R-Umgebung im GxP-Umfeld. Kontrollierte Paketstände und versionierter Code unterstützen nachvollziehbare Analysen auf Microsoft Windows.
Global BI bei BioHorizons Camlog
BioHorizons Camlog arbeitete mit HMS zusammen, um ein robustes Data Warehouse und Power-BI-Modell zu entwickeln. Dies ermöglicht nun eine effiziente und zuverlässige Berichterstattung.
Rollenbasierter Dokumenten-Chatbot mit Agentic RAG
HMS entwickelte für einen global tätigen Pharmakonzern einen Chatbot, der interne Dokumente rollenbasiert durchsucht und relevante Inhalte über eine KI-gestützte Oberfläche nutzbar macht.
SAS-Landschaft im regulatorischen Meldewesen betreuen und modernisieren
HMS unterstützt einen führenden IT-Dienstleister der Finanzbranche bei der Modernisierung und Optimierung seiner SAS-Landschaft für das regulatorische Meldewesen.
Customer Journey Analytics mit einer automatisierten CRM-Datenpipeline
HMS entwickelte eine automatisierte CRM-Datenpipeline für Customer Journey Analytics. Die Lösung integriert Daten aus mehreren Quellen und stellt täglich qualitätsgesicherte Daten für CRM Analytics und Customer Journey Insights bereit.
SAS Viya auf Azure: Migration und langfristiger Plattformbetrieb
HMS migrierte die SAS-9.4-Umgebung eines großen europäischen Energie- und Versorgungsunternehmens auf SAS Viya in Microsoft Azure. Seit der Migration übernimmt HMS Betrieb, Wartung und Weiterentwicklung der Plattform.
Pharmatrends früher erkennen mit KI-gestützter Newsanalyse
Für einen internationalen Pharmakonzern entwickelte HMS eine Plattform, die News analysiert, Themen clustert und Entwicklungen sichtbar macht. So erhalten Fachbereiche eine bessere Grundlage für Marktbeobachtung und Updates.
Automatisierte Markt- und Wettbewerbsanalyse mit Agentic AI
HMS entwickelte für einen global tätigen Pharmakonzern eine Agentic-AI-Lösung, die Markt- und Wettbewerbsinformationen automatisiert sammelt, prüft und für Reports oder Ad-hoc-Abfragen bereitstellt.
Anwendungsmodernisierung mit GenAI: von SAS zu Python auf AWS
Ein führender Versicherungskonzern modernisierte eine zentrale SAS-Anwendung auf AWS. HMS entwickelte Architektur und Migrationsvorgehen, setzte die Modernisierung um und prüfte GenAI für die SAS-zu-Python-Migration.
Enterprise Search mit KI für komplexe Forschungsrecherchen
HMS entwickelte für einen globalen Chemiekonzern ein RAG-basiertes Chatbot-System, das komplexe Forschungsrecherchen über natürliche Sprache unterstützt und Antworten mit Quellenbezug nachvollziehbar macht.
SAS Viya Migration bei einer Automobilbank
HMS migrierte die bestehende SAS-Plattform von On-Premises zu SAS Viya auf Azure und implementierte eine skalierbare Cloud-Infrastruktur mit Kubernetes.
Sie möchten ein ähnliches Projekt umsetzen?
Unser Team berät Sie gerne und gibt Ihnen noch tiefere Einblicke in unsere Projektlandschaft.