Nalu AI

ÜBER UNS

Demand Intelligence,
die im Betrieb tatsächlich läuft.

Nalu AI ist ein ML-System das gemeinsam mit dem Kunden entsteht — für Demand Planning und Vertriebsintelligenz, auf seiner Infrastruktur, für seine Daten.

WAS NALU AI IST

Kein SaaS. Kein Beratungsprojekt.

Nalu AI ist eine Demand-Intelligence-Plattform, die für jeden Kunden individuell angepasst wird. Forecasts, SCM-Empfehlungen und KI-Berichte laufen auf der Infrastruktur des Kunden — keine geteilten Daten, keine externe Cloud, keine Black Box. Die Plattform basiert auf erprobter Technologie aus dem produktiven Einsatz: LightGBM und Temporal Fusion Transformer für Forecasts, DuckDB für analytische Queries, FastAPI als API-Layer, Docker für Deployment. Was funktioniert, bleibt — was im Mittelstand zählt, kommt dazu.

Nicht generisch.

Jede Implementierung lernt die Artikel, Saisonalitäten und ERP-Besonderheiten des Kunden — keine Standard-Templates.

Nicht abhängig.

On-Premise per Design. Keine Cloud-Lock-in, keine Subprocessor-Kette, keine versteckten APIs nach außen.

Nicht aufgeblasen.

Ein Docker-Compose-Stack pro Kunde. Was nicht gebraucht wird, läuft nicht. Was läuft, läuft schnell.

Nalu ist Hawaiianisch für Welle — entstanden während eines Sabbaticals auf Hawaii, wo nebenbei ein Dive-Shop-System entwickelt wurde.

METHODIK

Wie ein Projekt läuft.

Vom ersten Gespräch bis zum produktiven Betrieb — typisch wenige Wochen, abhängig von Datenlage und ERP-Komplexität.

  1. 01

    Discovery

    Kurzer Workshop mit dem Kunden: ERP-System, Datenstruktur, Geschäftslogik, größte Schmerzpunkte. Daraus entsteht eine config.yaml — das Herz jeder Implementierung.

  2. 02

    Connector & Datenpipeline

    Anbindung an SAP, S/4HANA, Dynamics, Proalpha, SQL oder CSV — read-only, keine Änderung am Quellsystem. Datenqualität wird automatisch validiert, Lücken erkannt.

  3. 03

    Modell-Training

    ML-Modelle werden auf den realen Daten des Kunden trainiert. Forecast-Genauigkeit wird transparent gemessen (MAPE, Coverage), bevor irgendetwas in den Betrieb geht.

  4. 04

    Deployment

    Docker-Stack läuft auf dem Server des Kunden. RBAC, 2FA, Audit-Log und SSL sind Standard. Schulung für Einkauf, Disposition und Vertrieb.

  5. 05

    Betrieb & Wartung

    Wöchentliches Retraining, automatische Berichte, Monitoring. Updates, neue Features und Support sind Teil der Lizenz — nicht Aufpreis.

TECHNOLOGIE

ML & Data Science
PyTorchscikit-learnLightGBMSHAPMLflow
Generative AI
OllamaQwen · Llama · MistralGPT · Claude (Cloud, optional)LLM-gestützte ReportgenerierungKI-Chat
Backend & APIs
PythonFastAPIFlaskCeleryRedis
Orchestration
DagsterAirflow
Data & Storage
DuckDBPostgreSQLSnowflakeSQL ServerParquet
Frontend
ReactTypeScript
Infrastructure
DockerKubernetesNginxGitHub ActionsCI/CDPrometheusGrafana
Cloud
AzureEntra ID (SSO)Azure Blob Storage
Integration
SAP R/3REST APIsstructlogCustom Observability

PRINZIPIEN

Vier Dinge, an denen sich Nalu AI messen lässt.

Daten bleiben beim Kunden

On-Premise ist kein Feature, sondern Voraussetzung. Keine Cloud-Abhängigkeit, keine Subprocessor-Kette, keine externen Modell-APIs.

Kein Hype, nur Ergebnisse

Forecasts, Alerts und Berichte, die das Team morgen nutzen kann. Keine generischen AI-Buzzwords — Konfidenzintervalle, SHAP-Erklärungen, ehrliche Zahlen.

Wartbar statt clever

Deterministische Pipelines, dokumentierte Konfiguration, lesbare Modelle. Wer nach drei Jahren ans System ran muss, soll nicht raten müssen.

Mittelstand versteht Mittelstand

Knappe Ressourcen, gewachsene Systeme, pragmatische Entscheidungen. Genau dafür ist die Plattform gebaut — nicht für Konzerne mit eigenem Data Team.

Mehr erfahren.

Kein Formular. Kein Funnel. Einfach eine E-Mail.

aloha@nalu-ai.com

Preise auf Anfrage — jedes Projekt ist individuell.