QASE Tech tilbyder engagerende kits, også kaldet en "QASE", med build-'n-play eksperimenter koblet sammen med undervisningsmateriale, der er tilpasset gymnasieskolens læringsplan for fysikfaget. Baseret på markedsundersøgelser udført ved at interviewe lærere på gymnasier, har vi identificeret, at skolerne, og dermed lærerne, har et behov for innovativ læring, der engagerer eleverne på en sådan måde, at det øger fastholdelsen af information under læring. De lærere, vi interviewede, udtrykte mangel på tid og ressourcer som hovedårsagen til ikke selv at finde innovative tilgange, men at de var interesserede at købe et produkt, der kunne løse dette problem for dem, så længe det passede til deres undervisningsplan og ikke krævede for meget arbejde. Det er her, vores produkt kan løse deres problem. Vi tjener penge på at sælge vores kits til gymnasier og folkeskoler. For gymnasieskoler er indtægtsmodellen business to institutions (B2I) model, hvor vi henvender os til beslutningstagere på skoler for at købe vores kits. For grundskolerne er vores indtægtsmodel business to government-modellen (B2G). Vores marked er både i Danmark og internationalt og vores overskudsmargin vil være mindst 50 %. Innfounder vil hjælpe os med at skabe vores første kit, der er klar til at blive solgt. Vores vision er at blive den mest etablerede udbyder af undervisningsmaterialer til gymnasier og grundskoler i Danmark.

The QEH project represents the first large-scale Danish effort at building an integrated quantum computing eco-system pursuing commercially and societally end-user applications within the Danish green energy and health care sectors. To facilitate this goal, the eco-system needs access to state-of-the-art quantum computing hardware on Danish soil. Hence, in QEH we will develop the largest quantum computing hardware platform in existence in Denmark, with 25 quantum bits. This effort will be a key catalyst for quantum software and use-case development for the benefit of start-ups and SMEs targeting quantum technology and its implementation in industrial and societal contexts. QEH will demonstrate this via use-cases from two paradigmatic sectors of Danish welfare: Green energy transition and future high-tech health care. QEH is uniquely suited to address this ambitious goal and the successful outcome will serve the dual purposes of creating the first commercial-oriented quantum computing platform in Denmark and provide a crucial missing ingredient in Danish opportunities for quantum workforce and commercial development. QEH consist of two SMEs, Qdevil specialized in quantum hardware and a fast-growing quantum software start-up Kvantify, top academic quantum physicists (at University of Copenhagen and Aarhus University), the largest Danish green-tech enterprise (Ørsted) and a Danish public hospital pursuing future med-tech solutions (Herlev-Gentofte-Hospital), see Figure 1.

Dash er en digital platform, der gør det nemmere for små og mellemstore virksomheder i detailbranchen at vinde og fastholde kunder. Store kæder som Joe & The Juice, Matas og Lagkagehuset udnytter i dag digitaliseringen med avancerede apps, der effektivt interagerer med deres kunder. Det er ingen tilfældighed – apps er et suverænt bedre værktøj til at skabe en tættere kunderelation end traditionelle metoder som e-mail-nyhedsbreve og kampagner på sociale medier. Men hvad med det lille bageri på hjørnet eller den nyåbnede salatbar på gågaden? Hvordan skal de få samme adgang til digitale muligheder? Dash er skabt for at give små forretninger digitale superkræfter. Med vores platform kan de nå flere kunder og mere effektivt gøre dem til loyale stamgæster. Vi samler forbrugere og virksomheder på én fælles platform, hvor begge parter nemt kan interagere på kryds og tværs. For små virksomheder, der ofte mangler både skala og tekniske kompetencer til at opsamle og udnytte værdifulde data, tilbyder Dash en løsning, der gør digitalisering tilgængelig og brugbar. Effektiv og personlig markedsføring, som resonerer med kunderne, er ikke længere forbeholdt de store aktører.

Dette projekts hovedmål er at forbedre proceseffektivitet og produktkvalitet for montage af injektionsdevices gennem integrering af avanceret maskinlærings (ML) teknikker i produktionsprocessen. Vi vil oprette et omfattende feature Engineering framework for at sikre tilpasningsmuligheder for forskellige produkter og montagelinjer. Derudover vil vi udvikle robuste ML-modeller til lavvolumen montagelinjer og undersøge metoder til at overføre dem til højvolumen montagelinjer ved hjælp af MLOps.