LMW Solutions – Embedded Software, DevOps & AI Partner
Embedded · DevOps · Embedded AI

Ihr Partner für
Embedded Software,
DevOps &
Edge AI.

Hochspezialisierte Softwareentwicklung für sicherheitskritische Systeme — von Embedded Linux bis KI-gestützten Echtzeitsystemen. Senior-Expertise direkt aus Berlin.

15+
Jahre C++ / CUDA Erfahrung
40+
Abgeschlossene Projekte
6
Industrie-Branchen
Automotive· Bahntechnik· Medizintechnik· Industrieautomation· Halbleiter· Defense & Aerospace· Automotive· Bahntechnik· Medizintechnik· Industrieautomation· Halbleiter· Defense & Aerospace·
Service 04 · Neu

Das Gehirn
trifft die Hardware.

Edge AI ist keine Zukunftsmusik — es ist heute.
Wir entwickeln Deep-Learning-Modelle, die direkt auf
Embedded-Hardware laufen: unter 10 ms Latenz,
ohne Cloud, ohne Kompromisse.

Embedded AI entdecken
Zahlen & Fakten

Senior-Expertise,
die messbar liefert

15+
Jahre professionelle C++ / CUDA Entwicklung in der Industrie
40+
Erfolgreich abgeschlossene Projekte für internationale Kunden
6
Branchen: Automotive, Bahn, Medizin, Industrie, Halbleiter, Defense
3
Senior Engineers mit Dr.-Ing. / M.Sc. Abschluss
Tech Stack

Technologien &
Werkzeuge

Jahrzehntelange, produktiv eingesetzte Erfahrung mit den Technologien, die in sicherheitskritischen Industrien zählen.

C++ / CUDA 15 Jahre Experte
Embedded Linux / Yocto 12 Jahre Experte
Computer Vision (OpenCV, PCL) 10 Jahre
CI/CD — GitLab, Jenkins, Docker 10 Jahre
Python / AI Frameworks 7 Jahre Experte
Linux Kernel Development 8 Jahre

Hardware-Plattformen

Erfahrung mit führenden Embedded-Plattformen für automotive, medizinische und industrielle Anwendungen.

NVIDIA Jetson NVIDIA Drive PX NXP iMX8 ARM64 Qualcomm SoC Intel x86

Safety & Compliance

Zertifizierungserfahrung für regulierte Industrien — vom Konzept bis zur Marktreife.

IEC 62443 IEC 62304 ISO 26262 SIL SBOM FIPS-140-2

AI & Deep Learning

Entwicklung und Edge-Optimierung von AI-Modellen für sicherheitskritische Echtzeitsysteme.

PyTorch TensorFlow TensorRT ONNX CUDA

DevOps & Cloud

Ende-zu-Ende DevOps für Embedded — vom Yocto-Build-System bis zur sicheren Hybrid-Cloud.

GitLab CI Jenkins Docker Kubernetes Vault Traefik
Referenzprojekte

Ausgewählte
Kundenprojekte

Vertraulich und anonymisiert — Projekte aus verschiedenen Industrien und Kontinenten.

Bahntechnik · 7 Jahre

Autonomes Fahrerassistenzsystem für Schienenfahrzeuge

Entwicklung eines vollständigen Computer-Vision-Systems für autonomes Fahren (GoA 3/4). Hinderniserkennung via LiDAR und Kamera, Fahrzeuglokalisierung durch Sensorfusion (GNSS, IMU, Landmarken) und Integration in produktive Sicherheitssoftware auf zertifizierter Embedded-Hardware.

C++17CUDAROS 2LiDARComputer VisionDeep LearningARM64
Ergebnis: Produktiv eingesetzt in kommerziellen Schienenfahrzeugen eines globalen Mobility-OEM.
Medizintechnik · 7 Jahre

Embedded Linux Plattform für medizinische Analysegeräte

Technical Lead Architect für eine Embedded-Plattform in stark reguliertem medizinischem Umfeld. Yocto-Buildsystem, CI/CD-Infrastruktur mit Docker, OCI-Container für sichere Over-the-Air-Updates und PKI-Setup für Secure Boot unter Intel und NVIDIA Jetson.

YoctoDocker/LXCKubernetesIEC 62443IEC 62304NVIDIA Jetson
Ergebnis: Teamlead für 8 Entwickler — Compliance-Zertifizierung erfolgreich in mehreren Produktlinien.
Automotive · 4 Jahre

Linux Kernel BSP Support für automotive Head-Units

Dedizierter BSP-Support für einen Tier-1 Automobilzulieferer über mehrere Hardware-Plattformen (NXP, Qualcomm, TI). Migration Yocto dunfell → kirkstone, Kernel-Debugging, Kryptographie-Firmware-Entwicklung auf i.MX8 und sicherheitskritische Display-Treiber-Anpassungen.

Linux KernelYoctoNXP iMX8QualcommFIPS-140-2Secure Boot
Ergebnis: Plattformübergreifende Migration ohne Produktionsunterbrechung bei mehreren Automobil-OEM.
Industrieautomation · Ongoing

Edge AI für industrielle Echtzeit-Qualitätsprüfung

Entwicklung, Training und Deployment von Deep-Learning-Modellen zur Objektdetektion, Segmentierung und Anomalieerkennung in industriellen Kamerasystemen. TensorRT-Optimierung und Integration auf NVIDIA Jetson für Echtzeitanforderungen unter <10ms Inferenz-Latenz.

PyTorchTensorRTNVIDIA JetsonCUDAONNXC++
Ergebnis: Echtzeit-Inferenz unter industriellen Bedingungen — Latenz unter 10ms, produktiv im Einsatz.
Projekt starten

Bereit, Ihr nächstes
Projekt anzugehen?

Kontaktieren Sie uns für ein kostenloses Erstgespräch. Wir melden uns innerhalb von 24 Stunden — direkt von einem Senior Engineer.