Miten Vertex on auttanut NunnaUunia viemään uuninsa ideasta valmiiksi tuotteeksi?

Nunnauunin toimitusjohtaja Johannes Uusitalo kertoo puheenvuorossaan, miten Vertex on auttanut yritystä viemään uunit ideasta valmiiksi tuotteeksi jo 27 vuoden ajan.

  • Asiakaspuheenvuoro
  • Asiakas: Nunnauuni Oy
  • Toimiala: Tulisijojen valmistus
Wihuri Tekninen Kauppa

NunnaUuni

  • Perustettu vuonna 1982. Vienti on merkittävä osa liiketoimintaa ja suuntautuu erityisesti Keski-Euroopan markkinoille.

  • Tuotevalikoimaan kuuluvat vuolukivestä valmistetut varaavat tulisijat, kuten takat, leivinuunit ja hellat.

  • Yritys valmistaa tuotteensa Suomessa omalla tehtaallaan ja louhii materiaalin omasta esiintymästään Juuan Nunnanlahdessa. NunnaUuni on tunnettu erityisesti kehittämästään Kultainen Tuli -kaasutuspalomenetelmästä, joka mahdollistaa puhtaan ja tehokkaan palamisen korkeissa lämpötiloissa.

Jos kiinnostuit aiheesta, ota yhteyttä. Mietitään yhdessä miten voisimme parantaa teidän yrityksenne tuottavuutta nykyaikaisilla työkaluilla.

Timo Peura
Vertex-asiantuntija
040-8600940
etunimi.sukunimi@vertex.fi

Vertex Systems on suomalainen suunnittelun ja tiedonhallinnan ohjelmistoratkaisujen toimittaja. Vertex-ohjelmistojen avulla nopeutat suunnittelua, vähennät suunnitteluvirheitä ja parannat tuottavuutta. Tutustu Vertex G4 tuotekonfigurointiinVertex G4 mekaniikkasuunnitteluohjelmistoon sekä Vertex Flow tuotetiedonhallintaohjelmistoon. suunnitteluympäristössä.

Lisää tarinoita

Olemme mukana Pohjoinen teollisuus -tapahtumassa

Olemme mukana Pohjoinen teollisuus -tapahtumassa

Olemme mukana Pohjoinen Teollisuus -tapahtumassa Ouluhallissa 20.-21.5.2026. Löydät meidät osastolta 423. Tervetuloa morjestamaan ja kuulemaan ohjelmistoistamme! Rekisteröidy kävijäksi

Enhancing Panel Drawing Dimensioning in BIM Software using Recommender Systems

Enhancing Panel Drawing Dimensioning in BIM Software using Recommender Systems

In this blog post, Johannes explores how machine learning can streamline panel drawing template creation in Vertex BD by reducing choice overload and improving user efficiency. The work introduces a hybrid recommender system that intelligently suggests relevant dimensions based on both data and user behavior.