ADA-CENTER ANALYTICS, DATEN UND ANWENDUNGEN
|
|
- Oswalda Seidel
- vor 5 Jahren
- Abrufe
Transkript
1 ADA-CENTER ANALYTICS, DATEN UND ANWENDUNGEN Analytics Kompetenzzentrum am Fraunhofer IIS Prof. Dr. Alexander Martin Fraunhofer SCS
2 ADA-Center Ziel und Zweck ENTWICKLUNG VON DATA ANALYTICS-VERFAHREN KI-PLATTFORM FÜR DIE INDUSTRIE AUSTAUSCH ZWISCHEN INDUSTRIE UND WISSENSCHAFT NACHWUCHSFÖRDERUNG STRATEGISCHE INTERNATIONALE KOOPERATIONEN Fraunhofer SCS 2
3 Lebenszyklen von Materialien und Produkten Fraunhofer EZRT Fraunhofer SCS 3
4 Lebenszyklen von Daten Daten werden interpretiert Daten werden gruppiert Daten werden strukturiert Daten werden gespeichert Daten werden übertragen Sensoren verarbeiten die Daten vor ERFASSEN, ÜBERTRAGEN & INTEGRIEREN Sensoren zeichnen Daten auf Anwendung erzeugt Daten ANALYTICS DATEN ANWENDUNGEN Daten werden prognostiziert ANALYSIEREN & OPTIMIEREN INTERPRETIEREN & VERWERTEN Daten werden simuliert Daten werden Input für Entscheidungsmodelle Modelle werden optimiert Lösungen zeigen Mehrwerte auf Mehrwerte werden interpretiert / umgesetzt Umsetzung verändert die Anwendung Fraunhofer SCS 4
5 Lebenszyklen von datengetriebenen Geschäftsprozessen UNTERNEHMEN DATEN Fraunhofer SCS 5
6 Verknüpfung der Zyklen Kernkompetenzen am Fraunhofer IIS und SCS UNTERNEHMEN DATA SPACES & IOT DATEN SOLUTIONS Fraunhofer SCS 6
7 Analytics als Kern im ADA-Center Verortung in Forschung und Wirtschaft UNIVERSITÄTEN national und international ADA-CENTER Fraunhofer IIS UNTERNEHMEN Industrie, Automotiv, Handel, KI-Kompetenznetzwerk Kreativraum KI- Forschung Plattform für Unternehmen Außeruniversitäre Forschungsinfrastruktur Lab L.I.N.K.- Halle Forschungs- und Industriekooperationen Nachwuchsförderung Fraunhofer SCS 7
8 ADA-Center KI-Forschungsfelder Automatisches adaptives Lernen Erklärbares Lernen Sequenzbasiertes Lernen Mathematische Optimierung Data Augmentation, Data Generation Prozessbewusstes Lernen Erfahrungsbasiertes Lernen Semantische Datenmodelle Lernen mit wenigen annotierten Daten Distributed Computing Architecture Fraunhofer SCS 8
9 Mathematische Optimierung Algorithmische Fortschritte Speed-Up in der Lösungszeit für gemischt-ganzzahlige Optimierungsmodelle durch verbesserte mathematische Verfahren von 1991 bis heute: 10 Speed-Up-Faktor Improvement/Version Overall Improvement SPEED-UP-FAKTOR: 1,25 MILLIONEN! Bob Bixby Version (cplex/gurobi) Fraunhofer SCS 9
10 Analytics-Projektbeispiel Energieeffiziente Fahrplangestaltung Fraunhofer SCS 10
11 Analytics-Projektbeispiel Energieeffiziente Fahrplangestaltung für DB und VAG VORHER NACHHER Untersuchung für den DB-Personenverkehr: Züge / Tag, 4 22 Uhr Einsparung in der mittleren Spitzenlast (blaue Kurve): ca. 38 MW Mögliche Stromkostenersparnis von ca. 5 Mio. / Jahr Fraunhofer SCS 11
12 Analytics-Projektbeispiel Langzeitprognose von Ersatzteilbedarfen Fraunhofer SCS 12
13 Analytics-Projektbeispiel Langzeitprognose von Ersatzteilbedarfen bei BSH AUSGANGSSITUATION Produzierendes Unternehmen in der Hausgeräteindustrie Großes Spektrum an Ersatzteilen (> ) und langer Lieferverpflichtung (>10 Jahre) PROBLEMSTELLUNG Hohe Bestände und Kosten (Bestand, Lager, Herstellung, Verschrottung) Subjektiver manueller Planungsprozess LÖSUNGSANSATZ Prognose von Ersatzteilbedarfen auf Basis der Bedarfshistorie eines Artikels sowie Mustern in ähnlichen Artikeln Verfahren: Clustering, Regression Fraunhofer SCS 13
14 Analytics-Projektbeispiel Optimierung des Cash Managements Fraunhofer SCS 14
15 Analytics-Projektbeispiel Optimierung des Cash Managements bei einer Bank AUSGANGSSITUATION Bank betreibt mehrere hundert Geldautomaten in einer Region Kunden erwarten 100% Verfügbarkeit PROBLEMSTELLUNG Hoher Aufwand in der Befüllung der Geldautomaten Hohes gebundenes Kapital in den Geldautomaten LÖSUNGSANSATZ Prognose des Entnahmeverhaltens und Ermittlung der optimalen Beschickung (Reihenfolge, Menge) Verfahren: Regression, Mixed Integer Programming PREDICTIVE ANALYTICS Tag 8 Tag 9 Tag 10 Tag 11 Tag 12 Tag 13 Tag 14 PRESCRIPTIVE ANALYTICS Einsparungen 15% (unterer 5-stelliger Betrag pro Tag) Fraunhofer SCS 15
16 Analytics-Projektbeispiel Optimale Zuordnung von Servicetechnikern Fraunhofer SCS 16
17 Analytics-Projektbeispiel Optimale Zuordnung von Servicetechnikern AUFGABE Zuordnung von Service-Technikern zu Kunden Ausgewogene, gleiche Belastung der Techniker Minimierung der Kosten (Zeit, Geld) DATA ANALYTICS ZEIGT Eine optimale Zuordnung (Bild unten) ist um 7% kostengünstiger als die beste Einteilung in Gebiete (Bild oben) Problem: Glaubwürdigkeit der Güte der Lösung Fraunhofer SCS 17
18 Analytics-Projektbeispiel Sportanalytics Fraunhofer SCS 18
19 Analytics-Projektbeispiel Sportanalytics Entwicklung von Trackingsystemen für den Sport Frameworks zur Echtzeiterkennung von Aktionen Analysen und Fusion von Tracking und IMU-Daten, z. B. für Leichtathletik, Boxen und Ballsportarten Performance-Analysen im Spiel und Training Benchmarking von Trackingsystemen im Sport z. B. auch im Test- und Anwendungszentrum L.I.N.K. METHODE: KI & MACHINE LEARNING METHODE: PROCESS MINING Player Team Optimum Team Average Fraunhofer SCS 19
20 Analytics-Anwendungsbeispiel Internet der Emotionen: Bildanalysesoftware SHORE Fraunhofer SCS 20
21 Analytics-Anwendungsbeispiel Internet der Emotionen: Bildanalysesoftware SHORE GESICHTSERKENNUNG UND -ANALYSE Echtzeiterkennung und -analyse von Gesichtern Einschätzung von Geschlecht und Alter Detektion vom Emotionen anhand der Mimik VIELFÄLTIGE EINSATZMÖGLICHKEITEN Marktforschung und Retail Analytics, Kognitive Robotik, Medizintechnik, Fahrzeug- und Automobilindustrie und vieles mehr WEITERENTWICKLUNG UND METHODEN Erkennung subtilerer Emotionen, Schmerzen, Stress usw. Boosting, SVM, k-nn, Random Forests, Regression, Induktive Logische Programmierung, Bayes sches Netz, Kalman Filter Fraunhofer SCS 21
22 ADA-Center Neue Formen der Kooperation Einzelprojekte Fraunhofer SCS Joint-Labs 22 ADA-Hub Young Talents
23 ADA-Center #and you? Sprechen Sie uns an! Prof. Dr. Alexander Martin Telefon Fraunhofer SCS 23
Analytics Der Weg zu datengetriebenen Geschäftsprozessen
Analytics Der Weg zu datengetriebenen Geschäftsprozessen Dr.-Ing. Philipp Gölzer 1 Ziel der Digitalisierung ist die Realisierung datengetriebener Geschäfts-/Entscheidungsprozesse Ziele Höhere Qualität
MehrFRAUNHOFER INSTITUT FÜR INTEGRIERTE SCHALTUNGEN IIS SHORE NEUE WEGE IN DER GESICHTSANALYSE
FRAUNHOFER INSTITUT FÜR INTEGRIERTE SCHALTUNGEN IIS SHORE NEUE WEGE IN DER GESICHTSANALYSE Die Analysesoftware SHORE des Fraunhofer IIS ermöglicht die robuste Echtzeitauswertung von beliebig vielen Personen
MehrDie digitale Agenda der ÖBB Die Interaktion von Strategie und Technologie
Die digitale Agenda der ÖBB Die Interaktion von Strategie und Technologie Marcus Frantz, Konzern CIO Wien, Strategisches Konzern IT-Management Digitale Transformation Die Integration der digitalen Technologien
MehrPROGNOS ANALYTICS KÜNSTLICHE INTELLIGENZ IN ECHTZEIT. Tanja Krüger,
PROGNOS ANALYTICS KÜNSTLICHE INTELLIGENZ IN ECHTZEIT Tanja Krüger, 04.05.2017 STECKBRIEF RESOLTO Gründung 2003 Geschäftsführende Gesellschafterin: Fokus: Mitarbeiter: Skalierung: Tanja Krüger Advanced
MehrAMA. Applied Machine Learning Academy. Prof. Wolfgang Nejdl
Applied Machine Learning Academy AMA Applied Machine Learning Academy Prof. Wolfgang Nejdl Projektziele Aufbau einer Applied Machine Learning Academy (AMA) auf der Grundlage eines inhaltlich nachhaltigen,
MehrSession: 1 SO Selbstoptimierte Zustandsüberwachung für die Prognose von Fehlzuständen für Windkraftanlagen SO-Pro (Resolto)
Session: 1 SO Selbstoptimierte Zustandsüberwachung für die Prognose von Fehlzuständen für Windkraftanlagen SO-Pro (Resolto) 06. Juli 2016 Bielefeld www.its-owl.de Agenda Abschlusspräsentation Einführung
MehrPredictive Analytics in der Praxis von Unternehmen mit SAP Jens Michels, Geschäftsführer Every Angle Deutschland GmbH BVL, Regionalgruppe
Predictive Analytics in der Praxis von Unternehmen mit SAP Jens Michels, Geschäftsführer Every Angle Deutschland GmbH BVL, Regionalgruppe Saar/Rheinpfalz, 22. Februar 2016 Mehrwert Die Entwicklung von
MehrSecurity & Transparency andré Schüler
Security & Transparency andré Schüler Maschinenzustände kennen und Mehrwerte generieren Digitalisierung Verändert unser Leben Digitalisierung, Neue Geschäftmodelle Diese Evolution birgt große Hochgeschwindigkeits-
MehrSmart Data in Banken, Versicherungen und LegalTechs. Klaus Reichenberger Big-Data.AI-Summit 2018
Smart Data in Banken, Versicherungen und LegalTechs Klaus Reichenberger Big-Data.AI-Summit 2018 1 intelligent views gmbh Gründungsjahr: 1997 Ausgründung aus Fraunhofer Institut Führender Anbieter semantischer
MehrINTELLIGENTE DATENANALYSE IN MATLAB
INTELLIGENTE DATENANALYSE IN MATLAB Einführungsveranstaltung Überblick Organisation Literatur Inhalt und Ziele der Vorlesung Beispiele aus der Praxis 2 Organisation Vorlesung/Übung + Projektarbeit. 4 Semesterwochenstunden.
MehrEinsatz von Machine Learning zur Optimierung der Produktion
.consulting.solutions.partnership Einsatz von Machine Learning zur Optimierung der Produktion Minh Tuan Nguyen Karlsruhe, 15.03.2018 1 2 3 4 Motivation und Herausforderungen Show Case - Anki Overdrive
MehrIndustrie 4.0 Digitalisierung
4. Interim Management Symposium, Bühler Management Industrie 4.0 Digitalisierung Gerhard Peller Kurzvorstellung Gerhard Peller Geschäftsführer Vorstand, Geschäftsführer, CEO, CFO, Aufsichtsrat innovativer
MehrB I D D I G I T A L E T B A H N. Deutsche Bahn und Big Data
Platzhalter für Titelbild Hier können Sie Bilder aus der Mediathek einfügen! Placeholder for title picture You can insert here pictures from the Mediathek! Deutsche Bahn und Big Data B I D D I G I T A
MehrSAS CONTEXTUAL ANALYSIS IN ACTION ERFAHRUNGEN AUS EINEM EIN SELBSTVERSUCH
SAS CONTEXTUAL ANALYSIS IN ACTION ERFAHRUNGEN AUS EINEM EIN SELBSTVERSUCH GERHARD SVOLBA COMPETENCE CENTER ANALYTICS WIEN, 17. NOVEMBER 2015 SAS CONTEXTUAL ANALYSIS 14.1 EIN BLICK IN DIE PRODUKTBESCHREIBUNG
MehrENTWICKLUNG NETZWERKFÄHIGER MASCHINEN UND ANLAGEN. Alois Wiesinger
ENTWICKLUNG NETZWERKFÄHIGER MASCHINEN UND ANLAGEN Alois Wiesinger AGENDA Fill your Future Industrielle Transformation aktuelle Entwicklung und deren Konsequenzen Voraussetzung die digitale Strategie Umsetzungsbeispiel
MehrDATA ANALYTICS & PREDICTIVE MAINTENANCE IM MASCHINEN- UND ANLAGEBAU. PD Dr.-Ing. Marco Huber
DATA ANALYTICS & PREDICTIVE MAINTENANCE IM MASCHINEN- UND ANLAGEBAU PD Dr.-Ing. Marco Huber USU AUF EINEN BLICK > 72 Mio. Euro Umsatz > 30 % Auslandsumsatz 1977 Gründungsjahr > 590 Angestellte 16.03.2018
MehrInnovationsmanagement. Internet of Things (IoT) Zühlke. Business. Things. Internet. Systems Engineering
Business Zühlke Systems Engineering Things Innovationsmanagement Internet Internet of Things (IoT) Folie 1 Bildquelle Universal Music 2015 Copyright www.greenprophet.com Life Cycle Management «Beton vs.
MehrIndustrie 4.0 bei der Deutschen Bahn AG Entwicklungen und Herausforderungen. ZERO.ONE.DATA powered by DB Systel GmbH
Industrie 4.0 bei der Deutschen Bahn AG Entwicklungen und Herausforderungen ZERO.ONE.DATA powered by DB Systel GmbH ZERO.ONE.DATA by DB Systel GmbH Dr. Lars Freund 20.06.2016 Virtuelles Big Data Center
Mehr3 Erhöhung Automatisierungsgrad
Genau meine Lösung. prego services IS-U-Lösung Meter-to-Cash Mit unserer IS-U-Lösung schaffen wir ganz einfach Transparenz in Ihre Prozesse. Mit den vorhandenen Daten in Ihren Systemen analysieren wir,
MehrCase Study. Recommender System für eine OnlineVerkaufsplattform //
Case Study Recommender System für eine OnlineVerkaufsplattform // Management Summary Stichworte Customer Analytics Recommender System Clustering Machine Learning Online-Handel Ziele Identifikation individueller
MehrZELLCHEMING Workshop Industrie 4.0
ZELLCHEMING Workshop Industrie 4.0 ZELLCHEMING-Fachausschuss TEST & Fachunterausschuss Online-Sensorik 06. Juli 2017 Stand 10. April 2017 Uhrzeit 09:15 E. Kollmar ZELLCHEMING- Vorsitzender Begrüßung und
MehrWE SHAPE INDUSTRY 4.0 BOSCH CONNECTED INDUSTRY DR.-ING. STEFAN AßMANN
WE SHAPE INDUSTRY 4.0 BOSCH CONNECTED INDUSTRY DR.-ING. STEFAN AßMANN Bosch-Definition for Industry 4.0 Our Seven Features Connected Manufacturing Connected Logistics Connected Autonomous and Collaborative
MehrDie digitale Revolution in Industrie und Dienstleistung Was können Energieversorger von den Erfahrungen anderer Branchen lernen?
Die digitale Revolution in Industrie und Dienstleistung Was können Energieversorger von den Erfahrungen anderer Branchen lernen? Rainer Weissert, CDO Unite Partner Connection Das Unternehmensprofil Gründungsjahr
MehrErgebnisse der Online-Umfrage Kompetenzen für eine digitale Souveränität. Berlin, Februar 2017
Ergebnisse der Online-Umfrage Kompetenzen für eine digitale Souveränität Berlin, Februar 2017 Untersuchungsdesign Befragungszeitraum 20. Januar - 01. Februar 2017 Methode Online-Umfrage Befragte Relevante
MehrEchtzeitfähige Algorithmen für markerloses Tracking und Umfelderkennung , Dr.-Ing. Steffen Herbort, A.R.T. GmbH
Echtzeitfähige Algorithmen für markerloses Tracking und Umfelderkennung 26.10.2016, TP 2: Arbeiten von A.R.T. TP2: Tracking und Umfelderkennung Markerloses Tracking texturierte Objekte Umfelderkennung
MehrPlattform für Big Data Anwendungen
Plattform für Big Data Anwendungen Erich Albrechtowitz Bundesministerium für Finanzen, Abteilungsleiter für IT-Personalmanagement & Big Data Gerhard Specht 42virtual Wien, Projektmanager und Berater 15.
MehrCloud Computing in SAP Umgebungen
1 Cloud Computing in SAP Umgebungen Agenda 2 The Cloud Aufbau und Nutzen VMware Architektur vsphere 4.0 IT-Management in virtuellen Umgebungen Abrechenbarkeit Aufbau der Cloud 4 Rechenzentrum/ Cloud Cloud-
MehrDigitale Transformation in der Praxis
Herbert Dirnberger Digitale Transformation in der Praxis Verein zur Förderung der Sicherheit in Österreichs strategischer Infrastruktur IoT Austria ist ein unabhängiger Verein, der Menschen, Unternehmen
MehrAnwendung von Big Data bei der SBB: Mehr Züge bei geringerem Stromverbrauch dank Big Data und Analytics
Anwendung von Big Data bei der SBB: Mehr Züge bei geringerem Stromverbrauch dank Big Data und Analytics Jochen Decker Messe Zürich, 5. Juni, 2018 Agenda. 1. SBB: Schweizerische Bundesbahnen 2. Lastmanagement
MehrSTARTUP-CONNECTION com2m GmbH Softwarelösungen für das Internet of Things Dr. Martin Peters Geschäftsführer com2m GmbH - Passion for IoT
STARTUP-CONNECTION 19.06.2018 com2m GmbH Softwarelösungen für das Internet of Things Dr. Martin Peters Geschäftsführer Unsere Mission: Vereinfachung der Entwicklung von individuellen IoT- -Lösungen Connectivity
MehrDATA SCIENCE GEBEN SIE IHREN DATEN BEDEUTUNG
DATA SCIENCE GEBEN SIE IHREN DATEN BEDEUTUNG ... DAMIT DATA SCIENCE FÜR DEN ANWENDER KEINE WISSENSCHAFT, SONDERN EINFACH FASZINIEREND IST! INFONEA ist die erste Self-Service Data-Science-Lösung, mit der
MehrLUNCH & LEARN: Was da kommen mag Educational Technologies in der Zukunft
LUNCH & LEARN: Was da kommen mag Educational Technologies in der Zukunft BeForE - Reihe https://digitalcollection.zhaw.ch/handle/11475/1355 https://digitalcollection.zhaw.ch/handle/11475/1888 2 Anforderungen
MehrMit dem Digitalen Zwilling zum serviceorientierten Geschäftsmodell Wie Simulation prädiktive Wartung unterstützt
Mit dem Digitalen Zwilling zum serviceorientierten Geschäftsmodell Wie Simulation prädiktive Wartung unterstützt 13. Tagung Technische Diagnostik, Hochschule Merseburg Christof Gebhardt, CADFEM GmbH Was
MehrDatengetriebene Dienstleistungen im Maschinenbau am Beispiel von TRUMPF
Dr. Lars Grünert Düsseldorf, 29.09.2016 Datengetriebene Dienstleistungen im Maschinenbau am Beispiel von TRUMPF Inhalte 1. TRUMPF Unternehmensüberblick 2. Vernetzung von Mensch, Maschine und Prozessen
MehrPotentiale der Digitalisierung Herausforderungen gestalten. Prof. Dr. Christoph Meinel Dekan, Institutsdirektor und CEO Hasso-Plattner-Institut
Herausforderungen gestalten Prof. Dr. Christoph Meinel Dekan, Institutsdirektor und CEO Hasso-Plattner-Institut Herzlich Willkommen zur skonferenz Brandenburg 2018! Die Digitale Transformation ist, nach
MehrEMPOLIS SERVICE DIAGNOSTICS. Mehrwertservices anbieten durch smarte Maschinendaten-Analyse
EMPOLIS SERVICE DIAGNOSTICS Mehrwertservices anbieten durch smarte Maschinendaten-Analyse EMPOLIS SERVICE DIAGNOSTICS Der Alltag im Service... 3 Herausforderungen im operativen Tagesgeschäft... 4 Empolis
MehrAsset Intelligence bei DB Cargo Digitaler Güterwagen & myrailportal. DB Cargo AG Dr. Eric Pfaffmann VPI-Symposium Hamburg
Asset Intelligence bei DB Cargo Digitaler Güterwagen & myrailportal Durch Digitalisierung und Vernetzung ergeben sich vielfältige Potenziale zur Verbesserung und Effizienzsteigerung Stärkere Vernetzung
MehrDer Weg zum datengetriebenen Unternehmen Ideen für den Mittelstand
Der Weg zum datengetriebenen Unternehmen Ideen für den Mittelstand Von welcher Art Datenstrategie profitieren mittelständische Unternehmen am meisten? Auf diese Frage gibt es sicherlich sehr individuelle
MehrSKOPOS Webinar 22. Mai 2018
SKOPOS Webinar 22. Mai 2018 Marktforschung 2020: Künstliche Intelligenz und automatische Text Analysen? Christopher Harms, Consultant Research & Development 2 So? Terminator Exhibition: T-800 by Dick Thomas
MehrPSI Logistics Suite. PSIwms 100 % releasefähig Zukunft inklusive
PSI Logistics Suite PSIwms 100 % releasefähig Zukunft inklusive PSI Logistics Suite PSIwms Das Warehouse Management System zur Optimierung Ihrer Intralogistik PSIwms plant, steuert und optimiert die Geschäftsprozesse
MehrCloud-based Real Time ADL Recognition Using Wearable Devices. Robert Baldauf
Cloud-based Real Time ADL Recognition Using Wearable Devices Robert Baldauf Grundlagen ADL Recognition Offline ADL Recognition Cloud-based ADL Recognition Ergebnisse Diskussion & Ausblick Robert Baldauf
MehrWelche Verantwortung trägt ein CDO?
Big-Data and Data Science Day 25. Juli Hochschule der Medien Stuttgart Welche Verantwortung trägt ein? Holger Stelz Director Marketing & Business Development 1 UNISERV GmbH, Pforzheim 3 Beispiele - Uniserv
MehrNeue Trends und neue Möglichkeiten der datengetriebenen Versorgungsforschung
Neue Trends und neue Möglichkeiten der datengetriebenen Versorgungsforschung Hamburg 16.11.2016 Nmedia Fotolia Fraunhofer-Institut für Intelligente Analyseund Informationssysteme Fraunhofer IAIS - Wir
MehrDas Smart Energy Projekt ie-services Verbund-Forschungsförderung
Das Smart Energy Projekt ie-services Verbund-Forschungsförderung Projektleiter & Data Scientist Alexander.Fritz@olt-dss.com www.omegalambdatec.com 2. Münchner Kompetenzrunde Smart Data 23. Februar 2017
MehrKooperation von Mensch und Maschine am Beispiel von IBM Watson Solutions
Kooperation von Mensch und Maschine am Beispiel von IBM Watson Solutions Peter Zimmer Nicole Roik Dr. Klemens Hägele IBM Deutschland GmbH Saarbrücken 22. Februar 2018 2018 IBM Corporation 1 2018 IBM Corporation
MehrMit smarten Kommunikationslösungen Schritt-für-Schritt ins industrielle IoT
Mit smarten Kommunikationslösungen Schritt-für-Schritt ins industrielle IoT 1. Regensburger IoT und IIoT-Kongress 05. Februar 2019 1 Zur Unternehmensgruppe INSYS MICROELECTRONICS GmbH 1992 gegründet und
MehrDB Digital Vehicle Solutions Eine Plattform viele Lösungen
DB Digital Vehicle Solutions Eine Plattform viele Lösungen DB Systel GmbH und DB Systemtechnik Berlin 14./15.04.2016 DVS orientiert sich an den großen Herausforderungen im Betrieb einer Zugflotte Hohe
MehrINTELLIGENTE DATENANALYSE IN MATLAB. Einführungsveranstaltung
INTELLIGENTE DATENANALYSE IN MATLAB Einführungsveranstaltung Überblick Organisation. Literatur. Inhalt und Ziele der Vorlesung. Beispiele aus der Praxis. 2 Organisation Vorlesung/Übung + Projektarbeit.
MehrSoftware, Data und Machine Learning Engineers bei der Lufthansa Industry Solutions (Trendtalk)
Technology Day am 10:45 11:45 Uhr Raum: Empore Software, Data und Machine Learning Engineers bei der Lufthansa Industry Solutions (Trendtalk) Bernhard Kube, Vice President, Die Lufthansa ist ein Konzern
MehrDIGITALE VERNETZUNG BY FRAUNHOFER. Diese Technologien erwarten Sie auf dem Tech-Marktplatz
@ DIGITALE VERNETZUNG BY FRAUNHOFER Diese Technologien erwarten Sie auf dem Tech-Marktplatz 1. CONTACTLESS HUMAN-MACHINE INTERACTION 2. SMART MAINTENANCE 3. SENSORIK IN ADDITIV GEFERTIGTEN BAUTEILEN 4.
MehrEchtzeiterkennung von Cyberbedrohungen
Echtzeiterkennung von Cyberbedrohungen Dr. Michael Schmitt, SAP SE 14. September, 2017, BSI Cybersicherheitstag Public Echtzeiterkennung von Cyberbedrohungen Herausforderungen bei Echtzeit- Analyse 2017
MehrData Science Marktforschung
Data Science Marktforschung Webinar 12. Juli 2018 Wie Data Science die Marktforschung verändert Christopher Harms, Consultant Research & Development Klassische Marktforschungsprojekte sind fokussiert auf
MehrAUTOMATION DER ANALYSE UND VORHERSAGE VON ENERGIEDATEN AI-BASED IOT PLATFORM
AUTOMATION DER ANALYSE UND VORHERSAGE VON ENERGIEDATEN AI-BASED IOT PLATFORM ifesca GmbH GRÜNDUNG DURCH EHEMALIGE FRAUNHOFER- WISSENSCHAFTLER EXPERTEN AUF DEM GEBIET ENERGIE- WIRTSCHAFT UND SOFTWARETECHNIK
MehrSecurePLUGandWORK eines Winkelkopfes in ein BAZ
SecurePLUGandWORK eines Winkelkopfes in ein BAZ im Rahmen eines Verbundprojekts: Intelligente Inbetriebnahme von Maschinen und verketteten Anlagen Ein Beitrag zum Zukunftsprojekt Industrie 4.0 Reinhard
MehrINDUSTRIEARBEITSKREIS
FORSCHUNG & PRAXIS: INDUSTRIEARBEITSKREIS AM 2. OKTOBER 2013 IN DORTMUND WISSEN AUS DATEN GENERIEREN INDUSTRIELLE DATEN INTELLIGENT AUSWERTEN UND NUTZEN VORWORT Der Industriearbeitskreis (IAK) bietet interessierten
MehrDr. Franz Schmaderer, Leiter des Global Lab Automation und Leiter des ABB Forschungszentrums in Ladenburg Forschung für das Servicegeschäft
Dr. Franz Schmaderer, Leiter des Global Lab Automation und Leiter des ABB Forschungszentrums in Ladenburg Forschung für das Servicegeschäft 17.11.2009, Ladenburg, Pressetag im Forschungszentrum Slide 1
MehrDATEN SIND DAS SCHWERT DES 21. JAHRHUNDERTS. Ziehe den Vorteil aus Deiner Big Data
DATEN SIND DAS SCHWERT DES 21. JAHRHUNDERTS Ziehe den Vorteil aus Deiner Big Data AGENDA Katana ein neuer Geschäftsbereich der USU Gruppe Kurzdarstellung Big Data Service Automatisierung im Maschinenbau
MehrIoT für KMU umgesetzt
IoT für KMU umgesetzt Raphaël Müller Teamleiter Logistiklösungen Tools. Next Level. 2005 2013 2016 THE MES IS DEAD, LONG LIVE THE MES 4.0! «MES, as we know it, is dead. Whose fault is it? You probably
MehrData Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft
Data Science als Treiber für Innovation Neue Anforderungen und Chancen für Ausbildung und Wirtschaft b Univ-Prof. Dr. Stefanie Lindstaedt b www.know-center.at Know-Center GmbH Know-Center: Austria s Research
MehrPressekonferenz : DSAG-Investitionsreport Marco Lenck, DSAG-Vorstandsvorsitzender
Pressekonferenz 23.01.19: DSAG-Investitionsreport 2019 Marco Lenck, DSAG-Vorstandsvorsitzender Erhebungsgrundlage Allgemeine Daten zur Online-Umfrage Erhebungszeitraum Dezember 2018 bis Anfang Januar 2019
MehrMachine Learning. Dr. Bartholomäus Wissmath 3. Swiss Innovation Day
Machine Learning Dr. Bartholomäus Wissmath 3. Swiss Innovation Day Artificial Intelligence (AI) Teilgebiet der Informatik, welches sich mit der Automatisierung von intelligenten Verhalten und dem Maschinenlernen
MehrSQS der weltweit führende Spezialist für Software-Qualität
SQS Transforming der weltweit the World führende Through Spezialist Quality für Software-Qualität sqs.com SQS der weltweit führende Spezialist für Software-Qualität Unternehmenspräsentation Quality Brunch,
MehrIndustrie 4.0 aus der Praxis
DIGITALE. ZUKUNFT. ERSCHAFFEN. Industrie 4.0 aus der Praxis akquinet - Ihr Industrie 4.0 Partner Martin.weber@akquinet.de 27.09.2017 Copyright 2016 akquinet AG 1 Industrie 4.0 und Internet der Dinge Nutzung
MehrKünstliche Intelligenz als Wachstumsmotor
als Wachstumsmotor im Logistikbereich! Optimale Auslastung von Transportkapazitäten Selbstorganisierende Lageroptimierung Automatisierung der Wertschöpfungskette Flexible und kostengünstige Produktions-
MehrPressekonferenz AMB 2018
Pressekonferenz AMB 2018 Rainer Glatz VDMA Software und Digitalisierung VDMA PK AMB 2018 Prof. Claus Oetter TOP 10-IT-Investitionsschwerpunkte im Maschinenbau bis 2020 Elektronische Ersatzteilkataloge
MehrPRODATIS CONSULTING AG. Folie 1
Folie 1 Führend im Gartner Magic Quadranten für verteilte, interagierende SOA Projekte Oracle ist weltweit auf Rang 1 auf dem Markt der Enterprise Service Bus Suiten (ESB) für SOA Software 2010 26,3 %
MehrKompetenzzentrum für energetische und informationstechnische Mobilitätsschnittstellen
ANWENDUNGSZENTRUM KEIM Kompetenzzentrum für energetische und informationstechnische Mobilitätsschnittstellen Ilko Hoffmann Kristian Lehmann Gabriele Scheffler Seite 1 Fraunhofer Anwendungszentrum KEIM
MehrProjektpraktikum: Bildauswertung und fusion Wintersemester 2012 / 2013
Projektpraktikum: Bildauswertung und fusion Wintersemester 2012 / 2013 ies.anthropomatik.kit.edu Kalibrierung - subpixelgenaue Fokusmessung Zusammenfassung: Zur automatisierten Kalibrierung eines neuartigen
MehrFLEXIBLE UND GETEILTE RESSOURCENNUTZUNG SHARING ALS KATALYSATOR FÜR DEN WANDEL
FLEXIBLE UND GETEILTE RESSOURCENNUTZUNG SHARING ALS KATALYSATOR FÜR DEN WANDEL Auftaktveranstaltung»Business Innovation Engineering Center«Stuttgart, 19.10.2018 Seite 1 HIGHLIGHTS AUS DEN WORKSHOPS Flexibler
MehrONLINE MARKETING FUNKTIONIERT DAS? Thomas Baule Business und BMS Coach, Investor, Developer , Köln im Rahmen der PMR-Expo
ONLINE MARKETING FUNKTIONIERT DAS? Thomas Baule Business und BMS Coach, Investor, Developer 28.11.2018, Köln im Rahmen der PMR-Expo AGENDA Vorstellung meiner Person Was bedeutet die Digitalisierung? Das
MehrREALTECH COST ASSESSMENT FÜR SAP SAP-KOSTEN OPTIMIEREN WISSENSVORSPRUNG NUTZEN
REALTECH COST ASSESSMENT FÜR SAP SAP-KOSTEN OPTIMIEREN WISSENSVORSPRUNG NUTZEN SAP-KOSTEN OPTIMIEREN WISSENSVORSPRUNG NUTZEN REALTECH COST ASSESSMENT FÜR SAP Das REALTECH Cost Assessment für SAP bietet
MehrSession: 1A Intelligente Steuerung von Prozessschritten in der Fertigung von reaktiven Schmelzklebstoffen (Jowat) 10. Oktober 2017 Lemgo
Session: 1A Intelligente Steuerung von Prozessschritten in der Fertigung von reaktiven Schmelzklebstoffen (Jowat) 10. Oktober 2017 Lemgo www.its-owl.de Agenda Abschlusspräsentation Einführung Zielsetzung
MehrForschung für die Bahn der Zukunft DLR-Institut für Verkehrssystemtechnik
Forschung für die Bahn der Zukunft DLR-Institut für Verkehrssystemtechnik Forschung für die Bahn der Zukunft > 14. Januar 2010 > Folie 1 Das Deutsche Zentrum für Luft- und Raumfahrt e.v. in der Helmholtz-Gemeinschaft
Mehr(Software) Architektur der Dinge. Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT
(Software) Architektur der Dinge Roland Graf / Simon Kranzer IKT-Forum 2016 I(o)T for Industry - Von IT zu IoT Hardware Mainframe Speichersysteme Rechner Kopplung Zentralisierung Anwendungsprogramme Software
MehrKünstliche Intelligenz im Maschinen- und Anlagenbau Heilsbringer oder Hypebringer?
ASQF Automation Day 2018 - Predictive Analytics Künstliche Intelligenz im Maschinen- und Anlagenbau Heilsbringer oder Hypebringer? Vasilij Baumann Co-Founder/Co-CEO vasilij.baumann@instrunext.com +49 931
MehrIndustrie 4.0 zur Sicherstellung der Verfügbarkeit von Produktionseinrichtung in der Gummiindustrie
Industrie 4.0 zur Sicherstellung der Verfügbarkeit von Produktionseinrichtung in der Gummiindustrie Stefan Saul, Leiter Produktmanagement Service Repair Preventive Maintenance Spare Parts Predictive Maintenance
MehrDr. Rita Niedermayr Mag. Mirko Waniczek , Wien
Dr. Rita Niedermayr Mag. Mirko Waniczek 07.03.2017, Wien www.controller-institut.at Moderatorin: Dr. Rita Niedermayr sterreichisches Controller-Institut, Geschäftsführerin Contrast Ernst & Young Management-Consulting,
MehrGlobale und Individuelle Schmerz-Klassifikatoren auf Basis relationaler Mimikdaten
Globale und Individuelle Schmerz-Klassifikatoren auf Basis relationaler Mimikdaten M. Siebers 1 U. Schmid 2 1 Otto-Friedrich-Universität Bamberg 2 Fakultät für Wirtschaftsinformatik und Angewandte Informatik
MehrBestandsoptimierung für Versicherungen
Bestandsoptimierung für Versicherungen Eine intelligente und einfach verwendbare Lösung zur Bestandsoptimierung im Versicherungswesen muss heute eine Vielzahl an Fragestellungen für das operative Geschäft
MehrProduktdatenmanagement. mit KI. Onedot AG Zürich, Dezember 2018
Produktdatenmanagement mit KI Onedot AG Zürich, Dezember 2018 Herausforderungen Mit was für Herausforderungen kämpfen Sie im Bereich Produktdaten? 1) Onboarding Lieferanten 6) Anpassungen Produktdatenmodell
MehrFür eine optimale Verfügbarkeit und Leistung ihrer Anlagen.
Für eine optimale Verfügbarkeit und Leistung ihrer Anlagen. www.uhlenbrock.org Besser als Sie erwarten - garantiert. Optimale Anlagenverfügbarkeit und eine verbesserte Produktivität Ihrer Prozesse sind
MehrDatengetriebene Agilität als Motor der digitalen Stadt
Fachbereich Informatik Datengetriebene Agilität als Motor der digitalen Stadt Hamburg TREND Prof. Dr. Tilo Böhmann zusammen mit Prof. Dr. Paul Drews, Corvin Meyer-Blankart, Dr. Andreas Zolnowski Handlungsfelder
MehrEFRE-Regionalförderung in Baden-Württemberg
EFRE-Regionalförderung in Baden-Württemberg 2014-2020 Stellungnahme der Wissenschaft zum Arbeitsmodell Gerhard Schneider 1 Thematische Ziele für intelligentes, nachhaltiges und integratives Wachstum (EFRE-Verordnung)
MehrIoT & Industrie 4.0 Vom Sensor in die Cloud
IoT & Industrie 4.0 Vom Sensor in die Cloud 2 Wer wir sind M&M Software ist ein global agierendes Technologie- und Beratungsunternehmen. Unser Dienstleistungsangebot umfasst Management- und Technologieberatung,
MehrDie Beratung für Connected Business. Wir machen Connected Business Champions
Wir machen Connected Business Champions Connected Business bedeutet: Die Möglichkeiten der digitalen Vernetzung in mehr Wachstum und verbesserte Abläufe zu übersetzen. Mit rund 100 Experten unterstützen
MehrPraxisbeispiel Industrie 4.0. Dirk Thielker, AXOOM Solutions GmbH
Praxisbeispiel Industrie 4.0 Dirk Thielker, Solutions GmbH Agenda 01 02 03 04 Vorstellung Use Case Erkenntnisse & Nutzen Fragen Eco-System 01 Das Eco-System Daten und Fakten > Entwickelt seit 2012 Produkte
MehrWatson Services on Bluemix Workshop
Watson Services on Bluemix Workshop Beate Melcher Klaus-Peter Schlotter Urs Witzig IBM Business Partner Solution Hub Agenda 09:00-09:45 Welcome and IBM Watson Overview 09:45-10:10 Watson Services 1/2 10:10
MehrROBOTERSYSTEME IM KAROSSERIEBAU ROBUST UND WANDELBAR
ROBOTERSYSTEME IM KAROSSERIEBAU ROBUST UND WANDELBAR Dr.-Ing. Mohamad Bdiwi Dipl.-Ing. Marco Breitfeld Fraunhofer Statistik Im Jahr 2016 wurden mehr als 290.000 Roboter Weltweit verkauft 14% Steigerung
MehrENET LZE Erlangen-Nürnberg Excellence Track EIN EINZIGARTIGES KARRIEREPROGRAMM
ENET LZE Erlangen-Nürnberg Excellence Track EIN EINZIGARTIGES KARRIEREPROGRAMM » Innovationskraft hat immer auch mit Menschen zu tun. Das heißt, für neue Ideen braucht es entsprechende Köpfe. Das ENET
MehrHOW CONNECT YOUR CUSTOMERS. EXPERT MEET UP 11. Oktober 2018 DIE WELT DREHT SICH DER AFTER SALES VERÄNDERT SICH. Arthur König, Online Consulting AG
HOW TO CONNECT YOUR CUSTOMERS DIE WELT DREHT SICH DER AFTER SALES VERÄNDERT SICH EXPERT MEET UP 11. Oktober 2018 Arthur König, Online Consulting AG Online Group CH-Wil PL-Wroclaw D-Böblingen info@online.ch,
MehrSmart Data Analytics. Praxisbeispiele aus Forschungsprojekten
Smart Data Analytics Praxisbeispiele aus Forschungsprojekten Dr. Bernhard Freudenthaler Executive Head Data Analysis Systems +43 7236 3343 850 bernhard.freudenthaler@scch.at www.scch.at SCCH ist eine Initiative
MehrKamera-basierte Objekterkennung
Kamera-basierte Objekterkennung Deep Machine Learning. Version 2.0 Einführung Motivation & Megatrends Motivation In der Logistik verursacht die Identifizierung (das Scannen) der Produkte, Pakete, Paletten,
MehrAuf dem Weg zu Industrie 4.0 die richtigen Schritte für Ihr Unternehmen
Auf dem Weg zu Industrie 4.0 die richtigen Schritte für Ihr Unternehmen Solutions OWL 02.09.2016 Prof. Dr. Thomas Glatzel, Hochschule Ostwestfalen-Lippe Pedro Rodrigues, Fraunhofer IOSB-INA OWL GmbH 1
MehrIndustrie 4.0 / Industrial Internet of Things Das Internet der Dinge und seine Möglichkeiten
Industrie 4.0 / Industrial Internet of Things Das Internet der Dinge und seine Möglichkeiten 27 Mai 2016 Ralf Günthner, Head of Industrial Internet of Things / Industrie 4.0 Geschichte und Ausblick Smart
MehrEffiziente und koordinierte Bearbeitung von Medienanfragen im Team
Effiziente und koordinierte Bearbeitung von Medienanfragen im Team Mathias Marti I Fachbereich Kommunikation I Erziehungsdirektion des Kantons Bern Thomas Heiz I Manager CC Microsoft Dynamics CRM I Trivadis
MehrZielsetzung von Big-Data-Projekten
Zielsetzung von Big-Data-Projekten Optimierung bestehender und Entwicklung neuer Geschäftsmodelle 2 Big-Data-Projekte sind oft Business Projekte. 2.1 Überblick über Ziele und Perspektiven Die Zielsetzung
Mehr