Data Mining im Produktionsumfeld

Größe: px
Ab Seite anzeigen:

Download "Data Mining im Produktionsumfeld"

Transkript

1 Data Mining im Produktionsumfeld Dr. Thomas Bernard Fraunhofer-Symposium Netzwert 2011 München, 28./

2 Datengrab oder Goldgrube: Steigerung der Prozess-Effizienz und Produktqualität mit Data-Mining-Methoden 2 Fraunhofer IOSB 11/2011

3 Data Mining im Produktionsumfeld 1. Wozu Data-Mining im Produktionsumfeld? 2. ProDaMi-Suite: Flexible Data-Mining-Plattform 3. Anwendung der ProDaMi-Suite 4. Künftige Anwendungen 5. Zusammenfassung 3 Fraunhofer IOSB 11/2011

4 1. Wozu Data Mining im Produktionsumfeld? Problem: Stetige Zunahme der Komplexität von Produktionsprozessen Prozessüberwachung und Optimierung auf Grundlage physikalischer Modelle oftmals zeitaufwendig und kostenintensiv Sensor-, Qualitäts-, Anlagendaten bisher nur unzureichend genutzt Data Mining könnte wertvollen Beitrag leisten aber: Data Mining im Produktionsumfeld bisher nicht etabliert [Data Mining: aus einem Datenberg etwas Wertvolles extrahieren] 4 Fraunhofer IOSB 11/2011

5 Data Mining im Produktionsumfeld... kann unterstützen bei: Prozessführung, Prozessoptimierung Prozessüberwachung, Condition Monitoring Qualitätsüberwachung, Qualitätsmanagement Analyse von Key Performance Indices (KPIs) Versuchsplanung Produktdesign Produktionsplanung und Fertigungssteuerung Stammdatenmanagement Instandhaltungsmanagement Variantenmanagement... 5 Fraunhofer IOSB 11/2011

6 Data Mining im Produktionsumfeld ProDaMi DaMi In prototypisch realisiert: Prozessführung, Prozessoptimierung Prozessüberwachung, Condition Monitoring Qualitätsüberwachung, Qualitätsmanagement Analyse von Key Performance Indices (KPIs) Versuchsplanung Produktdesign Produktionsplanung und Fertigungssteuerung Stammdatenmanagement Instandhaltungsmanagement Variantenmanagement... 6 Fraunhofer IOSB 11/2011

7 Beispiel: Optimierung verfahrenstechnischer Prozesse Typische Probleme bei verfahrenstechnischen Batch-Prozessen: Optimierung der Anfahrphase; Lastwechsel; Unterdrückung von Störeinflüssen Physikalische Modellierung oft nur qualitativ möglich Gesucht: Einfluss von Prozessparametern auf Produkteigenschaften Zusammenhang? Prozess-Parameter - Maschinenparameter - Regelungsparameter - Rezepte -... Produktions- Prozess Produkt- Eigenschaften -Qualität -Kosten - Ressourcenverbrauch Fraunhofer IOSB 11/2011

8 Beispiel: Gießen von Motorblöcken Ziel: Ausschuss-Minimierung Temperaturen (Zeitverläufe)? Qualität, Ausschuss 8 Fraunhofer IOSB 11/2011

9 Beispiel: Glasziehprozess Ziel: Ausschuss-Minimierung Störungen in Endphase (Zeitverläufe) Abzugsgeschwindigkeit Durchmesser (soll konstant sein)? Qualität, Ausschuss Temperatur 1 Ziehkraft Temperatur 2 Temperatur 3 Ofentemperatur 9 Fraunhofer IOSB 11/2011

10 Beispiel: Monitoring von kontinuierlichen Prozessen Ziel: Sofortige Erkennung von Störungen / Anomalien Operator sieht meist nur aktuelle Zeitverläufe! Lernen von Normalzuständen bzw. Prozessphasen aus Messdaten Zeitverläufe von Sensoren / Aktoren bei einem verfahrenstechnischen Prozess 10 Fraunhofer IOSB 11/2011

11 2. ProDaMi-Suite: Flexible Data-Mining-Plattform Ziele des Projektes DaMi (WISA mit IOSB, ITWM, IPK, ) ProDaMi ProDaMi-Suite: Modulares System von Data-Mining-Werkzeugen Generierung von entscheidungsfähigem Wissen für Überwachungs-, Planungs- und Optimierungsaufgaben in verschiedenen Produktionsbereichen Verfügbare Data-Mining-Werkzeuge sollen sich leicht einbinden lassen ProDaMi-Suite soll sich leicht in heterogene Daten- und Kommunikationsstruktur des Produktionsumfeldes integrieren lassen Prototypische Realisierung für typische Anwendungsklassen aus der Stückgutfertigung und der Prozessindustrie 11 Fraunhofer IOSB 11/2011

12 Data-Mining-Workflow im Produktionsumfeld Iterativer Prozess (Expertenwissen notwendig)! Physikalisches Wissen integrieren (z.b. über Soft-Sensoren) Fayyad 1996: Knowledge Discovery in Databases (KDD) 12 Fraunhofer IOSB 11/2011

13 Module der ProDaMi-Suite GUI GUI GUI ProDaMi/PPS Produktionsplanung und -steuerung ProDaMi/PFÜ Prozessführung und -überwachung... ProDaMi/XX weitere Module ProDaMi/ Interface Anbindung an online Systeme Datenimport Konfektionierung Parametrierung Methodenauswahl Ergebnisse Wissen von Daten... Muster... zu Wissen! Zieldaten Vorverarbeitete Daten ProDaMi/ Data Warehouse Transformierte Daten ProDaMi/ DM-Engine ProDaMi/ Assistent 13 Fraunhofer IOSB 11/2011

14 Data Mining-Verfahren in ProDaMi-Suite strukturbeschreibende Verfahren (überwachtes Lernen) (z.b. Varianzanalyse, Diskriminanzanalyse, Regression, Klassifikation) strukturentdeckende Verfahren (unüberwachtes Lernen) (z.b. Assoziationsanalyse, Clusterverfahren, Self Organizing Maps) Nutzung von Bibliotheken unter Matlab, Rapid Miner, Open Source sowie Integration eigener Entwicklungen 14 Fraunhofer IOSB 11/2011

15 Generierung kundenspezifischer Applikationen Ziel: Schnelle Generierung von Customer Data-Mining Applications auf kundenspezifischen Plattformen und GUIs PRODAMI-Kernfunktionen Spezifikation, Kundenanforderungen Data Warehouse Data Mining Assistent Anwendungsklassenspezifische Funktionen Data Warehouse Data Mining GUI C++ Java Matlab... ProDami- Applikation 15 Fraunhofer IOSB 11/2011

16 Nutzergruppen der ProDaMi-Suite 1. Wissenschaftler des Projektkonsortiums Bearbeitung von Industrieprojekten 2. Industriepartner Data-Mining-Experten Implementierung auf kundenspezfischer Plattform einfache GUIs ausreichend GUI - Anforderung 3. Industriepartner Data-Mining-Laien z. B. Prozessingenieure ohne vertieftes Data-Mining-Wissen ProDaMi-Suite soll komplett vorkonfektioniert sein Implementierung auf kundenspezfischer Plattform hochwertige und anwenderfreundliche GUI notwendig 16 Fraunhofer IOSB 11/2011

17 17 Fraunhofer IOSB 11/ Anwendung der ProDaMi-Suite

18 ProDaMi-Anwendungsklassen Bereich Prozessführung und überwachung für kontinuierliche (z.b. verfahrenstechnische) Prozesse Performance und Condition Monitoring Analyse und Optimierung Kennlinienbasierte Prognose und Prozessführung Bereich Produktionsplanung und -steuerung Kennwertekorrelationen in Fertigungsanlagen Generierung und Aktualisierung von Fertigungsstammdaten 18 Fraunhofer IOSB 11/2011

19 Anfahr-Optimierung eines Glasziehprozesses Problem in Anfahrphase: Störungen durch Schweissstelle zwischen Gutmaterial und Ansatzstück Ziel: Optimale Temperaturführung Einfluss der Schweissstelle minimieren schnelles Erreichen des Durchmesser-Sollwertes Glas Ofen Sollwert Schweisstelle Zeit 19 Fraunhofer IOSB 11/2011

20 Wissensgenerierung aus Zeitreihen Problem: Finden relevanter Merkmale in Zeitreihen Lösung: Automatisiertes Merkmalsranking Beispiel: 20 Fraunhofer IOSB 11/2011

21 Optimale Temperaturführungsmuster Ergebnis des Merkmalsranking Auswertung von 500 Produktionen Merkmal 1: Fluktuation Rohrtemperatur Merkmal 2: Gradient Rohrtemperatur (in Zeitintervall nach Austritt Schweisstelle aus dem Ofen) Gütekriterium Optimale Merkmalswerte Optimum Sollwert schneller erreicht 21 Fraunhofer IOSB 11/2011

22 Condition Monitoring bei kontinuierlichen Prozessen Lernen von Normal-Zuständen aus Messdaten schnelle Erkennung von Störungen Prozessdatenverlauf Komponentenausfall Quantisierungsfehlerverlauf Self-Organizing Map Industrielle Anwendung in chemischer Industrie 22 Fraunhofer IOSB 11/2011

23 Versuchsplanung - Design of Experiment (DoE) Kunststoffextruder Kunststoffplatten Produktionsprozess Von DoE bestimmte Prozessparameter Daten Expertenwissen Produkteigenschaften Maximale Güteerhöhung Modellwahl Automatische Versuchsplanung Vorgabe der Anzahl von Versuchen Aktuelles Modell Verbessertes Modell Umsetzung in Software-Modul Design 23 Fraunhofer IOSB 11/2011

24 Prozessführung bei Aquifergasspeicher Speicher wird durch ein Netz von ca. 500 im Boden verteilten Betriebssonden repräsentiert Wasseranfall bei Sonden ist kritisch, Sonden müssen rechtzeitig abgeschaltet werden Anlernen von kritischen Prozesszuständen aus Messdaten Generierung von Kennlinien Ausgabe von Warnungen an Operator 24 Fraunhofer IOSB 11/2011

25 Kennwerte- / Fehlerkorrelationen in Fertigungsprozessen Beispiel: Automobil-Produktion Kennwerte-Diagnose und Prognose: Ursachen für eine Veränderung Risiko eines Kennwerteeinbruchs Fehlerkorrelation: Ermittlung von Fehlerkombinationen und zeitlichen Relationen in komplexen Montageprozessen 25 Fraunhofer IOSB 11/2011

26 Generierung und Aktualisierung von Fertigungsstammdaten Fertigungsstammdaten beschreiben Eigenschaften / Abhängigkeiten von Maschinen, Materialien, Personal, Werkzeugen, Produkten, Prozessen Sind in der Praxis oftmals fehlerhaft Planung / Optimierung unmöglich! Ziel: Generierung / Aktualisierung von Fertigungsstammdaten aus Produktionsdaten Beispiel: Platinenbestückung 26 Fraunhofer IOSB 11/

27 27 Fraunhofer IOSB 11/ Künftige Anwendungen

28 Energie-Effizienzcontrolling für die Produktion BMWI-Projekt EnEffCo (Fraunhofer IPK, BMW, Brose, Witte, Ökotec, ENSYS) Quelle: Fraunhofer IPK, EnEffCo Projekt 28 Fraunhofer IOSB 11/2011

29 Analyse von Kommunikationssystemen Ziele: Erstellen Anforderungsprofil automatisierungstechnischer Kommunikationssysteme Leistungsanalyse, -prognose, -optimierung Kommunikations-Daten (Traces) Generierter Zustandsgraph der Kommunikationsprozesse "56057"," ","PhoenixC_12:ef:51","Siemens_6c:03:73","PNIO", "RTC1, ID:0xc000, Len: 40, Cycle:16288 (Valid,Primary,Ok,Run) "56058"," "," "," ","TCP", "3714 > [PSH, ACK] Seq=72027 Ack= Win=65535 Len=10 "56059"," ","PhoenixC_18:d4:23","PhoenixC_12:ef:51","PNIO", "RTC1, ID:0xc003, Len: 40, Cycle:11688 (Valid,Primary,Ok,Run) "56060"," ","PhoenixC_12:ef:51","PhoenixC_07:47:b4","PNIO", "RTC1, ID:0xd000, Len: 515, Cycle:16352 (Valid,Primary,Ok,Run) 29 Fraunhofer IOSB 11/2011

30 Monitoring Trinkwasser-Qualität Lernfähiges Monitoringsystem zur Detektion toxischer Stoffe in Trinkwassernetzen Anlernen von Normalzustand aus Messdaten Schnelle Erkennung von Anomalien Eingesetzt im Sensorsystem AquaBioTox 30 Fraunhofer IOSB 11/

31 Monitoring von Windkraftanlagen (Getriebe) Frühzeitige Erkennung von Getriebeschäden unabdingbar (sonst droht Totalausfall) Anlernen von Normalzustand aus Messdaten Schnelle Erkennung von Anomalien Aktuell Durchführung von Pilot-Studie 31 Fraunhofer IOSB 11/2011

32 Modellierung komplexer biologischer Prozesse Ziel: Lernen von kausalen Strukturen aus Messdaten Modell basierend auf Expertenwissen Erlernte kausale Strukturen aus Messdaten kombinieren 32 Fraunhofer IOSB 11/2011

33 5. Zusammenfassung Modulares System von Data-Mining-Werkzeugen (ProDaMi-Suite) zur Generierung von entscheidungsfähigem Wissen im Produktionsumfeld Flexible Ausprägung der ProDaMi-Suite für unterschiedliche Nutzergruppen; Generierung kundenspezifischer Applikationen Anwendungsklassen / Demonstratoren aus den Bereichen Prozessführung und überwachung sowie Produktionsplanung und steuerung Hemmnis bei Industrieprojekten: Datenerhebung zunächst aufwändig; Erfolgsrisiko bei Projekten Aktuelle Forschung: Erlernen kausaler Zusammenhänge aus Messdaten ProDaMi 33 Fraunhofer IOSB 11/2011

Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden

Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden Qualitäts- und Kostenoptimierung von verfahrenstechnischen Prozessen mit Data-Mining-Methoden Dr. Thomas Bernard 6. Karlsruher Automations-Treff (KAT) Leit- und Automatisierungstechnik der Zukunft Karlsruhe,

Mehr

Datengrab oder Goldgrube: Steigerung der Prozess-Effizienz und Produktqualität mit Data-Mining-Methoden

Datengrab oder Goldgrube: Steigerung der Prozess-Effizienz und Produktqualität mit Data-Mining-Methoden Datengrab oder Goldgrube: Steigerung der Prozess-Effizienz und Produktqualität mit Data-Mining-Methoden Dr. Thomas Bernard Fraunhofer-Institut für Systemtechnik, Optronik und Bildauswertung Karlsruhe HANNOVER

Mehr

PROCMON. Performance und Condition Monitoring komplexer verfahrenstechnischer Prozesse. Christian W. Frey. christian.frey@iosb.fraunhofer.

PROCMON. Performance und Condition Monitoring komplexer verfahrenstechnischer Prozesse. Christian W. Frey. christian.frey@iosb.fraunhofer. PROCMON Performance und Condition Monitoring komplexer verfahrenstechnischer Prozesse Christian W. Frey 2011 PROCMON Performance und Condition Monitoring komplexer verfahrenstechnischer Prozesse 1. Motivation

Mehr

Data Mining zur Prozessoptimierung

Data Mining zur Prozessoptimierung Data Mining zur Prozessoptimierung Dr.-Ing. M. Heizmann, Dipl.-Ing. C. Kühnert, Dr.-Ing. T. Bernard, Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung IOSB, Fraunhoferstraße 1, 76131 Karlsruhe

Mehr

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery

Seminar Business Intelligence Teil II. Data Mining & Knowledge Discovery Seminar Business Intelligence Teil II Data Mining & Knowledge Discovery Was ist Data Mining? Sabine Queckbörner Was ist Data Mining? Data Mining Was ist Data Mining? Nach welchen Mustern wird gesucht?

Mehr

Data Mining für die industrielle Praxis

Data Mining für die industrielle Praxis Data Mining für die industrielle Praxis von Ralf Otte, Viktor Otte, Volker Kaiser 1. Auflage Hanser München 2004 Verlag C.H. Beck im Internet: www.beck.de ISBN 978 3 446 22465 0 Zu Leseprobe schnell und

Mehr

Prozessnahe Qualitätssicherung

Prozessnahe Qualitätssicherung 3 Pi Consulting & Management GmbH Prozessnahe Qualitätssicherung Die Prozessnahe Qualitätssicherung beschäftigt sich aus dem Blickwinkel des Kunststoffverarbeitungsprozesses mit allen Fragestellungen,

Mehr

Anwendung der Predictive Analytics

Anwendung der Predictive Analytics TDWI Konferenz mit BARC@TDWI Track 2014 München, 23. 25. Juni 2014 Anwendung der Predictive Analytics Prof. Dr. Carsten Felden Dipl. Wirt. Inf. Claudia Koschtial Technische Universität Bergakademie Freiberg

Mehr

FLEXIBLE SOFTWAREPLATTFORM FÜR ENERGIEMANAGEMENT

FLEXIBLE SOFTWAREPLATTFORM FÜR ENERGIEMANAGEMENT FLEXIBLE SOFTWAREPLATTFORM FÜR ENERGIEMANAGEMENT Energiesymposium Energietechnik im Wandel 27. Oktober 2014 Peter Heusinger, Fraunhofer IIS Fraunhofer IIS Einführung Gründe für Energiemanagement Energiebewusst

Mehr

FRAUNHOFER-INSTITUT FÜR OPTRONIK, SYSTEMTECHNIK UND BILDAUSWERTUNG IOSB. Überwachung und Optimierung. und intelligente Datenanalyse

FRAUNHOFER-INSTITUT FÜR OPTRONIK, SYSTEMTECHNIK UND BILDAUSWERTUNG IOSB. Überwachung und Optimierung. und intelligente Datenanalyse FRAUNHOFER-INSTITUT FÜR OPTRONIK, SYSTEMTECHNIK UND BILDAUSWERTUNG IOSB Überwachung und Optimierung von anlagen Condition Monitoring und intelligente Datenanalyse Anlagenausfälle vermeiden Verfügbarkeit

Mehr

CAIRO if knowledge matters

CAIRO if knowledge matters CAIRO if knowledge matters Monitoring mit Microsoft Operations Manager 2007 Ein Überblick Johann Marin, Inhalt if knowledge matters Warum Monitoring? Was soll überwacht werden? SCOM Key Features Das SCOM

Mehr

Pressemitteilung. Produktoptimierung mittels Data-Mining BMW setzt auf ClearVu Analytics. Dortmund, 30.01.2012

Pressemitteilung. Produktoptimierung mittels Data-Mining BMW setzt auf ClearVu Analytics. Dortmund, 30.01.2012 Pressemitteilung ANSCHRIFT Joseph-von-Fraunhofer-Str.20 44227 Dortmund TEL +49 (0)231 97 00-340 FAX +49 (0)231 97 00-343 MAIL kontakt@divis-gmbh.de WEB www.divis-gmbh.de Dortmund, 30.01.2012 Produktoptimierung

Mehr

Funktionsentwicklung im Fahrwerk: Umsetzung des Application Life Cycle Managements in der Fahrwerkentwicklung bei Audi Dr. Thomas Reiß 20.05.

Funktionsentwicklung im Fahrwerk: Umsetzung des Application Life Cycle Managements in der Fahrwerkentwicklung bei Audi Dr. Thomas Reiß 20.05. Funktionsentwicklung im Fahrwerk: Umsetzung des Application Life Cycle Managements in der Fahrwerkentwicklung bei Audi Dr. Thomas Reiß 20.05.2014 Inhalt Innovationen im Fahrwerk Entwicklungsprozess in

Mehr

Qualitätsberichte im MS Word-Format

Qualitätsberichte im MS Word-Format Qualitätsberichte im MS Word-Format StatSoft GmbH und STATISTICA 9.1 auf dem Forum der Control 2010 www.statsoft.de StatSoft (Europe) GmbH 2010 Michael Busch Inhalt StatSoft STATISTICA Anwendungen in der

Mehr

Data/Information Quality Management

Data/Information Quality Management Data/Information Quality Management Seminar WI/Informationsmanagement im Sommersemester 2002 Markus Berberov, Roman Eder, Peter Gerstbach 11.6.2002 Inhalt! Daten und Datenqualität! Einführung und Definition!

Mehr

Standard Monitoringsystem

Standard Monitoringsystem Standard Monitoringsystem Reinraum-Anforderungen nach Annex 1, EU-GMP-Leitfaden Strikte Anforderungen an die Einhaltung der Umgebungsbedingungen in den entsprechenden Reinraum-Klassen Kontinuierliche Datenaufzeichnung

Mehr

9 Resümee. Resümee 216

9 Resümee. Resümee 216 Resümee 216 9 Resümee In der vorliegenden Arbeit werden verschiedene Methoden der Datenreduktion auf ihre Leistungsfähigkeit im sozialwissenschaftlichstatistischen Umfeld anhand eines konkreten Anwendungsfalls

Mehr

Maschinelles Lernen und Data Mining: Methoden und Anwendungen

Maschinelles Lernen und Data Mining: Methoden und Anwendungen Maschinelles Lernen und Data Mining: Methoden und Anwendungen Eyke Hüllermeier Knowledge Engineering & Bioinformatics Fachbereich Mathematik und Informatik GFFT-Jahrestagung, Wesel, 17. Januar 2008 Knowledge

Mehr

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG

DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG DATEN - Das Gold des 21. Jahrhunderts? Dr. Oliver Riedel, AUDI AG Inhalt Globale und unternehmensspezifische Herausforderungen Von Big Data zu Smart Data Herausforderungen und Mehrwert von Smart Data 2

Mehr

2. Automotive SupplierS Day. Business Enablement

2. Automotive SupplierS Day. Business Enablement 2. Automotive SupplierS Day Business Enablement Erfolge liefern und Erwartungen übertreffen! GDC SCM/SC MES INHALT 1 Motivation und ZielE 2 Flexibilität Kontrollieren und Entwicklung Optimieren 3 T-Systems

Mehr

Making Things Right mit Industry Services

Making Things Right mit Industry Services Dirk Hoke, CEO Customer Services Making Things Right mit Industry Services siemens.com/hannovermesse Making Things Right mit Industry Services Services Seite 2 18. Februar 2014 Wachsende Herausforderungen

Mehr

Prozessoptimierung in der Produktion heute Lean Production - maximale Effizienz und Produktivität durch das passende Manufacturing Execution System

Prozessoptimierung in der Produktion heute Lean Production - maximale Effizienz und Produktivität durch das passende Manufacturing Execution System Prozessoptimierung in der Produktion heute Lean Production - maximale Effizienz und Produktivität durch das passende Manufacturing Execution System Lean Management sind alle Methoden, die dazu beitragen,

Mehr

Presse-Information Seite: 1 / 5

Presse-Information Seite: 1 / 5 Seite: 1 / 5 Weidmüller gibt Antworten zu Industrie 4.0 während der Hannover Messe auf seinem Messestand in Halle 11, Stand B 60 vom 08.04.2013 bis 12.04.2013. Weidmüller Industrie 4.0 Weiterdenken für

Mehr

SEKAS ist seit 1988 Premium Dienstleister im Bereich Software. Engineering für Kommunikations- und Automatisierungssysteme.

SEKAS ist seit 1988 Premium Dienstleister im Bereich Software. Engineering für Kommunikations- und Automatisierungssysteme. 2 SEKAS ist seit 1988 Premium Dienstleister im Bereich Software Engineering für Kommunikations- und Automatisierungssysteme. Wir stehen für innovative Produkte, komplette zukunftssichere Lösungen und Dienstleistungen

Mehr

Komplexität der Information - Ausgangslage

Komplexität der Information - Ausgangslage Intuition, verlässliche Information, intelligente Entscheidung ein Reisebericht Stephan Wietheger Sales InfoSphere/Information Management Komplexität der Information - Ausgangslage Liefern von verlässlicher

Mehr

CEPaaS. Complex Event Processing as a Service. Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH

CEPaaS. Complex Event Processing as a Service. Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH CEPaaS Complex Event Processing as a Service Bernhard Seeger Philipps-Universität Marburg RTM Realtime Monitoring GmbH Daniar Achakeyev, Daniel Schäfer, Philip Schmiegelt CEP-Forschung in Marburg: aus

Mehr

Viele physikalische Grössen können einfach direkt gemessen werden. Die Messinstrumente sind dafür ausgestattet:

Viele physikalische Grössen können einfach direkt gemessen werden. Die Messinstrumente sind dafür ausgestattet: Verbesserung von Prozessen durch Beherrschung mit Messtechnik. Die Beurteilung von Prozesswerten ist mehr als nur die Integrierung des Sensors und das Ablesen von Messwerten. Um gut und effizient messen

Mehr

Statistische Prozesskontrolle in der Holzverarbeitung ein Brückenschlag zu Bioenergie

Statistische Prozesskontrolle in der Holzverarbeitung ein Brückenschlag zu Bioenergie Statistische Prozesskontrolle in der Holzverarbeitung ein Brückenschlag zu Bioenergie BioUp Fachtag 2015 Biomasse: Forschung - Normung Technik Themenblock: Prozessoptimierung Wien, 22.April 2015 Martin

Mehr

Industrie 4.0 Grundlagen und Überblick mainproject am 15.07.2014

Industrie 4.0 Grundlagen und Überblick mainproject am 15.07.2014 Grundlagen und Überblick mainproject am 15.07.2014 Gliederung 2 1. Vorstellung 2. Initiatoren und Ziel 3. Die Geschichte der Industrie 4. Technologische Grundlage 5. Folgen und Potenziale für die Industrie

Mehr

2010 Promotion in Informatik am Lehrstuhl Technische Informatik, Eberhard Karls Universität Tübingen

2010 Promotion in Informatik am Lehrstuhl Technische Informatik, Eberhard Karls Universität Tübingen Personalprofil Dr. Michael Bensch Manager E-Mail: michael.bensch@arcondis.com AUSBILDUNG BERUFLICHE WEITERBILDUNG BESONDERE TÄTIGKEITEN 2010 Promotion in Informatik am Lehrstuhl Technische Informatik,

Mehr

Session 8: Projektvorstellung Transferprojekt itsowl-tt-savez 18. August 2015, Gütersloh. www.its-owl.de

Session 8: Projektvorstellung Transferprojekt itsowl-tt-savez 18. August 2015, Gütersloh. www.its-owl.de Session 8: Projektvorstellung Transferprojekt itsowl-tt-savez 18. August 2015, Gütersloh www.its-owl.de Agenda Abschlusspräsentation itsowl-tt-savez Einführung Zielsetzung Ergebnisse Resümee und Ausblick

Mehr

18.06.13. Vorstellung: Technologie.Daten.Management. Symate GmbH

18.06.13. Vorstellung: Technologie.Daten.Management. Symate GmbH 18.06.13 Vorstellung: Technologie.Daten.Management Symate GmbH Kurzporträt Symate Seite 2 Kurzporträt Symate Softwarehersteller und Dienstleister für Technologiedatenmanagement. Neue Sicht auf maschinelle

Mehr

Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3

Teil A Grundlagen und Methoden 1. 1 Customer Relationship Management ein Bezugsrahmen 3 xi Teil A Grundlagen und Methoden 1 1 Customer Relationship Management ein Bezugsrahmen 3 1.1 Die Entwicklung zum kundenzentrierten Unternehmen 3 1.2 Ziel und Kernkonzepte des CRM 5 1.2.1 Ziel: Profitable

Mehr

Alanda Eine offene Plattform für datenbasierte Anwendungen

Alanda Eine offene Plattform für datenbasierte Anwendungen Alanda Eine offene Plattform für datenbasierte Anwendungen Dr.-Ing. Frank Alsmeyer e.v. 5. Symposium Informationstechnologien für Entwicklung und Produktion in der Verfahrenstechnik 3.-4. April 2008, Aachen

Mehr

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining

Das Knowledge Grid. Eine Architektur für verteiltes Data Mining Das Knowledge Grid Eine Architektur für verteiltes Data Mining 1 Gliederung 1. Motivation 2. KDD und PDKD Systeme 3. Knowledge Grid Services 4. TeraGrid Projekt 5. Das Semantic Web 2 Motivation Rapide

Mehr

Axel Haller, Symposium 25-26 März 2010 Engineering Workflow: Potential und Praxis bei der Integration von Verfahrenstechnik und Automation

Axel Haller, Symposium 25-26 März 2010 Engineering Workflow: Potential und Praxis bei der Integration von Verfahrenstechnik und Automation Axel Haller, Symposium 25-26 März 2010 Engineering Workflow: Potential und Praxis bei der Integration von Verfahrenstechnik und Automation March 25, 2010 Slide 1 Agenda Die Problematik Das Lösungsmittel

Mehr

Industrie 4.0 22.07.2014

Industrie 4.0 22.07.2014 Industrie 4.0 Georg Weissmüller 22.07.2014 Senior Consultant Fertigungsindustrie Agenda Überblick Industrie 4.0/Anwendungsfälle Intelligenter Service Augmented Reality Diskussion 2014 SAP AG or an SAP

Mehr

MODULAR END SEALER SEALING SOLUTIONS. PEEL OFF ENDS. ALLES DENKBARE IST MACHBAR

MODULAR END SEALER SEALING SOLUTIONS. PEEL OFF ENDS. ALLES DENKBARE IST MACHBAR II RHO SEALING SOLUTIONS. PEEL OFF ENDS. ALLES DENKBARE IST MACHBAR RHO II ÜBERSICHT Der RHO I modular end sealer ermöglicht das gasdichte Fügen siegelfähiger Membranen mit Deckelringen aus Weißblech oder

Mehr

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung

2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung 2. Microsoft Innovationstag Nord Integrierte Lösungen in der Öffentlichen Verwaltung Reporting, Analyse und Data Mining André Henkel, initions AG 22. und 23. Oktober 2013 in Hamburg

Mehr

Internet der Dinge in der industriellen Produktion Mögliche Szenarien

Internet der Dinge in der industriellen Produktion Mögliche Szenarien Internet der Dinge in der industriellen Produktion Mögliche Szenarien Lasse Klingbeil HSG-IMIT Dr. Lasse Klingbeil / November 2009 / Folie 1 Szenarien Szenario 1: Überwachung der Maschinen/Umgebung: Lifecycle

Mehr

Data Mining mit RapidMiner

Data Mining mit RapidMiner Motivation Data Mining mit RapidMiner CRISP: DM-Prozess besteht aus unterschiedlichen Teilaufgaben Datenvorverarbeitung spielt wichtige Rolle im DM-Prozess Systematische Evaluationen erfordern flexible

Mehr

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII

Vorwort zur zweiten Auflage...V. Vorwort zur ersten Auflage... VIII Vorwort zur zweiten Auflage...V Vorwort zur ersten Auflage... VIII 1 Management Support Systeme und Business Intelligence Anwendungssysteme zur Unterstützung von Managementaufgaben...1 1.1 Computergestützte

Mehr

Presseinformation. Pimp your Production! Mai 2015. GLAESS Software & Automation Wir machen industrielle Optimierung möglich.

Presseinformation. Pimp your Production! Mai 2015. GLAESS Software & Automation Wir machen industrielle Optimierung möglich. Presseinformation Mai 2015 GLAESS Software & Pimp your Production! GLAESS Software & entwickelt Software, die Effizienz in der industriellen Automatisierung ermöglicht. Die Software realisiert die sofortige

Mehr

Presseinformation. Unabhängigkeit statt Sackgasse. Mai 2015. GLAESS Software & Automation Wir machen industrielle Optimierung möglich.

Presseinformation. Unabhängigkeit statt Sackgasse. Mai 2015. GLAESS Software & Automation Wir machen industrielle Optimierung möglich. Presseinformation Mai 0 GLAESS Software & Wir machen industrielle Optimierung möglich. Unabhängigkeit statt Sackgasse Josef- Strobel- Str. 0/ Ravensburg GLAESS Software & entwickelt Software, die Effizienz

Mehr

Welcome to PHOENIX CONTACT Detaillierte Energiedatenerfassung im Maschinen- und Anlagenbau

Welcome to PHOENIX CONTACT Detaillierte Energiedatenerfassung im Maschinen- und Anlagenbau Welcome to PHOENIX CONTACT Detaillierte Energiedatenerfassung im Maschinen- und Anlagenbau Dipl.-Ing. Frank Knafla Phoenix Contact GmbH Nachhaltigkeit Energieeffizienz Entwicklungen zukunftsfähig zu machen,

Mehr

Bitte klicken Sie auf das für Sie interessante Stellenangebot.

Bitte klicken Sie auf das für Sie interessante Stellenangebot. Stellenanzeigen Bitte klicken Sie auf das für Sie interessante Stellenangebot. > Projektingenieur Automation (m/w) Kennziffer 21/2011 > Entwicklungsingenieur Verpackungsanlagen (m/w) Kennziffer 25/2011

Mehr

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen

KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm. Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen KOMPLEXITÄT BEGREIFEN. LÖSUNGEN SCHAFFEN. viadee crm Transparente Prozesse und vertrauenswürdige Daten als Fundament Ihrer Entscheidungen VIADEE CRM VIEL MEHR ALS EIN STÜCK SOFTWARE Eine Vielzahl von unterschiedlichen

Mehr

Erfahrungen mit Systemen zur Anlagenüberwachung und Steuerung von FV-Anlagen

Erfahrungen mit Systemen zur Anlagenüberwachung und Steuerung von FV-Anlagen Seite 1 Erfahrungen mit Systemen zur Anlagenüberwachung und Steuerung von FV-Anlagen Am Weichselgarten 7, 91058 Erlangen Tel.: 09131/691-270, www.empuron.de empuron AG Web-basierte Automatisierungslösungen

Mehr

Adaptive Process Optimization [a.pro] bpm

Adaptive Process Optimization [a.pro] bpm Adaptive Process Optimization [a.pro] bpm Studienprojekt B ab Wintersemester 2010/2011 Monika Weidmann, Falko Kötter Fraunhofer IAO Competence Center Electronic Business Universität Stuttgart, Institut

Mehr

Data Mining und Knowledge Discovery in Databases

Data Mining und Knowledge Discovery in Databases Data Mining und Knowledge Discovery in Databases Begriffsabgrenzungen... Phasen der KDD...3 3 Datenvorverarbeitung...4 3. Datenproblematik...4 3. Möglichkeiten der Datenvorverarbeitung...4 4 Data Mining

Mehr

Asset Lifecycle Management für die Industrie

Asset Lifecycle Management für die Industrie SAP OPRA Asset Lifecycle Management für die Industrie IT-Informatik Asset Lifecycle Management ERFOLGREICHE LÖSUNGSKONZEPTE FÜR DIE INDUSTRIE Die großen Herausforderungen für Hersteller und Betreiber von

Mehr

Efficient Production Management / Industry 4.0 Smart IT Solutions for Manufacturing Efficiency

Efficient Production Management / Industry 4.0 Smart IT Solutions for Manufacturing Efficiency Peter Lindlau pol Solutions GmbH www.pol-it.de peter.lindlau@pol-it.de Telefon +49 89 55 26 57-0 Efficient Production Management / Industry 4.0 Smart IT Solutions for Manufacturing Efficiency Das Internet

Mehr

Industrie 4.0 Eine Vision auf dem Weg zur Wirklichkeit

Industrie 4.0 Eine Vision auf dem Weg zur Wirklichkeit Eckard Eberle, CEO Industrial Automation Systems Industrie 4.0 Eine Vision auf dem Weg zur Wirklichkeit siemens.com/answers Industrie 4.0 Was ist das? Der zeitliche Ablauf der industriellen Revolution

Mehr

Mit Risk Analytics Kundenrisiken aktiv steuern

Mit Risk Analytics Kundenrisiken aktiv steuern Mit Risk Analytics Kundenrisiken aktiv steuern Was sind Risk Analytics? Unter Risk Analytics versteht man statistische Analysen und Data Mining-Verfahren. Sie untersuchen Risiken im Zusammenhang mit Kundenbeziehungen

Mehr

Innovative Lösungen für Klimaschutz und Energieeffizienz Energieeffizienz-Controlling Dienstleistungen und Software EnEffCo

Innovative Lösungen für Klimaschutz und Energieeffizienz Energieeffizienz-Controlling Dienstleistungen und Software EnEffCo Innovative Lösungen für Klimaschutz und Energieeffizienz Energieeffizienz-Controlling Dienstleistungen und Software EnEffCo Roland Berger Geschäftsführer Berlin, 08. Juli 2015 0 Unternehmensvorstellung

Mehr

SOA im Zeitalter von Industrie 4.0

SOA im Zeitalter von Industrie 4.0 Neue Unterstützung von IT Prozessen Dominik Bial, Consultant OPITZ CONSULTING Deutschland GmbH Standort Essen München, 11.11.2014 OPITZ CONSULTING Deutschland GmbH 2014 Seite 1 1 Was ist IoT? OPITZ CONSULTING

Mehr

Effzienzsteigerung durch intelligentes Datenmanagement

Effzienzsteigerung durch intelligentes Datenmanagement Effzienzsteigerung durch intelligentes Datenmanagement Analyse, Optimierung, Steuerung und Prognose von Prozessen Dr. Thomas Natschläger +43 7236 3343 868 thomas.natschlaeger@scch.at www.scch.at Das SCCH

Mehr

Ermittlung von Assoziationsregeln aus großen Datenmengen. Zielsetzung

Ermittlung von Assoziationsregeln aus großen Datenmengen. Zielsetzung Ermittlung von Assoziationsregeln aus großen Datenmengen Zielsetzung Entscheidungsträger verwenden heutzutage immer häufiger moderne Technologien zur Lösung betriebswirtschaftlicher Problemstellungen.

Mehr

Wie kommen Sie zuverlässig zu einem zukunftsfähigen HMI-Konzept? Auf welche Plattformen, Auflösungen und mobilen Geräte soll gesetzt werden?

Wie kommen Sie zuverlässig zu einem zukunftsfähigen HMI-Konzept? Auf welche Plattformen, Auflösungen und mobilen Geräte soll gesetzt werden? sellingpix istockphoto.com Software hat im industriellen Umfeld einen festen Platz eingenommen. Nicht nur die leistungsfähige Steuerung macht das bessere Produkt aus. Design und Technik der Benutzerschnittstellen

Mehr

Data Center Infrastructure Management (DCIM) Entscheidungen basierend auf Fakten steigern die Effizienz

Data Center Infrastructure Management (DCIM) Entscheidungen basierend auf Fakten steigern die Effizienz For the factories of the 21 st century Building Technologies / Data Center Infrastructure Management (DCIM) Entscheidungen basierend auf Fakten steigern die Effizienz siemens.com/dcim Datencenter die Fabriken

Mehr

Energie Management-Systeme und Applikationen

Energie Management-Systeme und Applikationen Energie Management-Systeme und Applikationen Page 1 Dashboard Client Datenquellen SCADA Reporting Datenbereitstellung im Büro und über das Web mit dem EMPURON Anwendungsserver Anwendungsserver im "Cluster"

Mehr

Open Source SLA Reporting mit Nagios

Open Source SLA Reporting mit Nagios Open Source SLA Reporting mit Nagios Nagios Workshop in Kassel am 23.06.2009 Bernd Erk (bernd.erk@netways.de) Agenda!! Vorstellung NETWAYS!! Begriffsdefinition!! Bedeutung von SLAs im Bereich Monitoring!!

Mehr

Data Mining Anwendungen und Techniken

Data Mining Anwendungen und Techniken Data Mining Anwendungen und Techniken Knut Hinkelmann DFKI GmbH Entdecken von Wissen in banken Wissen Unternehmen sammeln ungeheure mengen enthalten wettbewerbsrelevantes Wissen Ziel: Entdecken dieses

Mehr

Plug. & Play. Zahlreiche Steuergeräte mit Hilfe automatisierter Sequenzen getestet

Plug. & Play. Zahlreiche Steuergeräte mit Hilfe automatisierter Sequenzen getestet SEITE 34 Delphi Diesel systems Plug & Play Zahlreiche Steuergeräte mit Hilfe automatisierter Sequenzen getestet seite 35 Delphi Diesel Systems entwickelte automatisierte Integrations- und Feature-Tests

Mehr

Data Warehousing in der Lehre

Data Warehousing in der Lehre Data Warehousing in der Lehre Prof. Dr.-Ing. Tomas Benz Dipl.-Inform. Med. Alexander Roth Agenda Vorstellung Fachhochschule Heilbronn Vorstellung i3g Vorlesungen im DWH-Bereich Seminare Projekte Studien-

Mehr

ML-Werkzeuge und ihre Anwendung

ML-Werkzeuge und ihre Anwendung Kleine Einführung: und ihre Anwendung martin.loesch@kit.edu (0721) 608 45944 Motivation Einsatz von maschinellem Lernen erfordert durchdachtes Vorgehen Programmieren grundlegender Verfahren aufwändig fehlerträchtig

Mehr

INDUSTRIE 4.0 Informatisierung der klassischen Industrie mit dem Ziel der Smart Factory

INDUSTRIE 4.0 Informatisierung der klassischen Industrie mit dem Ziel der Smart Factory INDUSTRIE 4.0 Informatisierung der klassischen Industrie mit dem Ziel der Smart Factory Prozessoptimierung mit Hilfe mobiler Applikationen Steuerung - Kontrolle - Überwachung - Konfiguration VORTEILE VON

Mehr

Strategien zum Erlangen von Operational Excellence Prozessindustrie

Strategien zum Erlangen von Operational Excellence Prozessindustrie Strategien zum Erlangen von Operational Excellence in der Pharma- und Prozessindustrie Thomas Kulessa Trebing & Himstedt Prozessautomation GmbH & Co. KG Strategien zum Erlangen von Operational Excellence

Mehr

IT und Lagerverwaltung als Voraussetzung für das erfolgreiche Logistikprojekt Referent: Michael Baranowski Geschäftsführer TEAM

IT und Lagerverwaltung als Voraussetzung für das erfolgreiche Logistikprojekt Referent: Michael Baranowski Geschäftsführer TEAM Vortrag im Rahmen des Forums zur LogiMAT 2008 der LOGISTIK HEUTE Generalplanung - Erfolgreiche Methoden zur Realisierung komplexer Logistikzentren IT und Lagerverwaltung als Voraussetzung für das erfolgreiche

Mehr

FRAUNHOFER-INSTITUT FÜR PRODUKTIONSTECHNOLOGIE IPT CAX-TECHNOLOGIEN. Unsere Partner

FRAUNHOFER-INSTITUT FÜR PRODUKTIONSTECHNOLOGIE IPT CAX-TECHNOLOGIEN. Unsere Partner FRAUNHOFER-INSTITUT FÜR PRODUKTIONSTECHNOLOGIE IPT CAX-TECHNOLOGIEN Unsere Partner CAD-System CAM-System Postprozessor Maschine Komponente Maschinenunabhängiger NC-Code NC-Programm für spezifische Maschine

Mehr

Check_MK. 11. Juni 2013

Check_MK. 11. Juni 2013 Check_MK 11. Juni 2013 Unsere Vision IT-Monitoring muss werden: 1. einfach 2. performant 2 / 25 Was macht IT-Monitoring? IT-Monitoring: Aktives Überwachen von Zuständen Verarbeiten von Fehlermeldungen

Mehr

INCA Matlab Integration Package

INCA Matlab Integration Package 31.07.2013 1 Public ETAS-PGA/EAP Humienik 2013-11-04 ETAS GmbH 2013. All rights reserved, also regarding any disposal, exploitation, INCA Matlab Integration Package 2 Public ETAS-PGA/EAP Humienik 2013-11-04

Mehr

Data-Mining: Ausgewählte Verfahren und Werkzeuge

Data-Mining: Ausgewählte Verfahren und Werkzeuge Fakultät Informatik Institut für Angewandte Informatik Lehrstuhl Technische Informationssysteme Data-Mining: Ausgewählte Verfahren und Vortragender: Jia Mu Betreuer: Dipl.-Inf. Denis Stein Dresden, den

Mehr

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note:

Matrikelnr: Name: Vorname: Aufgabe 1 2 3 4 Summe Maximal erreichbare 20 30 30 20 100 Punktzahl Erreichte Punktzahl. Note: Fakultät für Wirtschaftswissenschaft Matrikelnr: Name: Vorname: : Modul 32711 Business Intelligence Termin: 28.03.2014, 9:00 11:00 Uhr Prüfer: Univ.-Prof. Dr. U. Baumöl Aufbau und Bewertung der Aufgabe

Mehr

Presseinformation. Wir bewegen Ihre Produktion! Mai 2015. GLAESS Software & Automation Wir machen industrielle Optimierung möglich.

Presseinformation. Wir bewegen Ihre Produktion! Mai 2015. GLAESS Software & Automation Wir machen industrielle Optimierung möglich. Presseinformation Mai 2015 GLAESS Software & Wir bewegen Ihre Produktion! Anlagenprogrammierung, Leitsystem, BDE und SCADA sind wichtige Bausteine in der industriellen Automatisierung. Je größer und mächtiger

Mehr

Management Support Systeme

Management Support Systeme Management Support Systeme WS 24-25 4.-6. Uhr PD Dr. Peter Gluchowski Folie Gliederung MSS WS 4/5. Einführung Management Support Systeme: Informationssysteme zur Unterstützung betrieblicher Fach- und Führungskräfte

Mehr

GENIUS CONDITION MONITORING SYSTEM Frühwarnsystem gegen Ausfälle

GENIUS CONDITION MONITORING SYSTEM Frühwarnsystem gegen Ausfälle GENIUS CONDITION MONITORING SYSTEM Frühwarnsystem gegen Ausfälle HÜTTEN- und WALZWERKSTECHNIK SERVICE SMS SIEMAG X-Cellize Technischer Service Fehler FRÜH ERKENNEN AUSFÄLLE VERMEIDEN Das Genius Condition

Mehr

Presse-Information Seite: 1 / 5

Presse-Information Seite: 1 / 5 Seite: 1 / 5 Weidmüller Industrie 4.0 Vorausdenken für eine neue Generation smarter Fabriken. Smart Factory : Geräte kommunizieren und handeln autonom in intelligenten und vernetzten Fertigungsprozessen.

Mehr

Industrie 4.0 simplifed

Industrie 4.0 simplifed Industrie 4.0 simplifed Smarte Ansätze in der Produktionsoptimierung Reinhard Nowak (reinhard@linemetrics.com) E-Day 2014 Reinhard Nowak HTL Steyr 10 Jahre Entwicklung / Integration MES für Automotive

Mehr

Business Intelligence Data Warehouse. Jan Weinschenker

Business Intelligence Data Warehouse. Jan Weinschenker Business Intelligence Data Warehouse Jan Weinschenker 28.06.2005 Inhaltsverzeichnis Einleitung eines Data Warehouse Data Warehouse im Zusammenfassung Fragen 3 Einleitung Definition: Data Warehouse A data

Mehr

Zentrales Energiemanagement für Virtuelle Kraftwerke

Zentrales Energiemanagement für Virtuelle Kraftwerke Zentrales Energiemanagement für Virtuelle Kraftwerke dataprofit Lösung Virtuelles Kraftwerk A 3 Wissenschaftsdialog Energie Reinhard Dietrich Dipl. Inf. Univ. Leiter Technik & Entwicklung dataprofit GmbH

Mehr

Entscheidungsunterstützungssysteme

Entscheidungsunterstützungssysteme Vorlesung WS 2013/2014 Christian Schieder Professur Wirtschaftsinformatik II cschie@tu-chemnitz.eu Literatur zur Vorlesung Gluchowski, P.; Gabriel, R.; Dittmar, C.: Management Support Systeme und Business

Mehr

»Selbst denkende«management-werkzeuge für die virtuelle Welt

»Selbst denkende«management-werkzeuge für die virtuelle Welt »Selbst denkende«management-werkzeuge für die virtuelle Welt André M. Braun Team Lead Sales Germany EMC IONIX 2 Dinge werden komplexer! Junkers G38 grösstes Land Verkehrsflugzeug seiner Zeit 3 Dinge werden

Mehr

Business Intelligence - Wie passt das zum Mainframe?

Business Intelligence - Wie passt das zum Mainframe? Business Intelligence - Wie passt das zum Mainframe? IBM IM Forum, 15.04.2013 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Ressourcen bei BARC für Ihr Projekt Durchführung von internationalen Umfragen,

Mehr

Die Schlüssel-Lösung zur Ertragssteigerung: Enterprise PROduction Management E PROMI datenbasierte Entscheidungsunterstützung mit integrierter

Die Schlüssel-Lösung zur Ertragssteigerung: Enterprise PROduction Management E PROMI datenbasierte Entscheidungsunterstützung mit integrierter Korrekte Entscheidungen für Qualität und Produktivität effizient finden und treffen Die Schlüssel-Lösung zur Ertragssteigerung: Enterprise PROduction Management E PROMI datenbasierte Entscheidungsunterstützung

Mehr

Integrationsplattform WebSphere Message Broker

Integrationsplattform WebSphere Message Broker Integrationsplattform WebSphere Message Broker Migration von Leistungsschnittstellen Thomas Rüegg Leiter systeme Spezialist earchiv und Integrationsplattform Agenda Ausgangslage Status quo Lösungsansatz

Mehr

Dezember 2005 Dr. Paul-Gerhard Haase

Dezember 2005 Dr. Paul-Gerhard Haase Harmonisierung und Optimierung von Geschäftsprozessen Dezember 2005 Dr. Paul-Gerhard Haase Agenda Business Process Management echt hip? Prozessoptimierung Prozessharmonisierung Tool-Unterstützung Implementierung

Mehr

Mehr Intelligenz. im Netz. Transparenz schafft Effizienz: So steigert Atradis< die Leistung in Ihrem Unternehmen.

Mehr Intelligenz. im Netz. Transparenz schafft Effizienz: So steigert Atradis< die Leistung in Ihrem Unternehmen. Mehr Intelligenz im Netz. Transparenz schafft Effizienz: So steigert Atradis< die Leistung in Ihrem Unternehmen. Atradis

Mehr

BDI-Agenten für agile zielorientierte Geschäftsprozesse

BDI-Agenten für agile zielorientierte Geschäftsprozesse BDI-Agenten für agile zielorientierte Geschäftsprozesse Birgit Burmeister 3. Expertenforum Agenten in der Automatisierungstechnik Universität Stuttgart, 29./30. September 2008 Birgit Burmeister / GR/EPF

Mehr

CHD03: FTVantage Point, ein universelles Reporting Tool für das ganze Unternehmen

CHD03: FTVantage Point, ein universelles Reporting Tool für das ganze Unternehmen CHD03: FTVantage Point, ein universelles Reporting Tool für das ganze Unternehmen Automation University Special 2015 Robert Richner Solution Architect richner@ra.rockwell.com +41 62 889 77 47 Claude Marmy

Mehr

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation?

Data Mining - Marketing-Schlagwort oder ernstzunehmende Innovation? 1. Konferenz der A Benutzer KFE in Forschung und Entwicklung Data Mining - Marketing-chlagwort oder ernstzunehmende Innovation? Hans-Peter Höschel,, Heidelberg 1. Konferenz der A Benutzer KFE in Forschung

Mehr

Manufacturing Execution Systems - Ein Überblick

Manufacturing Execution Systems - Ein Überblick Manufacturing Execution Systems - Ein Überblick Dresden, 11.06.2010 Erik Steckler 00 Inhalt 1. Motivation 2. Einführung in MES 3. AIS-MES als Beispiel 4. Zusammenfassung TU Dresden, 11.06.2010 HS TIS MES

Mehr

Bessere Daten durch Stammdatenmanagement

Bessere Daten durch Stammdatenmanagement make connections share ideas be inspired Bessere Daten durch Stammdatenmanagement Mit SAS MDM, bessere Stammdaten für operativen Systeme make connections share ideas be inspired Overview Mit SAS MDM bessere

Mehr

Data-Mining und Knowledge Discovery in Databases (KDD) Ein Überblick

Data-Mining und Knowledge Discovery in Databases (KDD) Ein Überblick Institut für Angewandte Informatik Professur für Technische Informationssysteme Fakultätsname XYZ Fachrichtung XYZ Institutsname XYZ, Professur XYZ Data-Mining und Knowledge Discovery in Databases (KDD)

Mehr

Scheduling von Versuchen im Umfeld MDM

Scheduling von Versuchen im Umfeld MDM Scheduling von Versuchen im Umfeld MDM Peak Resource Planner (PRP) Immer ein Stück weiter Dipl.-Math. Senior Consultant g.schneider@peak-solution.de Übersicht Versuche zeitlich einplanen MDM Prozess Anforderungen

Mehr

Big Data/ Industrie 4.0 Auswirkung auf die Messtechnik. 16.07.2015 Jochen Seidler

Big Data/ Industrie 4.0 Auswirkung auf die Messtechnik. 16.07.2015 Jochen Seidler Big Data/ Industrie 4.0 Auswirkung auf die Messtechnik 16.07.2015 Jochen Seidler Die Entwicklung zur Industrie 4.0 4. Industrielle Revolution auf Basis von Cyber-Physical Systems Industrie 4.0 2. Industrielle

Mehr

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services

Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Launch Microsoft Dynamics AX 4.0 Richtige und schnelle Entscheidungen trotz sich änderner Anforderungen mit Microsoft Dynamics AX und Microsoft SQL Server Reporting Services Sonia Al-Kass Partner Technical

Mehr

Text Mining Praktikum. Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818

Text Mining Praktikum. Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818 Text Mining Praktikum Durchführung: Andreas Niekler Email: aniekler@informatik.uni-leipzig.de Zimmer: Paulinum (P) 818 Rahmenbedingungen Gruppen von 2- (max)4 Personen Jede Gruppe erhält eine Aufgabe Die

Mehr