Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion

Größe: px
Ab Seite anzeigen:

Download "Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion"

Transkript

1 Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Frank Effenberger, Marco Fischer, , München

2 Agenda Firmenpräsentation Einführung Anwendungsfall Fazit

3 Zahlen und Fakten Robotron Datenbank-Software GmbH Gründungsjahr 1990 Geschäftsform GmbH (9 Gesellschafter) Mitarbeiterzahl 349 (Stand 01/2015) Stammkapital Umsatz 2013 Umsatz ,4 Mio. EUR 31,1 Mio. EUR 31,2 Mio. EUR Hauptsitz Oracle-Partner ISO 9001 zertifiziert Schulungs- und Kongresszentrum

4 Robotron-Firmengruppe Tschechien: Robotron Database Solutions s.r.o. Schweiz: Robotron Schweiz GmbH Österreich: Robotron Austria GmbH Russland: Robotron Rus GmbH Deutschland: Robotron ECG solutions GmbH Deutschland: SASKIA Informations-Systeme GmbH

5 Unsere Kernkompetenz

6 Einführung

7 Six Sigma Systematisches und datengetriebenes Vorgehen des Qualitätsmanagements mit dem Ziel, Prozessverbesserungen auf Basis von Kundenanforderungen zu erreichen Tiefgreifende statistische Datenanalyse des gesamten Geschäftsbzw. Produktionsprozess, um messbare Steuerungsgrößen für Prozessverbesserungen zu ermitteln und unmittelbare Einflussgrößen zu identifizieren DMAIC-Zyklus: Define, Measure, Analyze, Improve, Control Vorgehen ist stark vom Expertenwissen der Prozessbeteiligten und der Methodenkompetenz des Prozessanalysten abhängig Daten werden basierend auf menschlichen Hypothesen für die Analyse des Prozesses erhoben

8 Data Mining integriert Prozessdaten in das Erklärungsmodell Prozessdaten bergen historisierte, wettbewerbsrelevante Informationen, welche die Charakteristik von Prozessen beinhalten und daher neben dem menschlichen Wissen einen gleichbedeutenden Wissensanteil besitzen Explorative Datenanalyseverfahren des Data Mining schaffen die Möglichkeit, Prozessdaten hypothesenfrei auf potentielle Erklärungsmodelle zu untersuchen Verfahren zum Auffinden von Zusammenhängen Verfahren zum Auffinden von Regeln Verfahren zum Auffinden von Strukturen Data Mining liefert Erkenntnisse und Zusammenhänge, die bisher verborgen blieben oder außer Acht gelassen wurden, weil sie entweder für nicht entscheidungsrelevant oder für nicht analysierbar gehalten wurden DMAIC-DM: Erweiterung von Six Sigma DMAIC in der Phase Analyze um einen standardisierten Data-Mining-Prozess

9 Anwendungsfall

10 Gangerkennung bei einem Automobilzulieferer Lage bei Automobilzulieferer Gangerkennung mit Sensoren Sensoren müssen kalibriert werden Herausforderungen Kalibrierung der Sensoren erfolgt durch Daten aus über 500 verschiedenen Messpunkten (>50 Mio. Werte bei > Sensoren) Messdaten werden durch Software kalibriert, diese ist schwer wartbar und komplex und zeitaufwändig Ziel: 14 bzw. 10 Zielvariablen auf Sensor schreiben für korrekte Kalibrierung (jeder Sensor erhält individuelle Werte, 4 lassen sich aus anderen berechnen)

11 Identifikation der aussagekräftigsten Messpunkte Erster Gang Auswahl der Messpunkte Knüppelposition (X,Y) und Luftspalt bestimmen Position Skizze: - Kleine Kreuze = Messpunkt - Grüner Punkt = Optimaler Messpunkt (Erstkalibrierung) - Großer Kasten mit Kreuz = Definition Gang Vierter Gang

12 Ziele und Vorgehensweise Ziele Senkung der Anzahl der benötigten Messpunkte für die Kalibrierung Zielgenaue vorhersage der 14 Zielvariablen mit ausreichender Qualität Vorgehen Identifikation der Messpunkte mit größtem Einfluss Identifizierung des besten Prognosemodells Problem Relevante Messpunkte und Modell hängen voneinander ab Aufgrund großer Datenmenge im ersten Schritt vereinfachtes Modell, später Prüfung auf bessere Modelle nach Qualitätskriterien

13 Datengrundlage Unabhängige Variablen: Messwerte (X, Y, Z) an den 514 Messpunkten Zusätzliche Sensorparameter Abhängige Variablen: Zielwerte der 14 (10) Zielvariablen Verwendete Analysepakete: ROracle (R Distribution mit Paketen für Oracle-Anbindung)

14 Identifikation der aussagekräftigsten Messpunkte Prozess M1 Prognose 14 ZV Auswahl optimaler Messpunkt M2 M2 M3 Prognose 14 ZV Prognose 14 ZV M1 M3 M4 Prognose 14 ZV

15 Identifikation der aussagekräftigsten Messpunkte Prozess Auswahl des besten Messpunktes: Gütemaß = 14 i=1 ( Fehlerquadratsummen i n Standardabweichung i )² mit i = Zielvariable, n = Anzahl der Sensoren Dies ist ein Fehlerkriterium, 0 ist optimaler Wert

16 Identifikation der aussagekräftigsten Messpunkte Prozess for(iteration in 1:number_of_iterations){ for(measurement_point in 1:number_of_measurement_points){ for(target_variable in 1:number_of_target_variables){ for(i in 1:10){ glm_model <- glm(formel, family=gaussian(link="identity"), data=dataset[dataset$partition!=i,])

17 Qualitätswert Ergebnisse Prognosegüte: Anzahl Messpunkte in optimaler Lösung 3 optimale Messpunkte (0.58% von 514): 97.49% korrekte Vorhersagen 7 optimale Messpunkte (1.36% von 514): 98.64% korrekte Vorhersagen

18 Identifikation des besten Prognosemodells Die 7 Messpunkte gelten nun als Eingangsvariablen, um die 10 bzw. 14 Zielvariablen zu berechnen Beispiel anhand Prognosemodellauswahl von 2 Zielvariablen: Für jede Zielvariable das Modell mit geringstem Fehler wählen (Root Mean Squared Error) Model VAR1 VAR2 VARx Generalized Linear Models 2,13 1,48 Random Forest 1,69 2,55 Support Vector Machine 1,70 2,04 Neuronal Networks 3,34 1,53

19 Fazit

20 Fazit Erklärungsmodell für den Prozessschritt der Sensorkalibrierung unter Verwendung von nur sieben der einst 500 Messpunkte gefunden Steigerung der Prozesseffizienz durch die Reduzierung von Kalibrierungsschritten bei gleichbleibender Ergebnisqualität Vollständig anwendbares Prognosemodell zur direkten Integration in die Prozesssteuerung Ablösung der bestehenden Software zur Kalibrierung der Sensoren Durch Reduktion der Messpunkte konnte die gewünschte Prozesszeitverringerung nachweislich erzielt werden mit alleiniger Anwendung von Six Sigma hätte diese Prozessverbesserung nicht erreicht werden können

21 Marco Fischer Leiter Business Analytics Frank Effenberger Systemberater Telefon: Fragen?

Oracle BI Publisher Webservice API in Action

Oracle BI Publisher Webservice API in Action Oracle BI Publisher Webservice API in Action Marco Fischer Agenda Firmenvorstellung Einführung Oracle BI Publisher Webservice API WSDL-Beispiel Security Nutzung der BI Publisher Webservices soapui APEX

Mehr

Praktikum und Masterarbeit bei Robotron

Praktikum und Masterarbeit bei Robotron Praktikum und Masterarbeit bei Robotron Mein Sprungbrett ins Berufsleben Bianca Böckelmann 20. Juni 2014 Agenda Studium & beruflicher Werdegang Robotron Datenbank-Software GmbH Allgemeine Informationen

Mehr

iedm intelligentes Energiedatenmanagement für die Industrie Software mit Ideen.

iedm intelligentes Energiedatenmanagement für die Industrie Software mit Ideen. iedm intelligentes Energiedatenmanagement für die Industrie Zahlen und Fakten Robotron Datenbank-Software GmbH Gründungsjahr 1990 Mitarbeiterzahl 313 (Stand 06/2013) Stammkapital Umsatz 2012 Geschäftssitz

Mehr

Six Sigma ein Managementkonzept für Einzelberater und kleine Beratungsunternehmen. Dirk Dose (PPI AG) Hamburg, den 25.03.2009

Six Sigma ein Managementkonzept für Einzelberater und kleine Beratungsunternehmen. Dirk Dose (PPI AG) Hamburg, den 25.03.2009 Six Sigma ein Managementkonzept für Einzelberater und kleine Beratungsunternehmen Dirk Dose (PPI AG) Hamburg, den 25.03.2009 Agenda Vorstellung Referent Six Sigma Beschreibung für Einzelberater und kleinere

Mehr

Prozessoptimierung durch Datenanalyse und -prognose mit R in der Praxis

Prozessoptimierung durch Datenanalyse und -prognose mit R in der Praxis Prozessoptimierung durch Datenanalyse und -prognose mit R in der Praxis Simon Hofinger Robotron Datenbank-Software GmbH Berlin Schlüsselworte Business Intelligence, Datenanalyse, Prozessdatenanalyse, Prozessoptimierung,

Mehr

Operational Excellence Effizienzoptimierung und Qualitätssteigerung mit Lean Sigma in der IT

Operational Excellence Effizienzoptimierung und Qualitätssteigerung mit Lean Sigma in der IT Christian Wagner Operational Excellence Effizienzoptimierung und Qualitätssteigerung mit Lean Sigma in der IT 1 Ziele und Herausforderungen im IT Service Management 2 Überblick über die Lean Sigma Methode

Mehr

Six Sigma. der dynamische Qualitätsansatz bei der Messung und Optimierung Ihrer CVM Strategie. Weltweit führend in Customer Relationship Management

Six Sigma. der dynamische Qualitätsansatz bei der Messung und Optimierung Ihrer CVM Strategie. Weltweit führend in Customer Relationship Management Six Sigma der dynamische Qualitätsansatz bei der Messung und Optimierung Ihrer CVM Strategie 1. Six Sigma Methodik 1. Beispiele zur praktischen Umsetzung im Contact Center 1. Six Sigma Modell Was ist Six

Mehr

Leseprobe. Thomas Konert, Achim Schmidt. Design for Six Sigma umsetzen ISBN: 978-3-446-41230-9. Weitere Informationen oder Bestellungen unter

Leseprobe. Thomas Konert, Achim Schmidt. Design for Six Sigma umsetzen ISBN: 978-3-446-41230-9. Weitere Informationen oder Bestellungen unter Leseprobe Thomas Konert, Achim Schmidt Design for Six Sigma umsetzen ISBN: 978-3-446-41230-9 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41230-9 sowie im Buchhandel. Carl

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

S I G M A. Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma

S I G M A. Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma S I G M A B R E A K A W A Y P E R F O R M A N C E Knowledge Management in der Unternehmensberatung Eine empirische Darstellung von Six Sigma E-mail: peter.pointner@gmx.at daniel.puehringer@gmx.at Content

Mehr

Lean Warehousing. Methoden und Werkzeuge für die Praxis. Prof. Dr.-Ing. Harald Augustin. LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28.

Lean Warehousing. Methoden und Werkzeuge für die Praxis. Prof. Dr.-Ing. Harald Augustin. LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28. Lean Warehousing Methoden und Werkzeuge für die Praxis Prof. Dr.-Ing. Harald Augustin LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28. Mai 2008 Steinbeis-Transferzentrum i t Prozessmanagement in Produktentwicklung,

Mehr

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28.

PPC und Data Mining. Seminar aus Informatik LV-911.039. Michael Brugger. Fachbereich der Angewandten Informatik Universität Salzburg. 28. PPC und Data Mining Seminar aus Informatik LV-911.039 Michael Brugger Fachbereich der Angewandten Informatik Universität Salzburg 28. Mai 2010 M. Brugger () PPC und Data Mining 28. Mai 2010 1 / 14 Inhalt

Mehr

Lean Warehousing. Realisierungen in der Wirtschaft und. Prof. Dr.-Ing. Harald Augustin

Lean Warehousing. Realisierungen in der Wirtschaft und. Prof. Dr.-Ing. Harald Augustin Lean Warehousing Realisierungen in der Wirtschaft und Zukunftsszenarien Prof. Dr.-Ing. Harald Augustin LOGISTIK HEUTE Forum, CeMAT 2008, Hannover, 28. Mai 2008 Steinbeis-Transferzentrum i t Prozessmanagement

Mehr

Katrin Lieber. Six Sigma in Banken

Katrin Lieber. Six Sigma in Banken 2008 AGI-Information Management Consultants May be used for personal purporses only or by libraries associated to dandelon.com network. Katrin Lieber Six Sigma in Banken Konzept - Verbreitung - Anwendung

Mehr

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining

Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Tiefgreifende Prozessverbesserung und Wissensmanagement durch Data Mining Ausgangssituation Kaizen Data Mining ISO 9001 Wenn andere Methoden an ihre Grenzen stoßen Es gibt unzählige Methoden, die Abläufe

Mehr

IQM als Qualitätsmanagementsystem. Tatjana Völzke Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen 4.

IQM als Qualitätsmanagementsystem. Tatjana Völzke Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen 4. IQM als Qualitätsmanagementsystem Tatjana Völzke Fachgebiet Strukturentwicklung und Qualitätsmanagement im Gesundheitswesen 4. QMR-Kongress Ein Vergleich mit Six Sigma Etablierter QM-Ansatz, der sich ausschließlich

Mehr

Oracle Database Appliance - Projektbericht Erfolgreiche Migration bei der make-it

Oracle Database Appliance - Projektbericht Erfolgreiche Migration bei der make-it Oracle Database Appliance - Projektbericht Erfolgreiche Migration bei der make-it Marco Mischke, 17.11.2015 DOAG 2015 Zahlen und Fakten Robotron Datenbank-Software GmbH Gründungsjahr 1990 Geschäftsform

Mehr

Six Sigma Messungen. 2004 KnowHow 4U Seite 1 von 5

Six Sigma Messungen. 2004 KnowHow 4U Seite 1 von 5 Six Sigma Messungen Definition: Six Sigma wird benutzt um einen Null Fehler Status zu beschreiben und aufzuzeigen wie nah ein Prozessablauf an diesen Zustand heranreicht. Per Definition sind 3,4 Fehler

Mehr

Design for Six Sigma umsetzen POCKET POWER

Design for Six Sigma umsetzen POCKET POWER Design for Six Sigma umsetzen POCKET POWER 3 Inhalt 1 Einleitung 5 2 Methoden und Werkzeuge 9 2.1 Define 9 2.2 Measure 16 2.3 Analyze 24 2.4 Design 34 2.5 Verify 47 3 Der Einsatz in Systemprojekten 52

Mehr

Einsatzmöglichkeiten von Statistik im Ingenieurwesen

Einsatzmöglichkeiten von Statistik im Ingenieurwesen Einsatzmöglichkeiten von Statistik im Ingenieurwesen Vortrag des Monats 07.03.2006 Inhalt Qualitätsprogramme am Beispiel Six Sigma 1 Qualitätsprogramme am Beispiel Six Sigma Kurzbeschreibung von Six Sigma

Mehr

LEAN MANUFACTURING. Teil 7 Lean und Six Sigma. Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie.

LEAN MANUFACTURING. Teil 7 Lean und Six Sigma. Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie. 2009 LEAN MANUFACTURING Ein Quick Guide für den schnellen Einstieg in die Möglichkeiten der Lean Philosophie Teil 7 Lean und Six Sigma Martin Zander 2 M. Zander Lean Manufacturing Ein Quick Guide für den

Mehr

Einfach, Schnell. Richtig, Analyse des Helios-Indikators 29.01 Todesfälle bei Beatmung im Rahmen des QKK-Projektes. München, 18.

Einfach, Schnell. Richtig, Analyse des Helios-Indikators 29.01 Todesfälle bei Beatmung im Rahmen des QKK-Projektes. München, 18. Analyse des Helios-Indikators 29.01 Todesfälle bei Beatmung im Rahmen des QKK-Projektes München, 18. März 2010 Einfach, Richtig, Schnell Helios Qualitätsindikator 29.01 Definition: Todesfälle bei Beatmung

Mehr

Null-Fehler-Management

Null-Fehler-Management Null-Fehler-Management Umsetzung von Six Sigma Bearbeitet von Johann Wappis, Berndt Jung 4., überarbeitete und erweiterte Auflage 2013 2013. Taschenbuch. XVI, 408 S. Paperback ISBN 978 3 446 43549 0 Format

Mehr

Vorstellung Diplomarbeit Thema: Reduzierung von EPC-Sorry-Reklamationen Pkw mithilfe der Six Sigma-Methode

Vorstellung Diplomarbeit Thema: Reduzierung von EPC-Sorry-Reklamationen Pkw mithilfe der Six Sigma-Methode Vorstellung Diplomarbeit Thema: Reduzierung von EPC-Sorry-Reklamationen Pkw mithilfe der Six Sigma-Methode Global Service & Parts Florian Gerhard, GSP/OIW 13.02.2009 Daimler AG Daimler AG Organigramm Seite

Mehr

Knowledge Discovery in Databases (KDD) Datenvorbereitung und Analyse mit dem Oracle Data Miner in der Fertigungsindustrie

Knowledge Discovery in Databases (KDD) Datenvorbereitung und Analyse mit dem Oracle Data Miner in der Fertigungsindustrie Knowledge Discovery in Databases (KDD) Datenvorbereitung und Analyse mit dem Oracle Data Miner in der Fertigungsindustrie Marco, Fischer / Uwe, Wieland Kassel, 19.03.2013 Agenda Prozesse und deren Analysepotenzial

Mehr

Six Sigma 6 σ. Nullfehlerqualität. Dipl.- Oecotroph. M. W. Mucha

Six Sigma 6 σ. Nullfehlerqualität. Dipl.- Oecotroph. M. W. Mucha Six Sigma 6 σ Nullfehlerqualität Dipl.- Oecotroph. Was ist Sigma? Zielwert Untere Spezifikationsgrenze 1,5σ 1,5σ Obere Spezifikationsgrenze σ σ -6σ -5σ -4σ -3σ -2σ -1σ 0 1σ 2σ 3σ 4σ 5σ 6σ Verteilung des

Mehr

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10.

Education Day 2012. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! Education Day 2012 11.10. Wissensgold aus Datenminen: wie die Analyse vorhandener Daten Ihre Performance verbessern kann! 11.10.2012 1 BI PLUS was wir tun Firma: BI plus GmbH Giefinggasse 6/2/7 A-1210 Wien Mail: office@biplus.at

Mehr

Industrie 4.0. Erfahrungen aus einem Pilotprojekt ROOZBEH FAROUGHI

Industrie 4.0. Erfahrungen aus einem Pilotprojekt ROOZBEH FAROUGHI Industrie 4.0 Erfahrungen aus einem Pilotprojekt 03. DEZEMBER 2015 ROOZBEH FAROUGHI Agenda 1. Definition Industrie 4.0 2. Entwicklung und Trends der IT 3. Chancen und Risiken von Industrie 4.0 für mittelständische

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

Integrierte Managementsysteme Eichenstraße 7b 82110 Germering ims@prozess-effizienz.de. 1. Qualitätsmanagement

Integrierte Managementsysteme Eichenstraße 7b 82110 Germering ims@prozess-effizienz.de. 1. Qualitätsmanagement 1. Qualitätsmanagement Die Begeisterung Ihrer Kunden, die Kooperation mit Ihren Partnern sowie der Erfolg Ihres Unternehmens sind durch ein stetig steigendes Qualitätsniveau Ihrer Produkte, Dienstleistungen

Mehr

Mit Six Sigma zu Business Excellence

Mit Six Sigma zu Business Excellence Mit Six Sigma zu Business Excellence Strategien, Methoden, Praxisbeispiele Rolf Rehbehn Zafer Bülent Yurdakul Publicis Corporate Publishing 1 Einleitung 12 1.1 Strukturwandel 13 1.2 Weltklassestandards

Mehr

Risikoanalyse. 13. September 2007. Ing. Monika Böhm AMA

Risikoanalyse. 13. September 2007. Ing. Monika Böhm AMA Risikoanalyse 13. September 2007 Ing. Monika Böhm AMA Inhalt des Vortrags AMA Data Mining Datenmanagement Modellierung Scoring Optimierung Reports Auswahlverfahren Ergebnisse und Nutzen Aufgabenstellung

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

(Lean) Six Sigma Green Belt Lehrgang 2014

(Lean) Six Sigma Green Belt Lehrgang 2014 (Lean) Six Sigma Green Belt Lehrgang 2014 Abschluss mit Zertifikat der SystemCERT (nach ISO 17024) www.trainingsakademie.eu in Kooperation mit Was ist Six Sigma? Six Sigma ist ein Programm zur konsequenten

Mehr

BICC or not To Be. Vorteile eines BICC für einen IT-Dienstleister

BICC or not To Be. Vorteile eines BICC für einen IT-Dienstleister BICC or not To Be Vorteile eines BICC für einen IT-Dienstleister Manfred Dubrow, 18. April 2012 Business Intelligence Competency Center (BICC) für einen IT-Dienstleister Agenda Über Robotron Warum ein

Mehr

Data Mining und maschinelles Lernen

Data Mining und maschinelles Lernen Data Mining und maschinelles Lernen Einführung und Anwendung mit WEKA Caren Brinckmann 16. August 2000 http://www.coli.uni-sb.de/~cabr/vortraege/ml.pdf http://www.cs.waikato.ac.nz/ml/weka/ Inhalt Einführung:

Mehr

Meilensteine im BI-Projekt? BI Projektmanagement zwischen freier Kunst und Projektplan

Meilensteine im BI-Projekt? BI Projektmanagement zwischen freier Kunst und Projektplan Meilensteine im BI-Projekt? BI Projektmanagement zwischen freier Kunst und Projektplan Manfred Dubrow, 17. April 2013 Zahlen und Fakten Robotron Datenbank-Software GmbH Gründungsjahr 1990 Mitarbeiterzahl

Mehr

Agenda ITIL v3 Framework

Agenda ITIL v3 Framework Agenda ITIL v3 Framework Overview & Allgemeines ITIL Service Lifecycle Service Strategies Service Design Service Transition Service Operation Continual Service Improvement ITIL V3 Continual Service Improvement

Mehr

Lean Six Sigma bei TÜV Rheinland.

Lean Six Sigma bei TÜV Rheinland. Lean Six Sigma bei TÜV Rheinland. tra-blb-043_six_sigma Setzen Sie Lean Six Sigma als ganzheitliches Projekt- und Qualitätsmanagement ein. Unter Lean Six Sigma versteht man ein ganzheitliches Projekt-

Mehr

Lean Sigma Modischer Hype oder konsequente Weiterentwicklung eines Erfolgskonzepts?

Lean Sigma Modischer Hype oder konsequente Weiterentwicklung eines Erfolgskonzepts? Lean Sigma Modischer Hype oder konsequente Weiterentwicklung eines Erfolgskonzepts? Für Imaso Society, Carlton Zürich 22. November 2006 Werner Schreier, Master Black Belt und AXA Way Leader Winterthur

Mehr

PR SAM. Intelligent Fault Prognosis Systems for Anticipative Maintenance Strategies

PR SAM. Intelligent Fault Prognosis Systems for Anticipative Maintenance Strategies Intelligent Fault Prognosis Systems for Anticipative Maintenance Strategies Intelligentes Instandhaltungsmanagement (4.0) Kein ungeplanter Stillstand durch rechtzeitige Wartung bei Nennbetrieb Intelligente,

Mehr

Qualitätstechniken. Fortgeschrittene Führungs- und Kommunikationstechniken Markus Henn

Qualitätstechniken. Fortgeschrittene Führungs- und Kommunikationstechniken Markus Henn Qualitätstechniken Fortgeschrittene Führungs- und Kommunikationstechniken Markus Henn Inhalt 1. Warum Qualitätstechniken anwenden? 2. Qualitätswerkzeuge (Q7) 3. Managementwerkzeuge (M7) 4. Qualitätsfunktionen-Darstellungen

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

SIX SIGMA TEIL 2: DIE DEFINE PHASE DMAIC MARTIN ZANDER. Green Belt Level

SIX SIGMA TEIL 2: DIE DEFINE PHASE DMAIC MARTIN ZANDER. Green Belt Level 2010 SIX SIGMA TEIL 2: DIE DEFINE PHASE DMAIC MARTIN ZANDER Green Belt Level 2 M. ZANDER SIX SIGMA TEIL 1: EINFÜHRUNG IN SIX SIGMA Dieses Buch wurde online bezogen über: XinXii.com Der Marktplatz für elektronische

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

IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung

IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung IBM SPSS Justiz-Tage: Datenerhebung, Datenanalyse und Data Mining für Justiz und kriminologische Forschung Evaluieren & Erkennen, Weiterentwickeln & Reporten Datenerhebung, Datenanalyse und Data Mining

Mehr

TomR.Koch. Lean Six Sigma. Die Automobilindustrie im Wandel. Diplomica Verlag

TomR.Koch. Lean Six Sigma. Die Automobilindustrie im Wandel. Diplomica Verlag TomR.Koch Lean Six Sigma Die Automobilindustrie im Wandel Diplomica Verlag Tom R. Koch Lean Six Sigma: Die Automobilindustrie im Wandel ISBN: 978-3-8428-3118-6 Herstellung: Diplomica Verlag GmbH, Hamburg,

Mehr

Lean Warehousing. Mit Lean Warehousing neue Potenziale erschließen. Prof. Dr.-Ing. Harald Augustin. Stuttgart, 03. März 2009

Lean Warehousing. Mit Lean Warehousing neue Potenziale erschließen. Prof. Dr.-Ing. Harald Augustin. Stuttgart, 03. März 2009 Lean Warehousing Mit Lean Warehousing neue Potenziale erschließen Prof. Dr.-Ing. Harald Augustin Stuttgart, 03. März 2009 Steinbeis-Transferzentrum Prozessmanagement in Produktentwicklung, Produktion und

Mehr

Six Sigma in administrativen Prozessen Chancen und Herausforderungen am Beispiel der SYNAXON AG

Six Sigma in administrativen Prozessen Chancen und Herausforderungen am Beispiel der SYNAXON AG Six Sigma Six Sigma in administrativen Prozessen Chancen und Herausforderungen am Beispiel der SYNAXON AG Frank Geise SYNAXON AG Zur Person Frank Geise Leiter Business Excellence & Six Sigma bei der SYNAXON

Mehr

Adoptionsfaktoren. Thorsten^Litfin^ Empirische Analyse am Beispiel eines innovativen Telekommunikationsdienstes. Deutscher Universitäts-Verlag

Adoptionsfaktoren. Thorsten^Litfin^ Empirische Analyse am Beispiel eines innovativen Telekommunikationsdienstes. Deutscher Universitäts-Verlag Thorsten^Litfin^ Adoptionsfaktoren Empirische Analyse am Beispiel eines innovativen Telekommunikationsdienstes Mit einem Geleitwort von Prof. Dr. Sänke Albers Deutscher Universitäts-Verlag Inhaltsverzeichnis

Mehr

Inhaltsverzeichnis 7. Inhaltsverzeichnis

Inhaltsverzeichnis 7. Inhaltsverzeichnis Inhaltsverzeichnis 7 Inhaltsverzeichnis 1 BEDEUTUNG DER QUALITÄT... 13 1.1 Einführung... 13 1.2 Qualität als Erfolgsfaktor... 15 1.3 Nichtqualität als Unternehmensrisiko... 18 1.3.1 Reklamationen... 19

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

Mining the Web. Analyse von Benutzerpfaden und Nutzertypen im Internet. Business Unit CRM Solutions SAS Deutschland. Dr.

Mining the Web. Analyse von Benutzerpfaden und Nutzertypen im Internet. Business Unit CRM Solutions SAS Deutschland. Dr. Mining the Web Analyse von Benutzerpfaden und Nutzertypen im Internet Dr. Frank Säuberlich Business Unit CRM Solutions SAS Deutschland Agenda 1. Einleitung: Der Lebenszyklus eines e-kunden Begriffsdefinition

Mehr

Data Mining im Online Condition Monitoring: Vergleich gängiger statistischer Methoden

Data Mining im Online Condition Monitoring: Vergleich gängiger statistischer Methoden Data Mining im Online Condition Monitoring: Vergleich gängiger statistischer Methoden 1 Data Mining im Online Condition Monitoring: Vergleich gängiger statistischer Methoden Bakk. Peter Holzer peter.holzer@predictive.at

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

Optimiertes IT Service Management durch Predictive Analytics. München, 23.06.2015 Dr. Katrin Zaiß, Kay Kasperkowitz TDWI Konferenz 2015

Optimiertes IT Service Management durch Predictive Analytics. München, 23.06.2015 Dr. Katrin Zaiß, Kay Kasperkowitz TDWI Konferenz 2015 Optimiertes IT Service Management durch Predictive Analytics München, 23.06.2015 Dr. Katrin Zaiß, Kay Kasperkowitz TDWI Konferenz 2015 Agenda Herausforderungen im IT Service Management (ITSM) Predictive

Mehr

Infografik Business Intelligence

Infografik Business Intelligence Infografik Business Intelligence Top 5 Ziele 1 Top 5 Probleme 3 Im Geschäft bleiben 77% Komplexität 28,6% Vertrauen in Zahlen sicherstellen 76% Anforderungsdefinitionen 24,9% Wirtschaflicher Ressourceneinsatz

Mehr

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten

Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten Prognosen via Datenanalyse Predictive Analytics: Darauf müssen Unternehmen achten von Jürgen Mauerer Foto: Avantum Consult AG Seite 1 von 21 Inhalt Mehrwert aufzeigen nach Analyse des Geschäftsmodells...

Mehr

Robotron Datenbank-Software GmbH Oracle VM3 Features und Praxiserfahrungen. Dirk Läderach Nürnberg, 21.11.2012

Robotron Datenbank-Software GmbH Oracle VM3 Features und Praxiserfahrungen. Dirk Läderach Nürnberg, 21.11.2012 Robotron Datenbank-Software GmbH Oracle VM3 Features und Praxiserfahrungen Dirk Läderach Nürnberg, 21.11.2012 Zahlen und Fakten Robotron Datenbank-Software GmbH Gründungsjahr 1990 Mitarbeiterzahl 283 (Stand

Mehr

SIX SIGMA SIX-SIGMA PROJEKTUNTERSTÜTZUNG

SIX SIGMA SIX-SIGMA PROJEKTUNTERSTÜTZUNG SIX-SIGMA PROJEKTUNTERSTÜTZUNG Six Sigma Prjektunterstütung Oft wird die Frage gestellt, was ein Six Sigma Prjekt vn einem nrmalen Prjekt unterscheidet. Ein Six Sigma Prjekt läuft nach einem stark standardisierten

Mehr

KVP & Six Sigma. Hirschmann Automotive GmbH Thomas Zimmermann April 2009. Thomas Zimmermann Seite 1

KVP & Six Sigma. Hirschmann Automotive GmbH Thomas Zimmermann April 2009. Thomas Zimmermann Seite 1 Hirschmann Automotive GmbH Thomas Zimmermann April 2009 Thomas Zimmermann Seite 1 Vorstellung Gedanken zu KVP Was ist Six Sigma Wie passen diese Methoden zusammen Umsetzung bei Hirschmann Thomas Zimmermann

Mehr

Management-Review und Selbstbewertung als Instrumente des Klinikmanagements

Management-Review und Selbstbewertung als Instrumente des Klinikmanagements Management-Review und Selbstbewertung als Instrumente des Klinikmanagements Hildegard Winkler, Westfälische Klinik Gütersloh Dr. Andreas Koch, ExperTeam AG Management-Review und Selbstbewertung Kontinuierlicher

Mehr

Vorgehensweise mit der. DMAIC-Methode. am Beispiel Reduzierung der Durchlaufzeiten

Vorgehensweise mit der. DMAIC-Methode. am Beispiel Reduzierung der Durchlaufzeiten Vorgehensweise mit der DMAIC-Methode am Beispiel Reduzierung der Durchlaufzeiten Agenda Unternehmensdarstellung Problembeschreibung und Projektziel Übersicht der verwendeten Werkzeuge Define Phase Measure

Mehr

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data Herausforderungen und Chancen für Controller. ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data Herausforderungen und Chancen für Controller ICV Jahrestagung, 19.05.2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC BARC: Expertise für datengetriebene Organisationen Beratung Strategie

Mehr

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG

Data Mining mit der SEMMA Methodik. Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining mit der SEMMA Methodik Reinhard Strüby, SAS Institute Stephanie Freese, Herlitz PBS AG Data Mining Data Mining: Prozeß der Selektion, Exploration und Modellierung großer Datenmengen, um Information

Mehr

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC

Big Data: Nutzen und Anwendungsszenarien. CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data: Nutzen und Anwendungsszenarien CeBIT 2014 Dr. Carsten Bange, Gründer und Geschäftsführer BARC Big Data steht für den unaufhaltsamen Trend, dass immer mehr Daten in Unternehmen anfallen und von

Mehr

TQU GROUP. Steinbeis-Unternehmen. Innovations- und Qualitätsmethoden: Wann und wie unterstützen sie?

TQU GROUP. Steinbeis-Unternehmen. Innovations- und Qualitätsmethoden: Wann und wie unterstützen sie? TQU GROUP Steinbeis-Unternehmen Innovations- und Qualitätsmethoden: Wann und wie unterstützen sie? Innovations- und Qualitätszirkel 2010 24. Juni 2010 in Baden, Schweiz Fon +49 731 93762 23 helmut.bayer@tqu-group.com

Mehr

Design for Six Sigma Green Belt. Sieben Übungsfragebogen SixS3. Steinbeis-Hochschule Berlin Institut für Business Excellence

Design for Six Sigma Green Belt. Sieben Übungsfragebogen SixS3. Steinbeis-Hochschule Berlin Institut für Business Excellence Steinbeis-Hochschule Berlin Institut für Business Excellence Design for Six Sigma Green Belt für die innovative Prozessentwicklung certified by Steinbeis University Sieben Übungsfragebogen SixS3 zur Vorbereitung

Mehr

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23.

Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. Health Insurance Days Künstliche Intelligenz Relevanz für die Krankenversicherung? Otto Bitterli, CEO Sanitas Interlaken, 23. April 2015 Agenda Was wir unter künstlicher Intelligenz 1 verstehen - Breites

Mehr

GE CompuNet Information Technology Solutions

GE CompuNet Information Technology Solutions GE CompuNet Information Technology Solutions Six Sigma unser Anspruch an Prozessqualität Was ist Six Sigma? Six Sigma ist keine Geheimwissenschaft, kein Slogan und kein Klischee. Six Sigma ist die strategische

Mehr

Executive Summary: Banken und Versicherungen Wettbewerbsfaktor Analytics - Reifegrad ermitteln, Wirtschaftlichkeitspotenziale entdecken

Executive Summary: Banken und Versicherungen Wettbewerbsfaktor Analytics - Reifegrad ermitteln, Wirtschaftlichkeitspotenziale entdecken Executive Summary: Banken und Versicherungen Wettbewerbsfaktor Analytics - Reifegrad ermitteln, Wirtschaftlichkeitspotenziale entdecken Lehrstuhl für Wirtschaftsinformatik und Electronic Government Universität

Mehr

Einführung in die Statistik mir R

Einführung in die Statistik mir R Einführung in die Statistik mir R ww w. syn t egris.de Überblick GESCHÄFTSFÜHRUNG Andreas Baumgart, Business Processes and Service Gunar Hofmann, IT Solutions Sven-Uwe Weller, Design und Development Jens

Mehr

Einführung in statistische Analysen

Einführung in statistische Analysen Einführung in statistische Analysen Andreas Thams Econ Boot Camp 2008 Wozu braucht man Statistik? Statistik begegnet uns jeden Tag... Weihnachten macht Deutschen Einkaufslaune. Im Advent überkommt die

Mehr

Six Sigma versus Lean Management eine Konkurrenz? 10. Vom Toolset zum Mindset: Was bedeutet das in der unter nehmerischen Praxis?

Six Sigma versus Lean Management eine Konkurrenz? 10. Vom Toolset zum Mindset: Was bedeutet das in der unter nehmerischen Praxis? Inhaltsverzeichnis Vorworte 1 EINFÜHRUNG 7 Six Sigma +Lean eine weltweite Erfolgsgeschichte Sind 25 Jahre genug? 9 Six Sigma versus Lean Management eine Konkurrenz? 10 Vom Toolset zum Mindset: Was bedeutet

Mehr

Modellbasiertes Anforderungsmanagement für Change Requests Ein Praxisbericht. München, 11.03.2014

Modellbasiertes Anforderungsmanagement für Change Requests Ein Praxisbericht. München, 11.03.2014 Modellbasiertes Anforderungsmanagement für Change Requests Ein Praxisbericht München, 11.03.2014 Vorstellung Ihr Referent Ralf Nagel Senior Consultant für modellbasierte Anforderungsanalyse MID GmbH Kressengartenstraße

Mehr

SIX Sigma. Management - Strategie eines Unternehmens. Ralf Dollny Beauftragter für Innovation und Technologietransfer

SIX Sigma. Management - Strategie eines Unternehmens. Ralf Dollny Beauftragter für Innovation und Technologietransfer SIX Sigma Management - Strategie eines Unternehmens Ralf Dollny Beauftragter für Innovation und Technologietransfer SIX SIGMA Ursprung und Geschichte Was ist Six Sigma? Was versteht man unter Six Sigma?

Mehr

Vertriebssteuerung & Controlling Konkrete Vertriebsziele, passend zur Unternehmensstrategie

Vertriebssteuerung & Controlling Konkrete Vertriebsziele, passend zur Unternehmensstrategie Konkrete Vertriebsziele, passend zur Unternehmensstrategie Wir ermöglichen Ihnen mit dem Service Vertriebssteuerung die erfolgreiche Umsetzung Ihrer Unternehmensstrategie in operativ umsetzbare Vertriebsziele.

Mehr

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen

2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen 4. Datenanalyse und Modellbildung Deskriptive Statistik 2-1 2. Deskriptive Statistik 2.1. Häufigkeitstabellen, Histogramme, empirische Verteilungsfunktionen Für die Auswertung einer Messreihe, die in Form

Mehr

Analytisches CRM in der Automobilindustrie

Analytisches CRM in der Automobilindustrie Analytisches CRM in der Automobilindustrie Dr. Frank Säuberlich Practice Manager European Customer Solutions Urban Science International GmbH Automobilhersteller müssen neue Wege gehen Anforderungen in

Mehr

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc.

Advanced Analytics. Michael Ridder. Copyright 2000-2014 TIBCO Software Inc. Advanced Analytics Michael Ridder Was ist Advanced Analytics? 2 Was heißt Advanced Analytics? Advanced Analytics ist die autonome oder halbautonome Prüfung von Daten oder Inhalten mit ausgefeilten Techniken

Mehr

robotron*energiemanagement Zufriedene Kunden durch effizienten Energieeinsatz

robotron*energiemanagement Zufriedene Kunden durch effizienten Energieeinsatz robotron*energiemanagement Zufriedene Kunden durch effizienten Energieeinsatz robotron*energiemanagement Verringern Sie Ihre Energiekosten! Erhöhen Sie Ihre Energieeffizienz! Seit Jahren steigen die Energiepreise

Mehr

Inhaltsverzeichnis. Holger Schrödl. Business Intelligence mit Microsoft SQL Server 2008. BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1

Inhaltsverzeichnis. Holger Schrödl. Business Intelligence mit Microsoft SQL Server 2008. BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1 sverzeichnis Holger Schrödl Business Intelligence mit Microsoft SQL Server 2008 BI-Projekte erfolgreich umsetzen ISBN: 978-3-446-41210-1 Weitere Informationen oder Bestellungen unter http://www.hanser.de/978-3-446-41210-1

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

Lehrgang Zertifizierter Design for Six Sigma-Green Belt-Automotive. www.automobil-cluster.at

Lehrgang Zertifizierter Design for Six Sigma-Green Belt-Automotive. www.automobil-cluster.at Lehrgang Zertifizierter Design for Six Sigma-Green Belt-Automotive Zertifizierter Design for Six Sigma-Green Belt-Automotive Im Zentrum von Six Sigma steht ein universell einsetzbares Vorgehen zur Optimierung

Mehr

Die statistische Datenanalyse Ein Werkzeug zur Prozessoptimierung auch in der Papierindustrie.

Die statistische Datenanalyse Ein Werkzeug zur Prozessoptimierung auch in der Papierindustrie. Vortrag vom 27. Mai 2014 zur Jahrestagung der Vereinigung der Gernsbacher Papiermacher e.v. Die statistische Datenanalyse Ein Werkzeug zur Prozessoptimierung auch in der Papierindustrie. Konrad Höglauer

Mehr

InsuranceSim Schulungsinstrument zum Erlernen von Prozessmanagementtechniken, insbesondere der Six-Sigma-Methodik

InsuranceSim Schulungsinstrument zum Erlernen von Prozessmanagementtechniken, insbesondere der Six-Sigma-Methodik InsuranceSim Schulungsinstrument zum Erlernen von Prozessmanagementtechniken, insbesondere der Six-Sigma-Methodik ProcessLab der Frankfurt School of Finance & Management Sonnemannstraße 9-11 60314 Frankfurt

Mehr

Schätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N

Schätzer (vgl. Kapitel 1): Stichprobenmittel X N. Stichprobenmedian X N Prof. Dr. J. Franke Statistik II für Wirtschaftswissenschaftler 8.1 Schätzer für Lage- und Skalenparameter und Verteilungsmodellwahl Lageparameter (l(x + a) = l(x) + a): Erwartungswert EX Median von X

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

Checkliste zur qualitativen Nutzenbewertung

Checkliste zur qualitativen Nutzenbewertung Checkliste zur qualitativen Nutzenbewertung Herausgeber Pentadoc Consulting AG Messeturm Friedrich-Ebert-Anlage 49 60308 Frankfurt am Main Tel +49 (0)69 509 56-54 07 Fax +49 (0)69 509 56-55 73 E-Mail info@pentadoc.com

Mehr

SAS Visual Analytics Schnelle Einblicke für sichere Ausblicke

SAS Visual Analytics Schnelle Einblicke für sichere Ausblicke SAS Visual Analytics Schnelle Einblicke für sichere Ausblicke SAS Visual Analytics In einer Welt wachsender Datenmengen sind Informationen schneller verfügbar und Auswertungen auf Big Data möglich Motivation

Mehr

IT-Sicherheit. IT-Sicherheit im Spannungsfeld von Kosten/Aufwand und Compliance/Nutzen. Informationsrechtstag 2006 / Seite 1 von 22

IT-Sicherheit. IT-Sicherheit im Spannungsfeld von Kosten/Aufwand und Compliance/Nutzen. Informationsrechtstag 2006 / Seite 1 von 22 IT-Sicherheit IT-Sicherheit im Spannungsfeld von Kosten/Aufwand und Compliance/Nutzen Informationsrechtstag 2006 / Seite 1 von 22 BASF IT Services Wir stellen uns vor Gründung einer europaweiten IT-Organisation

Mehr

Wirkungsvolles Energiedatenmanagement leicht gemacht mit Plant Data Services

Wirkungsvolles Energiedatenmanagement leicht gemacht mit Plant Data Services Jost Bendel, Siemens Industry Energy Environmental Services Wirkungsvolles Energiedatenmanagement leicht gemacht mit Plant Data Services Answers for industry. Siemens Plant Data Services Heben Sie versteckte

Mehr

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr.

Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Big Data im Call Center: Kundenbindung verbessern, Antwortzeiten verkürzen, Kosten reduzieren! 25.02.2016 Sascha Bäcker Dr. Florian Johannsen AGENDA 1. Big Data Projekt der freenet Group Dr. Florian Johannsen

Mehr

STECKBRIEF GREEN BELT

STECKBRIEF GREEN BELT C.O.M.E.S coaching. optimierung. managementsysteme. effektivität. strategien STECKBRIEF GREEN BELT Ausbildung zum 6 Sigma Green Belt mit Zertifizierung nach 17024, im akkreditierten Bereich Auszug aus

Mehr

Was wollen wir mit den statistischen Methoden erreichen?

Was wollen wir mit den statistischen Methoden erreichen? Was wollen wir mit den statistischen Methoden erreichen? Lösung betrieblicher Probleme: enkung der Kosten, Erhöhung der Fähigkeiten durch statistische Prozessanalyse und Prozessverbesserung, Qualifizierung

Mehr

Process Mining. KnowTech September 2010. Volker Panreck, Leiter Corporate Audit Services, ING-DiBa Rudolf Kuhn, CEO, ProcessGold AG

Process Mining. KnowTech September 2010. Volker Panreck, Leiter Corporate Audit Services, ING-DiBa Rudolf Kuhn, CEO, ProcessGold AG Process Mining KnowTech September 2010 Volker Panreck, Leiter Corporate Audit Services, ING-DiBa Rudolf Kuhn, CEO, ProcessGold AG Bad Homburg 16. September 2010 www.ing-diba.de www.processgold.de Agenda

Mehr

leanbaking die schlanke Bäckerei leanbaking

leanbaking die schlanke Bäckerei leanbaking die schlanke Bäckerei Was ist? Anwendung der Lean Prinzipien. Ausrichtung aller Tätigkeiten auf den n (norientierung) Konzentration auf die eigenen Stärken Optimierung von Geschäftsprozessen Ständige Verbesserung

Mehr

Einfache Verarbeitung von ebix-nachrichten

Einfache Verarbeitung von ebix-nachrichten robotron*ebix-manager Einfache Verarbeitung von ebix-nachrichten www.robotron.de Ihre Herausforderung Ab 01.01.2009 muss jedes Schweizer Energieversorgungsunternehmen (EVU) mit verschiedenen Marktakteuren

Mehr

Intelligentes Industrie- Energiedatenmanagement und Prozessdatenanalyse

Intelligentes Industrie- Energiedatenmanagement und Prozessdatenanalyse robotron*iedm Intelligentes Industrie- Energiedatenmanagement und Prozessdatenanalyse www.robotron.de robotron*iedm intelligentes Industrie-Energiedatenmanagement und Prozessdatenanalyse Der Energieverbrauch

Mehr