Einsatz von Alterungsmodellen zur Prognose der Zustandsentwicklung von Abwasserkanälen. Nicolas Caradot, Hauke Sonnenberg, Pascale Rouault
|
|
- Michaela Pohl
- vor 6 Jahren
- Abrufe
Transkript
1 Einsatz von Alterungsmodellen zur Prognose der Zustandsentwicklung von Abwasserkanälen Nicolas Caradot, Hauke Sonnenberg, Pascale Rouault
2 Warum ein Kanalalterungsmodell?
3 TV-Inspektion Manuell (Betreiber) Schadenskodierung DIN EN Automatisch Haltungsbewertung DWA M149-3
4 TV-Inspektion Manuell (Betreiber) Kodierung BAB B A (Beispiel) Schadenskodierung DIN EN Rissbildung in Längsrichtung Automatisch Segmente noch am Platz Haltungsbewertung DWA M149-3
5 TV-Inspektion Manuell (Betreiber) Schadenskodierung DIN EN Automatisch Haltungsbewertung DWA M149-3 Kodierung BAB B A (Beispiel) Haltungsbasierte Zustandsbeurteilung (nach Standsicherheit) Handlungsbedarf Sofort Mittelfristig Zustandsklasse Langfristig Schadensfrei
6
7
8 Zustand der inspizierten Haltungen
9 2017 Zustand aller Haltungen heute Bedarfsorientierte Kanalbefahrung Prognose der Kanälen mit hohem Sanierungsbedarf
10 2017
11 2018
12 2019
13 2020
14 2025
15 2030
16 2030 Zustand aller Haltungen in Zukunft Langfristige Sanierungsstrategie Zukünftige Investitionsszenarien Entwicklung des Netzzustandes Restnutzungsdauer und Abnutzungsvorrat Abschreibungen und Gebühren
17 Modellanbieter und internationale Erfahrungen App starten
18
19
20
21
22 Welche Daten sind für die Simulation notwendig?
23 Alter + Kanaleigenschaften Modell Kanalzustand
24 Ausgangsdaten: Kanalzustand TV-Inspektion Manuell (Betreiber) Schadenkodierung DIN EN Automatisch Braunschweig (SE BS) Haltungen / km CCTV Bewertung der Standsicherheit Sanierungsdringlichkeit Nach DWA M % Haltungsbewertung DWA M % 24% 10%
25 Eingangsdaten
26 Baujahr: Darstellung des Zustandes laut TV-Inspektion (reale Daten, kein Modell!)
27 Material Tiefe Steinzeug Beton Durchmesser Durchmesser (nur Betonkanäle)
28 Welche Modelle werden getestet?
29 Statistik Eine mathematische Gleichung beschreibt die Verhältnisse zwischen den Daten > Die Modellparameter werden zu den Daten angepasst Maschinelles Lernen Ein Algorithmus lernt aus den verfügbaren Daten und kann die erkennten Muster nach Beendigung der Lernphase verallgemeinern > Die Daten schaffen die Modellstruktur
30 Maschinelles Lernen Kerntechnologie für Industrie 4.0 Big data / Data mining / Predictive analytics Gesundheit: Simulation der Verbreitung von Grippewellen anhand Google Suchanfragen Medizin: Automatische Röntgenanalyse für Diagnose Industrie: Simulation der Nachfrage und Optimierung der Produktion, Predictive Maintenance, Vorhersage von Maschinenausfällen Autoindustrie: Fahrassistenzsysteme und Autonomes Fahren Marketing: Google, Facebook oder Amazon Landwirtschaft: Smart Farming Infrastruktur: Investitionsstrategien für Öl- und Gasfirmen
31 Statistik > GompitZ: Überlebensanalyse Maschinelles Lernen > Entscheidungsbaum > Random Forest > Support Vector Machine
32 Statistik > GompitZ: Überlebensanalyse Maschinelles Lernen > Entscheidungsbaum > Random Forest > Support Vector Machine
33
34
35
36
37
38
39
40
41 Statistik > GompitZ: Überlebensanalyse Maschinelles Lernen > Entscheidungsbaum > Random Forest > Support Vector Machine
42 Was ist die Modellgüte?
43 Projekt SEMA Wie gut ist die Prognose von Kanalalterungsmodellen? Partner: KWB, Veolia, OEWA, 3S Consult, SE BS (Braunschweig), BWB >
44 Modellbewertung Bedarfsorientierte Kanalbefahrung Prognose der Kanälen mit hohem Sanierungsbedarf Langfristige Sanierungsstrategie Simulation von Investitionsszenarien Entwicklung des Netzzustandes Modellgüte: > Modell sollte für Kommunen einen Vorteil bei der Planung von Sanierungsstrategien darstellen > Definition von Kennzahlen für die 2 Modellanwendungen
45 Modellbewertung Bedarfsorientierte Kanalbefahrung Prognose der Kanälen mit hohem Sanierungsbedarf Langfristige Sanierungsstrategie Simulation von Investitionsszenarien Entwicklung des Netzzustandes Modellgüte: > Modell sollte für Kommunen einen Vorteil bei der Planung von Sanierungsstrategien darstellen > Definition von Kennzahlen für die 2 Modellanwendungen
46 Modell Prognose Jede Haltung im Inspektionsjahr Vergleich mit Zustandsbewertung nach Kanalbefahrung Handlungsbedarf Zustandsklasse Sofort Mittelfristig Langfristig Schadensfrei
47 Modell Prognose 1000 Haltungen im schlechtesten Prognose-Zustand
48 Modell Prognose 1000 Haltungen im schlechtesten Prognose-Zustand Alterungsmodell 73% Inspektionsdaten 18% 3% 6%
49 Modell Prognose 1000 Haltungen im schlechtesten Prognose-Zustand Zufallsmodell Alterungsmodell 26% 18% 73% Inspektionsdaten 10% 46% 18% 3% 6%
50 Prognosegestützte Inspektionsstrategie 1000 Inspektionen 730 Kanäle in schlechtem Zustand Zufallsmodell Alterungsmodell Zufall Inspektionsstrategie 1000 Inspektionen 260 Kanäle in schlechtem Zustand 26% 18% 10% 73% Modell findet 3 X mehr Kanäle in schlechtem Zustand 46% 18% 3% 6%
51 Modellbewertung Bedarfsorientierte Kanalbefahrung Prognose der Kanälen mit hohem Sanierungsbedarf Langfristige Sanierungsstrategie Simulation von Investitionsszenarien Entwicklung des Netzzustandes Modellgüte: > Modell sollte für Kommunen einen Vorteil bei der Planung von Sanierungsstrategien darstellen > Definition von Kennzahlen für die 2 Modellanwendungen
52 Inspektion Prognose Kalibrierung 100% Daten Haltungen 1500 km Abweichung: Inspektion VS Prognose
53 Inspektion Prognose Kalibrierung 50% Daten Haltungen 750 km Abweichung: Inspektion VS Prognose
54 Inspektion Prognose Kalibrierung 20% Daten 6000 Haltungen 300 km Abweichung: Inspektion VS Prognose
55 Inspektion Prognose Kalibrierung 5% Daten 1500 Haltungen 75 km Abweichung: Inspektion VS Prognose
56 Inspektion Prognose Kalibrierung 1% Daten 300 Haltungen 15 km Abweichung: Inspektion VS Prognose
57 Inspektion Prognose Kalibrierung 0.5% Daten 150 Haltungen 8km Abweichung: Inspektion VS Prognose
58 Inspektion Prognose Kalibrierung 0.2% Daten 60 Haltungen 3km Abweichung: Inspektion VS Prognose
59 Zusammenfassung Zuverlässige Modellvorhersage an der Netz- und Haltungsebene Potenzial für operative und strategische Planung Notwendige Daten: Kanalzustand + Alter, Material, Durchmesser und Tiefe Gute Prognosequalität erfordert eine Mindestanzahl von TV-Inspektionsdaten für Modellkalibrierung: in Braunschweig: 1500 Haltungen 75 km 5 % des Netzes
60 Perspektiven Zustandsbewertung und Substanzwertermittlung Fehlersuche bei der Kodierung und Zustandsbewertung (Analyse von wiederholten Inspektionen) Darstellung der Genauigkeit der Investitionsvorhersage Berücksichtigung des Alterungsprozesses von Renovierungsverfahren Berücksichtigung von Kosten und Zusammenarbeit mit anderen Diensten (z.b. Straßenbau)
61 Projekt SEMA- Berlin Auswahl des besten Modelleinsatzes für Berlin: statistisches VS maschinelles Lernen Modell Partner: KWB, BWB > 1 Jahr
62 Danke für Ihre Aufmerksamkeit Fragen? Nicolas Caradot
Dr.-Ing. Robert Stein Geschäftsführender Gesellschafter S & P Consult GmbH Prof. Dr.-Ing. Stein & Partner GmbH
Dr.-Ing. Robert Stein Geschäftsführender Gesellschafter S & P Consult GmbH Prof. Dr.-Ing. Stein & Partner GmbH Was sind die Kanalflüsterer Die Kanalflüsterer sind eine Interessensgemeinschaft, die sich
MehrIMPULSVORTRAG 30 Jahre Kanalsanierung! Wie ist der Status quo des Abwasserkanalsystems in Deutschland heute?
IMPULSVORTRAG 30 Jahre Kanalsanierung! Wie ist der Status quo des Abwasserkanalsystems in Deutschland heute? Prof. Dr.-Ing. Volker Wagner Europaingenieur Sachverständiger beim Deutschen Institut für Bautechnik
MehrKanalsanierungsstrategie
Michael Hippe Übersicht der Teilziele Technische Betriebswirtschaftliche Rechtliche 1 Dichtheit Standsicherheit Betriebssicherheit Technische Rechtliche Erhalt des Substanzwertes Aufstellen von Investitionsbedarfsplänen
MehrGIS Anwendungen zur Trink- und Abwasser- Bestandsdokumentation (NIS) Dr. Wolfgang Bischoff Geschäftsführer CWSM GmbH
GIS Anwendungen zur Trink- und Abwasser- Bestandsdokumentation (NIS) Dr. Wolfgang Bischoff Geschäftsführer CWSM GmbH 1 Forderungen der Anwender Einfache Bereitstellung von Karten, fertigen Plänen und Daten
MehrFinanzierung und Werterhaltung von Kanälen Auf Zustandsprognosen gestützte Investitionsplanung
Finanzierung und Werterhaltung von Kanälen Auf Zustandsprognosen gestützte Investitionsplanung Bei städtischen Kanalisationsnetzen überlagert sich ein hoher Sanierungsrückstand in überalterten Netzteilen
MehrReparatur im Spannungsfeld des Einsatzziels
Reparatur im Spannungsfeld des Einsatzziels Dichtheitsprüfung von Reparaturstellen: Über das Ziel hinaus? Aufgabe: Aspekte der Kanalsanierung mit den Zielen in Einklang bringen und auf dieser Grundlage
MehrIndustrie 4.0 Energiekostenoptimierung mit Hilfe künstlicher Intelligenz
Eine unabhängige, europäische Energieoptimierungs- und Serviceplattform von der Industrie für die Industrie Industrie 4.0 Energiekostenoptimierung mit Hilfe künstlicher Intelligenz Christoph Gardlo München
MehrAdvanced 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
MehrStrategien national Stadtwerke Osnabrück AG
Strategien national Stadtwerke Osnabrück AG 03. Februar 2015 Dipl.-Ing. Daniela Fiege Leiterin Bauüberwachung Entwässerungsnetze/- anlagen Netzstruktur Inhaltsverzeichnis 1 Vorstellung der Stadtwerke Osnabrück
MehrSports Data Mining. The Field and Methodology. Sublogo. 24.05.2014 Fachbereich Informatik Prof. Johannes Fürnkranz 1
Sports Data Mining The Field and Methodology 24.05.2014 Fachbereich Informatik Prof. Johannes Fürnkranz 1 Definition Hierarchie für Sport und Sportdatenbeziehungen Eins kein Zusammenhang Zwei Domain-Experten
MehrDer digitale Wandel: Pharma & Life Sciences
Competence Center Pharma & Life Sciences Der digitale Wandel: Pharma & Life Sciences Recruiting von Experten über das Competence Center Pharma & Life Sciences individuelle Lösungen für das spezialisierte
MehrBedarfsgerechte Kanalreinigung - Erfahrungsbericht - OE Abwasser/Bereich Kanalnetz
10.06.2014 Bedarfsgerechte Kanalreinigung - Erfahrungsbericht - OE Abwasser/Bereich Kanalnetz Bedarfsgerechte Kanalreinigung Ab 2000 Erfassung von Kanalreinigungsschwerpunkten zusätzlich zur turnusmäßigen
MehrIn-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden
In-Memory & Real-Time Hype vs. Realität: Maßgeschneiderte IBM Business Analytics Lösungen für SAP-Kunden Jens Kaminski ERP Strategy Executive IBM Deutschland Ungebremstes Datenwachstum > 4,6 Millarden
MehrWärmebedarfsprognose für Einfamilienhaushalte auf Basis von Künstlichen Neuronalen Netzen
Wärmebedarfsprognose für Einfamilienhaushalte auf Basis von Künstlichen Neuronalen Netzen Internationale Energiewirtschaftstagung Wien - 12.02.2015 Maike Hasselmann, Simon Döing Einführung Wärmeversorgungsanlagen
MehrDigitale Analyse: Erfolgsmessung in digitalen Medien
Internet für Existenzgründer: Digitale Analyse: Erfolgsmessung in digitalen Medien IHK Bonn/Rhein-Sieg, 8. September 2015 Internet für Existenzgründer Digitale Analyse: Erfolgsmessung in digitalen Medien
Mehr2 3 4 5 6 7 8 9 10 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 12 14 16 1 12 7 3 1 6 2 5 4 3 11 9 10 8 18 20 21 22 23 24 25 26 28
MehrSV-Büro für Kanalsanierung Postfach 10 01 43 Fon: +33-387992290 http://www.kanal-software.de/
...erschienen in der Umwelttechnik Aktuell, Heft 3/96 Finanzierung und Werterhaltung von Kanälen SelektiveKanalinspektionsstrategien Dr. Klaus Hochstrate und Dipl.-Ing. Fred Schönborn Die Selbstüberwachungs-
MehrSpace Usage Rules. Neele Halbur, Helge Spieker InformatiCup 2015 19. März 2015
Space Usage Rules? InformatiCup 2015 1 Agenda 1. Vorstellung des Teams 2. Entwicklungsprozess und Umsetzung 3. Verbesserung der Strategien 4. Auswertung der Strategien 5. Ausblick 6. Fazit 2 Vorstellung
MehrTreffsichere Absatzprognosen durch Predictive Analytics
Treffsichere Absatzprognosen durch Predictive Analytics Prof. Dr. Michael Feindt, Karlsruhe Institute of Technology KIT Chief Scientific Advisor, Phi-T GmbH und Blue Yonder GmbH & Co KG 3. Europäischer
MehrGanzheitliche Kennzahlensysteme zur Erhöhung des Wertschöpfungspotentials der Mitarbeiter
Ganzheitliche Kennzahlensysteme zur Erhöhung des Wertschöpfungspotentials der Mitarbeiter Univ.-Prof. Dr. Holger Pfaff Universität zu Köln, Humanwissenschaftliche & BGF-Infotag des ÖNBGF Veranstalter/innen:
Mehrsmartport logistics im Hamburger Hafen
smartport logistics im Hamburger Hafen TDWI Europe 2014 - BITKOM Track Ein starkes Team HPA VERANTWORTET DIE EFFIZIENTE INFRASTRUKTUR IM HAFENGEBIET Der Hamburger Hafen gibt rund 261.500 Menschen Arbeit
MehrEine Kommunale Digitale Agenda
Kiel, 27. Januar 2016 Eine Kommunale Digitale Agenda Eckpunkte für die Kommunen Schleswig-Holsteins Dr. Johann Bizer, Vorsitzender des Vorstandes 2 Kommune der Zukunft ( die Zukunft beginnt JETZT ) 3 Bausteine
MehrZukünftige Reinigungs- und Inspektionsstrategien im Kanalnetz
Zukünftige Reinigungs- und Inspektionsstrategien im Kanalnetz Agenda 1. Einleitung 2. Reinigungsstrategie 3. Inspektionsstrategie 4. Ausblick 2 1. Einleitung Die Reinigung und Inspektion von Entwässerungsanlagen
MehrPPC 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
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 einer Entscheidungssystematik für Data- Mining-Verfahren zur Erhöhung der Planungsgüte in der Produktion
Entwicklung einer Entscheidungssystematik für Data- Mining-Verfahren zur Erhöhung der Planungsgüte in der Produktion Vortrag Seminararbeit David Pogorzelski Aachen, 22.01.2015 Agenda 1 2 3 4 5 Ziel der
Mehr---------------------MUSTER ANALYSE------------------------ Erfolgsoptimierungsanalyse. für. MUSTER AG Hauptstrasse 10, 8000 Zürich
---------------------MUSTER ANALYSE------------------------ Erfolgsoptimierungsanalyse für MUSTER AG Hauptstrasse 10, 8000 Zürich perspective-b Altes Schulhaus Curgnun 15 7143 Morissen Switzerland Tel
MehrZustand der Kanalisation 2009
Kanalsanierung Dipl.-Ing. Christian BERGER; Dr.-Ing. Christian FALK Zustand der Kanalisation 2009 Teil 1 der DWA-Umfrageergebnisse: Für das deutsche Kanalnetz besteht weiterhin ein hoher Sanierungsbedarf.
MehrBig 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
MehrInstandhaltung mit xrcm
Zuverlässigkeitsorientierte Instandhaltung mit xrcm Michael Lefèvre CSC Deutschland Solutions GmbH 11.02.2010 2010 11. Symposium Energieinnovation, 11.02.2010 2/23/2010 4:41 PM 1 Agenda Effizientes Asset
MehrPredictive Maintenance Anwendungsfeld für Methoden der Predictive Analytics als Teil von Industrie 4.0
Predictive Maintenance Anwendungsfeld für Methoden der Predictive Analytics als Teil von Industrie 4.0 Ingo Schwarzer Chief Technology Officer, DB Systel GmbH 11. November 2014 Inhalt Kurzvorstellung DB
MehrIndustrie 4.0 und Smart Data
Industrie 4.0 und Smart Data Herausforderungen für die IT-Infrastruktur bei der Auswertung großer heterogener Datenmengen Richard Göbel Inhalt Industrie 4.0 - Was ist das? Was ist neu? Herausforderungen
Mehrvbw Leitfaden Breitbandausbau Effizienter Ausbau der Breitbandversorgung in bayerischen Kommunen
vbw Leitfaden Breitbandausbau Effizienter Ausbau der Breitbandversorgung in bayerischen Kommunen Breitbandversorgung Haushalte Bayern Datenstand Mitte 2014 28 % der Industriearbeitsplätze in Bayern liegen
MehrPredictive Maintenance und moderne IT Die Zukunft für den Service im Schienenverkehr
Predictive Maintenance und moderne IT Die Zukunft für den Service im Schienenverkehr Industry Siemens Sector, Mobility Rail Division Services We keep the rail world running Schutzvermerk / Copyright-Vermerk
Mehr2. Niedersächsische Jahresfachtagung Industrie 4.0
2. Niedersächsische Jahresfachtagung Industrie 4.0 Fachforum: Intelligente Prüftechnik für Produktion und Instandhaltung Volker Pape Vorstand Viscom AG Unternehmensprofil Inhalt: Viscom im Überblick Vernetzte
MehrNeue Verordnung (Elektrizitätszähler) Verordnung des EJPD über Messmittel für elektrische Energie und Leistung Christian Mester
Neue Verordnung (Elektrizitätszähler) Verordnung des EJPD über Messmittel für elektrische Energie und Leistung Christian Mester Agenda 1. METAS, das Eidgenössische Institut für Metrologie 2. Das Labor
MehrOptimiertes 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
MehrSMART INFORMATION MANAGEMENT
SMART INFORMATION MANAGEMENT DIE RICHTIGE INFORMATION ZUR RICHTIGEN ZEIT ZUR RICHTIGEN PERSON AUF EINEM BELIEBIGEN ENDGERÄT QUICK FACTS UNSERE MISSION Empolis-Lösungen befähigen Unternehmen und Organisationen,
MehrIndustrie 4.0 Was geht das die Instandhaltung an?
Industrie 4.0 Was geht das die Instandhaltung an? Prof. Dr. Christoph Heitz Studiengangleiter CAS Instandhaltungsmanagement, CAS Asset Management Head of Business Engineering and Operations Management
MehrVon Big Data zu Deep Insights
Von Big Data zu Deep Insights Prof. Dr. Dirk Nowotka Christian-Albrechts-Universität zu Kiel Maritime IT 2013 Big Data = Überwachung + Marketing? Kommunikations- und Kundendaten XKeyScore, Google Ads,
MehrFOREnergy die energieflexible Fabrik
FOREnergy die energieflexible Fabrik 4. A³ Wissenschaftsdialog Energie "Virtuelle Kraftwerke - Intelligente Netze - Energiespeicherung" 23. November 2012, Universität Augsburg Peter Tzscheutschler Technische
MehrData 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:
MehrProduktionsbasiertes Energiemanagement in der Lebensmittelindustrie
Produktionsbasiertes Energiemanagement in der Lebensmittelindustrie Ansätze und Ergebnisse aus einem Forschungsprojekt, aufbereitet für die Lehrstuhl für Lebensmittelverpackungstechnik, Lehrstuhl für mathematische
MehrMartin Buchholz Vertriebsingenieur pb tec GmbH
Zur Person Martin Buchholz Vertriebsingenieur pb tec GmbH Die pb tec GmbH Prozesslösungen für die Elektronikfertigung Optische Inspektion, 3D Lotpasteninspektion Zuführtechnologie, Feeder-Bevorratung Bauteil-Programmierung
MehrWas ist Big Data? Versuch einer Positionsbestimmung. Wolfgang Marquardt
Was ist Big Data? Versuch einer Positionsbestimmung Wolfgang Marquardt Vorstandsvorsitzender des Forschungszentrum Jülich 02.06.2015 Jahrestagung des deutschen Ethikrates Ganz sicher auch ein Hype hohe
MehrDatability. Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG. Hannover, 9. März 2014
Datability Prof. Dieter Kempf, Präsident BITKOM Oliver Frese, Vorstand Deutsche Messe AG Hannover, 9. März 2014 Bürger fordern verantwortungsvollen Umgang mit Daten Inwieweit stimmen Sie den folgenden
MehrBig Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion
Big Data als neuer Partner von Six Sigma Optimierung der diskreten Produktion Frank Effenberger, Marco Fischer, 22.06.2015, München Agenda Firmenpräsentation Einführung Anwendungsfall Fazit Zahlen und
MehrAnalytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014
Analytics, Big Data, Multi-Touch Attribution und Content Marketing E-Business 2014 Andreas Berth, CEO B2 Performance Group Inhalt B2 Performance das Unternehmen Ausgangslage Problem Lösung Umsetzung Key
MehrNeue Ansätze für Predictive Maintenance
Neue Ansätze für Predictive Maintenance Thomas Wagner Jakob Krause 2009 4 24 1. Einleitung Gliederung 2. Einführung in de die Thematik Kontextsensitive tse st e Prognosen 3. Anwendungsbeispiel Filteranlage
MehrSmarte Mobilität für eine nachhaltige Schweiz
Smarte Mobilität für eine nachhaltige Schweiz 16. asut-kolloquium 18. November 2015 Peter Kummer, CIO und Mitglied der Konzernleitung SBB Die SBB Der grösste Mobilitätsdienstleister der Schweiz. Personenverkehr
MehrCluster Operations & Information Management (O&IM) (Studiencluster Logistics & Information L&I) 12.01.2016 Prof. Dr.
Cluster Operations & Information (O&IM) (Studiencluster Logistics & Information L&I) 1 Ich möchte ein neues Handy! Hallo Apple, ich möchte ein neues iphone! Hallo Zulieferer, ich brauche für mein iphone
MehrBig 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
Mehrconnected production www.connected-production.de Industrie 4.0
connected production www.connected-production.de Industrie 4.0 Industrie 4.0 intelligente Fertigung Intelligente Fertigung Objekte in Echtzeit orten Die smarte Fabrik lernt mit Die smarte Kombination aus
MehrBMW Group Webmonitoring. Die Grundlage für zukünftige Kommunikationsarbeit. 17.09.2009 Björn Ollhäuser
BMW Group Webmonitoring. Die Grundlage für zukünftige Kommunikationsarbeit. 17.09.2009 Björn Ollhäuser Seite 2 Unternehmenskommunikation 1.0. Modell der One-Way Kommunikation. Klassisches Modell der Unternehmenskommunikation
MehrPrognosen 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...
MehrModellierung des operativen und taktischen Verhaltens von Radfahrern an signalgesteuerten Knotenpunkten
Simulation und Verhaltensmodellierung (SIM) Modellierung des operativen und taktischen Verhaltens von Radfahrern an signalgesteuerten Knotenpunkten Heather Twaddle M.Sc. Technische Universität München
MehrSUMEX DRG EXPERT MACHT DIESES REGELWERK TRANSPARENT
SUMEX DRG EXPERT MACHT DIESES REGELWERK TRANSPARENT Das Regelwerk des neuen Fallpauschalentarifs «SwissDRG» ist komplex. Es besteht aus einem über 1700 Seiten starken Definitionshandbuch, dem Fallpauschalenkatalog
MehrCall for Presentations. IT-Kongress 2016
Call for Presentations IT-Kongress 2016 Das Forum für Entscheider, Anwender und Profis. Schwerpunktthema: Vernetzte Welt: Maschinen in der Diskussion www.it-kongress.com Veranstaltungstermin: 10. November
MehrINDUSTRIE 4.0. Der neue Innovationstreiber. TRUMPF Maschinen AG. Hans Marfurt Geschäftsführer. Baar, 12.11.2015
TRUMPF Maschinen AG INDUSTRIE 4.0 Der neue Innovationstreiber Hans Marfurt Geschäftsführer Baar, 12.11.2015 INDUSTRIE 4.0, Hans Marfurt Vertraulich 12.11.2015 Die 4. Industrielle Revolution im Kontext
MehrIBM Demokratischere Haushalte, bessere Steuerung, fundierte Entscheidungen? Was leisten das neue kommunale Finanzwesen und Business Intelligence?
Das IBM Leistungsversprechen zum Führungsinformationssystems IBM Demokratischere Haushalte, bessere Steuerung, fundierte Entscheidungen? Was leisten das neue kommunale Finanzwesen und Business Intelligence?
MehrOptimierung des Geschäftsstellennetzes
Optimierung des Geschäftsstellennetzes Pressekonferenz am in Selb AGENDA 1 Ausgangslage, Vorgehensweise 2 Städte mit Stadt-Geschäftsstellen 3 ngeschäftsstellen in kleineren Kommunen 4 Gesamtergebnis Seite
MehrPrivatheit Menschenrecht oder eine Frage des Anstandes?
Privatheit Menschenrecht oder eine Frage des Anstandes? Michael Nagenborg www.michaelnagenborg.de 1. Privatheit als Thema der Informationsethik 1.1 Privatheit als Menschenrecht 1.2 Diskretion als Tugend
MehrIT-Standort Deutschland?
Wie wettbewerbsfähig b ist der IT-Standort Deutschland? Pressekonferenz zur CeBIT 2014 Dieter Westerkamp, Leiter Technik und Wissenschaft im VDI Dr. Ina Kayser, Arbeitsmarktexpertin im VDI 1/ Wie schätzen
MehrZukunft Breitband Nachmittags-Workshop 9. September 2014
Zukunft Breitband Nachmittags-Workshop 9. September 2014 Alternative Verlegetechnologien aus Sicht der Wasserwirtschaft Dr. Michaela Schmitz Bevollmächtigte Wasserwirtschaft, Berlin / Brüssel www.bdew.de
MehrPräsentation Online Vorsorge-Check Innsbruck, 8. April 2013
Präsentation Online Vorsorge-Check Innsbruck, 8. April 2013 Vorsorge-Check Was ist das? Das ist Ein Berechnungs-Tool im Internet für Kanal und Trinkwassernetze Teil der Aktion VOR SORGEN Berechnungen mit
MehrSoftwareentwicklung nach der ISO9001?
Agenda Softwareentwicklung nach der ISO9001? von Robert Woll Motivation Einige aktuelle Herausforderungen für Unternehmen heutzutage: zunehmende Konkurrenz höhere Kundenanforderungen stärkere Integration
MehrWertschöpfungspotentiale in Lieferantenbeziehungen erkennen, nutzen, optimieren eplit GmbH
supplier@monitor Wertschöpfungspotentiale in Lieferantenbeziehungen erkennen, nutzen, optimieren eplit GmbH eplit GmbH, Steinsdorfstrasse 13, 80538 München Entwicklung Planung Lösung Information Technologie
MehrCAPTain im Überblick
CAPTain im Überblick Verfahrensstandards 01 Vorteile unserer Verfahren webbasiert wissenschaftlich valide objektiv & neutral keine reinen Selbsteinschätzungen DIN 33430 kompatibel anforderungsbezogen messen
MehrRobert Klein Claudius Steinhardt. Revenue Management. Grundlagen und Mathematische Methoden. 4ü Springer
Robert Klein Claudius Steinhardt Revenue Management Grundlagen und Mathematische Methoden 4ü Springer Inhaltsverzeichnis Vorwort Symbole und Abkürzungen V XI 1 Grundlagen des Revenue Managements '. 1 1.1
MehrInnovationen in Prognoseverfahren und deren Anwendung
AG Prognoseverfahren der GOR Innovationen in Prognoseverfahren und deren Anwendung Prof. em. Dr. Klaus Spicher, Iserlohn Ingoldstadt, 8./9. Juni 2015 1 Hinweis /Disclaimer Alle im Vortrag verwendeten Daten
MehrReduzierung der Komplexität gewachsener Unternehmensarchitekturen (EAs)
Reduzierung der Komplexität gewachsener Unternehmensarchitekturen (EAs), Martin Pluchator (Volkswagen AG) David Wille, Ina Schaefer (TU Braunschweig) Inhaltsverzeichnis 1. Was? 2. Warum? 3. Wie? 2 Inhaltsverzeichnis
MehrHerausforderungen bei einer breiten Regelleistungserbringung aus Energieanlagen im Verteilnetz
Herausforderungen bei einer breiten Regelleistungserbringung aus Energieanlagen im Verteilnetz Jens Schwedler, M.Sc. Referent Netzentwicklung Strategisches Asset Management Berlin, 20.04.2015 Mitteldeutsche
MehrDomain-independent. independent Duplicate Detection. Vortrag von Marko Pilop & Jens Kleine. SE Data Cleansing
SE Data Cleansing Domain-independent independent Duplicate Detection Vortrag von Marko Pilop & Jens Kleine http://www.informatik.hu-berlin.de/~pilop/didd.pdf {pilop jkleine}@informatik.hu-berlin.de 1.0
MehrAutomotive Intelligence Driving the Change. Karsten Crede 20. Mai 2015
Automotive Intelligence Driving the Change Karsten Crede 20. Mai 2015 30 Mio 250 Mio 25 GB Carsharing Nutzer bis 2020 in urbanen Räumen erwartet vernetzte Fahrzeuge bis 2020 Daten sammelt ein modernes
MehrIndustrie 4.0 Predictive Maintenance. Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014
Industrie 4.0 Predictive Maintenance Kay Jeschke SAP Deutschland AG & Co. KG., Februar, 2014 Anwendungsfälle Industrie 4.0 Digitales Objektgedächtnis Adaptive Logistik Responsive Manufacturing Intelligenter
MehrProzessanalyse. 2. Entscheidungsgrundlagen. 3. Zusammenfassung
Prozessanalyse INHALT 1. Umfang 2. Entscheidungsgrundlagen 3. Zusammenfassung 4. Ergebnisse und Empfehlungen 4.1. Operative Abteilungen 4.2. Marketing & Kommunikation 4.3. Vertrieb 4.4. Controlling, Einkauf
MehrEin gutes Gefühl: PARTNERSCHAFT Partner Meet & Greet 2015. ITML 16.10.2015 Seite Nr. ITML 16.10.2015 Seite
Ein gutes Gefühl: PARTNERSCHAFT Partner Meet & Greet 2015 ITML 16.10.2015 Seite Nr. ITML 16.10.2015 Seite Wie sieht SAP die Welt? HR + Talent Simple ERP Simple Branchen Projekt Finanz Logistik Marketing
MehrTiefgreifende 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
MehrCRYSTAL BALL PROGNOSESYSTEME IN DER INTRALOGISTIK. Heinrich Lüthi 17.6.2015
CRYSTAL BALL PROGNOSESYSTEME IN DER INTRALOGISTIK Heinrich Lüthi 17.6.2015 CRYSTAL BALL Prognosesysteme in der Intralogistik Kundentag Globus 2015 0.1 Heinrich Lüthi Inhaltsverzeichnis 1. Definition Prognose
MehrMittelständische Automobilzulieferer Chancenpotenziale und strategische Optionen
Mittelständische Automobilzulieferer Chancenpotenziale und strategische Optionen Prof. Dr. Willi Diez Zuliefertag Baden Württemberg am 12. November 2015 in Stuttgart 1 Automobilmarkt bleibt auf Wachstumskurs
MehrAnwendung 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
MehrDie zentralen Erfolgsfaktoren für mehr Werberelevanz: Smart statt Big Data
Die zentralen Erfolgsfaktoren für mehr Werberelevanz: Smart statt Big Data dmexco Night Talk Wolfhart Fröhlich 24.06.2014, Hamburg intelliad Media GmbH Daten gibt es wie Sand am Meer Bild: Alexandr Ozerov
MehrPräsentation Online VOR SORGE-Check St. Pölten, 26. Juni 2013
Präsentation Online VOR SORGE-Check St. Pölten, 26. Juni 2013 Online-Vorsorge-Check Was ist das? www.wasseraktiv.at/vorsorgecheck Ein Online-Rechner zur Abschätzung, was für das Netz binnen 10 Jahren investiert
MehrMaschinelles 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
MehrMedien im Social Web
Medien im Social Web Deutsche Medienmarken & MEDIENTAGE 2015 Social Buzz Susanne Ullrich Head of Marketing DACH, Brandwatch susanne@brandwatch.de @ullrichsusanne 1 2015 Brandwatch.de Über uns 1.000+ Kunden
MehrSales Analytics und das Closed Loop Marketing mit Siebel und Oracle BI. DOAG, Karlsruhe, Oliver Sturm, Senior Consultant
Sales Analytics und das Closed Loop Marketing mit Siebel und Oracle BI DOAG, Karlsruhe, 10.03.2009 Oliver Sturm, Senior Consultant Agenda 1 2 Gesamtarchitektur der vollintegrierten Oracle CRM/BI-Lösung
MehrData 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
MehrSmart Operator- Das Projekt zur effizienten Steuerung und Überwachung des Niederspannungsnetzes
Smart Operator- Das Projekt zur effizienten Steuerung und Überwachung des Niederspannungsnetzes Ulrich Dirkmann, RWE Deutschland AG Dortmund, 28.11.2014 Heutige und zukünftige Energieversorgung stellt
MehrBeziehungsoptimierung zwischen Vertrieb und Service
Beziehungsoptimierung zwischen Vertrieb und Service ein Projektbericht VDMA-Ausschuss Marketing 23. November 2005 Universität Siegen Institut für Wirtschaftsinformatik Fachbereich Wirtschaftswissenschaften
MehrData 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
MehrADL Erkennung mit Smartwatches
Data Mining zur Realzeiterkennung von Aktivitäten des täglichen Lebens, Dr. Rainer Lutze Problemstellung / Zielsetzung 2 Zielsetzungen ADL Activities of Daily Living - Aktivitäten des täglichen Lebens
MehrNeue Kunden Neue Umsätze Neue Märkte Zielgruppe 50 Plus. 28.04.2010 Seite 2
28.04.2010 Seite 1 Neue Kunden Neue Umsätze Neue Märkte Zielgruppe 50 Plus 28.04.2010 Seite 2 Es gibt für alle Produkte Märkte Unabhängig von der Marktdurchdringung der Produkte Unabhängig von der Anbieterzahl
MehrInfografik 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
MehrMaximieren Sie Ihr Informations-Kapital
Maximieren Sie Ihr Informations-Kapital Zürich, Mai 2014 Dr. Wolfgang Martin Analyst, Mitglied im Boulder BI Brain Trust Maximieren des Informations-Kapitals Die Digitalisierung der Welt: Wandel durch
MehrSMART DATA IN DER MEDIZIN WIE COMPUTER HELFEN, DIE RICHTIGE DIAGNOSE ZU FINDEN. Referentenbeitrag bei der Special Interest Group (SIG) Big Data 2015
SMART DATA IN DER MEDIZIN WIE COMPUTER HELFEN, DIE RICHTIGE DIAGNOSE ZU FINDEN Referentenbeitrag bei der Special Interest Group (SIG) Big Data 2015 Dr. med. Dipl.-Phys. Thomas Faßbender INHALT 1. Vorstellung
MehrFernüberwachung und -optimierung von Anlagen und Systemen - Gummersbach Environmental Computing Center (GECO C)
Cologne University of Applied Sciences Fachhochschule Köln Fernüberwachung und -optimierung von Anlagen und Systemen - Gummersbach Environmental Computing Center (GECO C) Fachhochschule Köln Campus Gummersbach
MehrGoogle Adwords brauchen guten Content
Google Adwords brauchen guten Content Wie Inhalte die Performance deiner Adwords-Kampagnen beeinflussen Moritz Helmstreit, MA ! SEMSEA Salzburg Google AdWords Remarketing YouTube Ads Bannerwerbung Yahoo
MehrVielfalt als Zukunft Instandhaltung
10.02.2016, 13.00 13.30 CET Dr. Franziska Hasselmann Studienleitung CAS Managing Infrastructure Assets Maintenance Schweiz 2016 Vielfalt als Zukunft Instandhaltung Einladungstext zum Vortrag... Täglich
MehrTHE KNOWLEDGE PEOPLE. CompanyFlyer.indd 1 07.03.2016 11:48:05
THE KNOWLEDGE PEOPLE CompanyFlyer.indd 1 07.03.2016 11:48:05 BE SMART IT-CONSULTING Smartes IT-Consulting für die Zukunft: Agilität, Dynamische IT, Komplexitätsreduzierung, Cloud, Industrie 4.0, Big Data
Mehr