Data Science und Analytics für die Industrie2020-09-21T10:56:34+02:00

Data Science und Analytics für die Industrie

Data Science und Analytics bringen Industriedienstleistungen auf ein neues Level

In der Industrie bieten schnelle Datenanalysen viel Potenzial, Services kontinuierlich zu verbessern. Zusätzlich unterstützt Data Science hier bereits in Form von verschiedenen Anwendungen in der Praxis mit dem Ziel, Prozesse zu beschleunigen, zu automatisieren und zu optimieren. Gerade bei kritischen Prozessen wie unter anderem im Umgang mit Chemikalien oder Lebensmitteln kann Data Science helfen, Unregelmäßigkeiten unmittelbar aufzudecken und so schnell Reaktionen und Gegenmaßnahmen einzuleiten.

 

84% Zeitersparnis
18% Bessere Daten
98% Operational Excellence

Use Case: Maschinelles Lernen verbessert Datenqualität und Prognosen

Bei einem unserer Projekte bei einem Infrastruktur-Anbieter wurde schnell deutlich, wie stark die Kombination verschiedener Data-Science-Modelle Unternehmensprozesse verbessern kann. Der Hintergrund: In dem Industriepark werden toxische Abwasser über ein Kanalsystem in eine Kläranlage weitergeleitet. Um die Wasserqualität zu sichern, müssen hier bei Unregelmäßigkeiten schnellstmöglich Gegenmaßnahmen eingeleitet werden. Regelmäßige Proben von Wassertemperatur, Menge, Leitfähigkeit oder pH-Wert durch Sensoren werden durchgeführt. Mit Hilfe der kritischen Anomalieerkennung war es hier möglich, Datenausreißer unmittelbar zu identifizieren.

Nach einer Einführung unserer Data Scientists in die teils sehr komplexen Datenstrukturen und operativen Prozesse des Unternehmens haben sie im Rahmen eines Proof-of-Concepts einen Algorithmus entwickelt, der bei Unregelmäßigkeiten ausschlägt. Mithilfe von Unsupervised Learning konnten zunächst Ausreißer in der Datenqualität festgestellt und darauf basierend mit Supervised Learning anhand von Zielwerten festgestellt werden, wann ein besorgniserregender Abwasserwert auftreten wird.

0% schnellere Reaktionszeit
0Tage Time-to-Value
0Terabyte Datenvolumen

Die häufigsten Datenqualitätsprobleme

Datenqualität klingt zunächst nach einem harmlosen Begriff. Bei der ersten Begegnung besteht die Assoziation in der Regel mit großen, teils fehlerhaften, Tabellen, Mathematik und komplexen Statistiken. Die Folgen können jedoch sehr real sein. In meinem früheren Artikel "Datenbereinigung: Fallstricke und Lösungen" habe ich bereits einen näheren Blick auf einige der Formen geworfen, in denen Datenqualitätsprobleme auftreten können. Darin ging es auch um verschiedene Ansätze zur Verbesserung der Datenqualität, sowie Einblicke in die Auswirkungen einer unzureichenden Datenqualität auf das Geschäft. Heute [...]

Load More Posts

Sie wollen mehr über Data Analytics und Science in der Industrie und weitere erfolgreiche Projekte erfahren?

Jetzt anfordern
New call-to-action

Events

Recent Posts

Data Revolution Virtual Summit

Oktober 28 @ 10:00 - 15:00

Online-Event

Write! Gantt Release Webinar

Oktober 30 @ 10:00 - 10:45

Webinar

TDWI VIRTUAL II

November 10 @ 10:00 - 15:00

Online-Event

Qlik-Schulung „Getting Started“

November 23 @ 9:30 - 16:30

Schulung

Qlik-Schulung – Qlik und SAP

November 24 @ 9:30 - 16:30

Schulung

Qlik-Schulung – Designer Essentials

November 25 @ 9:30 - 16:30

Schulung

Qlik-Schulung – Developer Essentials

November 26 @ 9:30 - November 27 @ 16:30

Zweitägige Schulung

Qlik-Schulung „Getting Started“

November 30 @ 9:30 - 16:30

Schulung

Latest Blog

Social Media

Werden Sie zum #Qlik Experten und nehmen Sie an unseren Schulungen teil - ganz einfach online! Ob Anfänger, Designer oder Developer - erfahren, wie Sie das Beste aus Ihrer Lösung herausholen!

Jetzt anmelden: https://hubs.la/H0ydmc30
#qliksense #dataanalytics #businessintelligence

What are the most common #dataquality problems and how can you clean up the data in your company?

Read more about data quality disasters and #datacleansing methods: https://hubs.la/H0ycH4D0

Load More...
Nach oben