6. BUSINESS INTELLIGENCE TALK by SIEVERS-GROUP

Ort
Online-Event
BA Stammtisch

„Vorhersehen ist besser als Nachsicht“

 

Gemeinsam mit unserem Gast, Dr. Nils Haldenwang von der slashwhy GmbH & Co. KG, möchten wir das Thema Predictive Analytics näher betrachten. Alles nur Spielerei oder gibt es konkrete Anwendungsfälle und Mehrwerte für Ihr Business? Wie können wir unter Verwendung von Big Data und Machine-Learning-Technologien strukturierte und unstrukturierte Daten analysieren? Müssen wir statistische und mathematische Verfahren bzw. Algorithmen wirklich kennen, um Muster, Zusammenhänge oder Trends zu erkennen? Wie ergibt sich eine sinnvolle Ergänzung für die aktuelle BI-Umgebung?

 

Neben einem Überblick möchten wir uns mit folgendem Beispiel diesem Thema nähern.

 

Titel: Predictive Quality mit Deep Neural Networks – Vorhersehen ist besser als Nachsicht

Predictive Quality bedeutet, bei komplexen Produktionsprozessen anhand von Labordaten der Rohstoffe, Sensordaten oder Stellgrößen schon vor oder während der Produktion vorhersehen zu können, ob die Zielqualität erreicht wird. So lässt sich bereits weit vor nachgelagerten Qualitätsuntersuchungen sagen, mit welchem Ergebnis zu rechnen ist. Während der laufenden Produktion können Gegenmaßnahmen ergriffen werden, um in verschiedene Richtungen zu korrigieren. Sind die zu erwartenden Werte weit besser als das Ziel, so lassen sich ggf. Zeit, Material oder andere Ressourcen einsparen. Liegt die Qualität unter dem benötigten Qualitätsniveau, lässt sich durch eine Korrektur Ausschuss vermeiden.

In beiden Fällen können Kosteneinsparungen realisiert werden. Der Anwendungsfall Predictive Quality hat meistens einen guten Business-Case und ist ein tolles Beispiel für die sinnvolle Nutzung von KI-Technologien wie Machine Learning in der Praxis. In diesem Vortrag erfahren Sie, welche Voraussetzungen dafür erfüllt sein müssen und wie es funktioniert.

 

 

Jetzt anmelden

Es begrüßt Sie:

Ihre Event-Anmeldung

Die Teilnahme am Event ist für Sie kostenlos.

Newsletter
Datenschutzrechtlicher Hinweis

* Pflichtfeld