Advanced Analytics und Data Science Vortrag von Anacision

02.12.2017 Maria Stoyanova Fachvortrag

Wie lassen sich bei Industriellen Großanlagen ungeplante Ausfälle vorhersagen oder wie kann in Autowerkstätten mithilfe von Data Science einem Techniker eine Reparaturempfehlung gegeben werden? Mit diesen beiden Use Cases war am 28.11.2017 die Firma Anacision GmbH bei unserer Hochschulgruppe zu Besuch. Der Startup bietet Data Science Consulting und hilft Kunden mithilfe Datenanalysen bessere Entscheidungen zu treffen.

Der Vortrag von Anacision dürfte wohl der interessanteste eines Karlsruher Startups für unsere Hochschulgruppe gewesen sein. Zu Besuch waren Rico Knapper und Stefan Tomov, die uns Einblicke in deren Arbeit mitgebracht haben. Im Mittelpunkt des Abends standen zwei Referenzprojekte zu den Themen: Predictive Maintenance und Predictive Diagnostics. Ein großes Problem spiele nach wie vor das ungeplante Ausfallen komplexer, hochtechnisierter Industrieanlagen. Es gibt zwar viele Experten, die ihre Anlagen sehr gut kennen und bei Ausfällen Fehler sofort erkennen aber sie lassen sich nur schwer verhindern. Das Ziel ist es jedoch nun mithilfe von Data Science einen Ausfall vorherzusagen bevor es zu diesem kommt. Somit kann der Betreiber eine zeitnahe Wartung durchführen um größere Schäden an der Anlage zu vermeiden. Dies gelingt Anacision indem sie Abhängigkeiten zwischen Sensoren schaffen und durch kontinuierliche Überwachung der Hauptindikatoren Schwingungen und Temperatur den Gesundheitszustand der Anlage auswerten. Daraus entsteht eine Gesundheitsfunktion der Anlage, welche es dem oft Betreiber ermöglicht Störfälle Wochen vor dem Ausfall zu identifizieren.

Ein weiterer Anwendungsfall für Data Science war aus dem Automotive Bereich. Die Fehlerspeicher von Autos werden immer komplexer, größer und vielfältiger. Die Anforderung für Techniker ist enorm hoch, da sie die Fehlerspeicher richtig interpretieren, also deren Bedeutung, die Reparaturschritte und die nötigen Ersatzteile kennen müssen. So ist es keine Seltenheit, dass in vielen Fällen falsche Reparaturen ausgeführt werden. Die Lösung der Anacision GmbH war es, aus den bisher großen Mengen an gegeben Fehlercodes und den daraus resultierenden Reparaturen mit den neu auftretenden Fehlercodes zu Matchen und somit Empfehlungen für die Reparatur zu erstellen. Gerade bei neuen Autos, die den Fehlerspeicher Automatisch hochladen kann dadurch eine sehr genaue und frühzeitige Diagnose erstellt werden. Das gesamte Modell kann dann durch Feedback und neue Daten trainiert werden.

Für die Studenten und unsere Hochschulgruppe war es ein sehr bereichernder Vortrag, besonders durch die gut gewählten Praxisbeispiele wie sich mithilfe Data Science Prozesse verbessern lassen. Wir möchten uns im Namen der gesamten Hochschulgruppe LinkIT für diesen tollen Vortrag bei der Anacision GmbH und besonders bei Rico Knapper und Stefan Tomov bedanken.

Cookie-Einstellungen

Please select an option. You can find more information about the consequences of your choice at Hilfe.

Wählen Sie ein Option

Danke sehr! Ihre Einstellungen wurden gespeichert.

Info

Info

To continue, you must make a cookie selection. Below is an explanation of the different options and their meaning.

  • Alle Cookies akzeptieren:
    Damit sind alle Drittanbieter-Cookies (GoogleAnalytics) gemeint.
  • Nur notwenige Cookies zulassen:
    Nur Cookies von linkit e.V. setzen.
  • Keine Cookies zulassen:
    Nur technisch notwendige Cookies setzen (Borlabs-Cookie zum Speichern Ihrer Auswahl).

Hier können Sie jederzeit Cookies löschen und diese Einstellung beim Neuladen der Seite erneut setzen bzw. bearbeiten: Datenschutz. Impressum

Zurück