Big Data

Der verstärkte Einsatz von Edge-Computing in IIoT-Szenarien erfordert heute sowohl Kompetenzen im Bereich Engineering als auch in den Bereichen Datenverarbeitung und Algorithmen. Eine Herausforderung für industrielle IoT-Projekte besteht daher darin, Engineering (Industrial Computing, PLC) und Data Science (Daten, KI-Modelle, Statistik, Cloud-IT) zusammenzubringen. Der vorliegende Artikel stellt e..

Industrielle Fertigungsprozesse zeichnen sich auch bei Hochgeschwindigkeitsanwendungen durch strenge Anforderungen an Präzision und Qualität aus. Systeme zur Überwachung müssen nahe am Ort des Geschehens sein, um zuverlässig und reaktionsschnell Unregelmäßigkeiten feststellen oder ihnen vorbeugen zu können. Daher ergeben sich durch die unterschiedlichen Verfahren, Komponenten und Parameter in mode..

Eine führende Vertriebsgesellschaft für den Energiesektor nutzt ein ganzheitliches Kundenwertmodell, um ihre Vertragskunden möglichst persönlich mit den passenden Angeboten anzusprechen. Darüber hinaus fungiert die Lösung als zuverlässiges Steuerungsinstrument der Unternehmensführung, da sie neben detaillierten Kundeninformationen auch die vielfältige Produktlandschaft des Unternehmens vollständig..

Die Veränderung von angebots- zu nachfragegetriebenen Absatzmärkten in der Automobilbranche definiert die Herausforderung an die Hersteller, sich verstärkt an einer kundenzentrierten Produktionsplanung zu orientieren. Die Endkunden recherchieren schon einige Monate vor dem eigentlichen Kauf mögliche Fahrzeugkonfigurationen. Automobilhersteller berücksichtigen diese Daten bisher nicht in der Produk..

Digitale Transformationen gepaart mit Data Analytics führen zunehmend zur Disruption existierender Geschäftsmodelle. Obwohl Unternehmen bereits Erfahrungen im Bereich Data Analytics gesammelt haben, bleibt oft die Herausforderung, die Integration von Data-Analytics-Fähigkeiten in bestehende Geschäftsprozesse sicherzustellen – und das nachhaltig sowie wertbeitragsorientiert. Aus der Praxis wurde ei..