Herr Schuster von der Öl GmbH liest in der Regionalpresse über das Angebot des Smart Data Solution Centers BW. Über die Internetseite der Sicos BW GmbH findet er schnell und einfach die Kontaktdaten und meldet sich bei Herrn Dr. Wierse, unserem Geschäftsführer. Telefonisch werden die ersten Ideen und Herausforderungen der Öl GmbH besprochen und ein Beratungstermin vereinbart – der ist kostenlos; ebenso wie ein erstes Projekt.
Big Data und Smart Data – der Technologievorsprung für Ihr Unternehmen
Sie möchten die Daten, die in Ihrem Unternehmen anfallen, gewinnbringend nutzen? Mit Big Data und Smart Data Technologien können Sie Ihre Daten effizient analysieren und sinnvoll einsetzen – und sich im Zeitalter der Datenschätze wettbewerbsfähiger aufstellen.
Effektive Datennutzung
Jedes Unternehmen produziert zahlreiche Daten – bis hin zu riesigen Datenbergen. Richtig aufbereitet lassen sich aus ihnen entscheidungsrelevante Informationen filtern, Wettbewerbsvorteile schaffen und Einsparpotenziale generieren. Geeignete Analysetools können beispielsweise helfen, prägnante Vorhersagen zu treffen – Stichwort ‚Predictive Maintenance‘ – oder das Konsumentenverhalten zu verstehen. Sie möchten wissen, welches Potenzial sich hinter Ihren Daten verbirgt? Ihnen fehlt entsprechendes Know-how, oder es mangelt Ihnen an personellen, zeitlichen oder finanziellen Ressourcen? Als neutraler Partner helfen wir Ihnen, Zugang zu Big Data und Smart Data zu finden. Wir liefern die richtigen Informationen und bieten Ihnen eine individuelle und kostenfreie Beratung. Für kleine und mittlere Unternehmen steht mit dem Smart Data Solution Center Baden-Württemberg (SDSC-BW) ein spezialisiertes Solution Center zur Verfügung, das Ihnen mit einem kostenfreien Pilotprojekt dabei hilft, das Potential in Ihrem Unternehmen zu erfassen.
Unsere Kompetenz für Sie – ein konkreter Anwendungsfall aus dem Bereich Chemie
Die Anforderungen und Fragestellen zum Thema Big Data und Smart Data sind bei jedem Unternehmen verschieden. Informieren Sie sich, wie wir Sie unterstützen können. Folgend finden Sie ein Fallbeispiel.
1.
Kontaktaufnahme
2.
Erstgespräch
Herr Dr. Wierse besucht Herrn Schuster und trifft dort auch den Produktionsleiter. Nach einem Rundgang durch die Produktion, in der die einzelnen Prozessschritte vorgestellt werden, wird die Aufgabenstellung detailliert besprochen: Aus den verschiedensten Daten, welche in unterschiedlichen Systemen vorliegen, soll nach Big Data Zusammenhängen geforscht werden. Ziel ist, aus den Erkenntnissen die Qualität der einzelnen Produkte zu optimieren.
3.
Recherche
Herr Dr. Wierse bespricht die Fragestellung – die Analyse der Datentöpfe – mit den Kollegen aus dem Rechenzentrum und dem Forschungsinstitut des KIT, die sich mit Big und Smart Data Analysen auskennen. Zusätzlich wird ein weiterer Termin mit den Experten der Öl GmbH und den Datenanalysten des KIT vereinbart.
4.
Expertengespräch
Alle Beteiligten treffen sich bei der Öl GmbH. Der Datenanalyst lässt sich nun detailliert die Fragestellung erläutern, überlegt gemeinsam mit den Anwesenden, in welche Richtung man konkret gehen möchte, welche Rechenkapazität für die Analyse gebraucht wird und wie aufwändig die Datenübernahme, die Vorbereitung und Durchführung der Analyse sowie die Auswertung der Ergebnisse sein werden.
5.
Analysephase
Im ersten Schritt werden die erhaltenen Datensätze untersucht und aufgeräumt („Data Cleansing“). Für die eigentliche Datenanalyse werden die passenden Attribute erzeugt bzw. unpassende entfernt. Nun folgt die Anwendung der geeigneten Analyseverfahren und Algorithmen, welche die Experten im Vorfeld definiert haben. Die ersten Ergebnisse sind vielversprechend, der weitere Kostenaufwand ist für Herrn Schuster überschau- und planbar.
6.
Regelbetrieb
Fazit: Die Ergebnisse der Analyse stimmen sehr gut mit den Erfahrungswerten überein. In einem Bericht werden die Details der Werkzeuge und die Vorgehensweise erklärt. Die Mitarbeiter der Öl GmbH können geschult werden, um die Big Data Analysen zukünftig selbst durchführen zu können. Herr Schuster ist somit bestens vorbereitet für die Zukunft und kann neue Ideen im Bereich Big Data selbstständig verfolgen.
ROLF BENZ
Smart Data gestützte Prozessoptimierung
Durch Smart Data gestützte Prozessoptimierung möchte Rolf Benz den Verschnitt des Naturleders bei der Herstellung seiner Produkte reduzieren. Ziel des Möbelherstellers ist es, die Produktionsabläufe zu optimieren und die Wettbewerbsfähigkeit zu erhöhen.
HERRENKNECHT
Smart Data Analysen
Ziel von Smart Data Analysen bei der Herrenknecht AG ist es, Anhaltspunkte dafür zu bekommen, inwieweit sich Planabweichungen auf Kosten oder Lieferzeitpunkte auswirken und Korrelationen herbeiführen. Herrenknecht ist ein Anbieter von ganzheitlichen technischen Lösungen im maschinellen Vortrieb.
Nutzen Sie Ihren Wettbewerbsvorteil durch den Einsatz von Simulation und Höchstleistungsrechnen sowie Big und Smart Data. Ich freue mich auf den Dialog mit Ihnen.
Dr.-Ing. Andreas Wierse
[Geschäftsführer]
