Banner-small-daten-industrie

Industrie 4.0

Datenanalysen für die vierte industrielle Revolution, bspw. proaktive Wartung von Produktionsressourcen oder die Identifikation von Anomalien in Prozessen.

Banner-small-daten-healthcare

Medizin

Datengetriebene Aspekte der Medizin werden untersucht, bspw. die bedarfsgerechte Pflege von Patienten oder IT-gesteuerte Medizintechnik.

Banner-small-daten-cities

Smart Infrastructure

Untersuchung datengetriebener Aspekter städtischen Lebens, bspw. der Verkehrssteuerung, der Müllentsorgung oder der Katastrophenbewältigung, bedarfsgesteuerte Optimierung von Verbrauchsmodellen, basierend auf Daten intelligenter Stromzähler.

Aktuelle Projekte

  • BigGIS_logo

    BigGIS: Fusion der Geo-Big Data

    Zunehmende Datenmengen und immer komplexere Berechnungsmodelle erfordern schnelle und robuste Verfahren. Dies ist das Thema des BigGIS Projekts, in welchem integrierte Verfahren zum Umgang mit Unsicherheit im (Geo)-BigData-Zusammenhang entwickelt werden. Zusammen mit dem SDIL werden hierbei am Beispiel von Temperaturdaten passende Algorithmen implementiert, getestet und weiterentwickelt.

    Lesen Sie mehr

  • SDSC-BW: Sägen bis das SDSC kommt

    Während der Planung und Produktion von Schnittholz fallen unterschiedlichste Daten an: von Daten zur Holzqualität über entstehende Daten an der Sägelinie bis hin zu den Verkaufsdaten. Das Schwarzwälder Sägewerk Karl Streit optimierte in einem gemeinsamen Projekt mit dem SDSC-BW seine Vorgehensweise bei der Planung von Rundholzeinschnitten.

    Lesen Sie mehr

  • QuestMiner - Detektion und Bewertung von Anomalien in Graphen

    Eine Anomalie ist allgemein als eine Abweichung von der Norm und dem erwarteten Verhalten definiert. Solche Anomalien weisen oft auf Vorfälle und Konstellationen hin, die sofortige Beachtung und spezielle Reaktion bedürfen. Im Bezug auf Graphdaten können Anomalien als Subgraphen modelliert werden, die Knoten mit signifikant von der Norm abweichenenden Attributwerten und Kantenverteilungen besitzen.

    Dieses Projekt ist die Fortsetzung des Software Campus Projekts QuestMiner, im Zuge dessen ein flexibles Framework für dynamisch heterogene Graphen entwickelt wird, das in der Lage ist kontinuierlich Anomalien zu erkennen und zu bewerten. Dabei soll das Framework für den Echtzeiteinsatz konzipiert werden und riesige Datenmengen verarbeiten können. Zusätzlich sollen identifizierte Anomalien verwendet werden, um ungewöhnliche Events im Datenstrom zu lokalisieren.

    Lesen Sie mehr

  • SDSC-BW: Präzise Planbarkeit von Produktionsprozessen

    Die Sedus Stoll AG ist ein Komplettanbieter für Büroeinrichtungen und Arbeitsplatzkonzepte. Die flexible und individuelle Konfigurierbarkeit der Einzelmerkmale von Bürostühlen bei der Kundenbestellung erschwerten insbesondere die präzise Planbarkeit des Produktionsprozesses. Das Ziel der Analyse war die Suche nach Abhängigkeiten in den Daten, die es ermöglichen, Prognosen für die Produktionsmengen von spezifischen Ausstattungsvarianten für den Folgemonat durchzuführen.

    Lesen Sie mehr

  • SDSC-BW: Pflanzenwachstum mittels Bildaufzeichnung

    Die da-cons GmbH vertreibt Produkte zur Ermittlung einer Vielzahl von Pflanzeneigenschaften. Dazu hat sie das System PhenoScreen entwickelt, das die Saatgutindustrie in der Pflanzenzüchtung unterstützt und sensorbasiert agiert. Im Rahmen der Potentialanalyse untersuchte das SDSC-BW die Frage, ob es digital möglich ist, in den Bilddateien Pflanzen zuverlässig zu erkennen.

    Lesen Sie mehr