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

  • SDSC-BW: Komponentenfertigung

    Smart-Data-Analysen unterstützen die Ablaufplanung der Komponentenfertigung beim Maschinenbauer für den Tunnelvortrieb Herrenknecht AG. Ein Kundenauftrag besteht aus vielfältigen Komponenten. Die Kernkomponenten werden in einzelnen Produktionsaufträgen am Konzernsitz in Schwanau hergestellt. Bei der Komponentenherstellung fallen unter anderem Kosten-, Planungs-, Produktions- und Qualitätsdaten an.

    Lesen Sie mehr

  • sap-logo

    Untersuchung verschiedener Big Data Plattformen hinsichtlich ihrer Performance bei forensischer Datenanalyse

    Das LKA Baden-Württemberg weist pro Fall einen Datenbestand von bis zu 150 TB auf. Performance ist hier ein kritischer Faktor. Deshalb sind im Voraus Recherchen notwendig, die sich damit auseinandersetzen, welche Plattform in einem solchen Kontext genutzt werden sollte. Im Rahmen des Projekts sollen Prototypen gebaut werden. Mit diesen werden dann Laufzeit- und Performance-Analysen auf verschiedenen Plattformen durchgeführt.

    Lesen Sie mehr

  • ibm-logo

    All-Time Parts Prediction (ATP) Demo

    Im Kontext von sogenannten Long-Time-Buy- oder All-Time-Buy-Entscheidungen erstellt ATP eine Prognose bezüglich der Nachfrage nach Serviceteilen (vor allem in der Automobilindustrie). Solche zukünftigen Nachfragen können die nächsten 10-20 Jahre betreffen und sind schwer abzuschätzen, weshalb oft zu viel (ein-)gekauft wird. Daraus folgt, dass nach jahrelanger Lagerung letztlich große Menge verschrottet werden müssen, was hohe Warenbestands- und Lagerkosten verursacht. Diese können durch präzisere Bedarfsprognosen deutlich gesenkt werden. Die ATP-Lösung der IBM wurde genau zu diesem Zweck entwickelt: um mit hoher Genauigkeit die Allzeit-Nachfrage vorherzusagen.

    Lesen Sie mehr

  • SDSC-BW: Smart-Data-Analysen für industrielle Prozesswassersysteme

    Wasser spielt in vielen industriellen Prozessen eine wesentliche Rolle. Ein reibungsloser Ablauf komplexer Prozesswassersysteme ist die Voraussetzung für einen funktionierenden Kühlprozess. Dabei sind unterschiedliche Größen und Messwerte ausschlaggebend. Hierzu zählen u.a. der pH-Wert, der Redox-Wert oder die Leitfähigkeit des Systemwassers. Um eben diese Werte zu überwachen, müssen unterschiedlichste Sensoren Daten erfassen und zur Verfügung stellen.

    Lesen Sie mehr

  • bayer-logo

    MedTrend1: Smart Data Prediction of Trends in Medicine

    MedTrend1 ist eine Proof-of-concept Studie mit dem Ziel gesellschaftliche Trends mit medizinscher Relevanz aus großen Mengen smarter Daten zu ermitteln. Entscheidend für den Erfolg dieser Studie ist die Kombination der einerseits smarten Datenerfassung mit ebenso smarten Analysen.

    Lesen Sie mehr