Künstliche Intelligenz im Kontext von IoT für Predictive Maintenance

Durch die Verbreitung des Internet of Things haben wir die Möglichkeit, mehr über die Umwelt zu erfassen und zu erfahren. Unser privates Umfeld wird durch Sensordaten immer persönlicher gestaltet. In der Industrie unterstützen sie die Automatisierung und Überwachung der Prozesse, die Steigerung der Effizienz und bewirken gar eine Transformation der Geschäftsmodelle.

Bei der Implementierung der IoT-Anwendungsfälle bedienen wir uns öfters der Methoden der Künstlichen Intelligenz, um eine bessere Verwertung der Daten zu erreichen. Vorausschauende Wartung (Predictive Maintenance) ist eine der prägnanten Anwendungen im IoT, bei der aus Prozess- und Maschinendaten Vorhersagen über mögliche Ausfälle gemacht werden können. Unabhängig vom Einsatzbereich der Predictive Maintenance stößt man bei der Implementierung auf eine Reihe von Herausforderungen. Wie gut eignen sich die Sensorendaten hinsichtlich deren Zuverlässigkeit, Vielfalt und Menge für die Analyse? Welche Modelle und Methoden der Künstlichen Intelligenz sind geeignet? Wie zuverlässig sind die Analyseergebnisse, und wie bindet man sie nachhaltig in einen Betriebskreislauf ein?

Wir zeigen eine prototypische Umsetzung der vorausschauenden Wartung am Beispiel der Überwachung der Beleuchtungsstärke in Tunneln und diskutieren gesammelte Erfahrungen.

Vorkenntnisse

Grundlegende Kenntnisse zum Maschinellen Lernen und Internet of Things (IoT) sind von Vorteil.

Lernziele

Die Teilnehmenden bekommen einen Überblick der Anwendungsfälle und gängige ML-Verfahren im Umfeld von IoT. Anhang eines Beispiels aus dem Verkehrswesen zeigt der Vortrag, wie man eine Anwendung für die vorausschauende Wartung bauen kann, und bespricht relevante Herausforderungen und Lösungsansätze.

 

Speaker

 

Olga Mordvinova
Olga Mordvinova ist Gründerin und CEO von incontext.technology GmbH, eines Software-Unternehmens mit Fokus auf datenzentrierten Produkten, KI und dem Einsatz von Open Source. Seit über 15 Jahren arbeitet sie in der Softwareentwicklung und Forschung in den Bereichen datenintensives Rechnen, verteilte Systeme, Information Retrieval und Business Analytics.

Cyrille Waguet
Cyrille Waguet ist Technologie-Expert mit über 20 Jahren Erfahrung in der Entwicklung datenintensiver Anwendungen und der Forschung der angewandten Mathematik. In den letzten Jahren beschäftigte er sich insbesondere mit den Themen Predictive Analysis, IoT und Kundensegmentierung. Cyrille ist Gründer von verschiedenen Tech-Startups und CTO bei incontext.technology GmbH.

Gold-Sponsor

Novatec

Silber-Sponsoren

ETECTURE
inovex
inovex
HO Computer
Intel
Phytec

Bronze-Sponsoren

M3-Newsletter

Sie möchten über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden