Künstliche Intelligenz im Kontext von IoT für Predictive Maintenance

Durch die Verbreitung der IoT haben wir eine Möglichkeit, mehr über die Umwelt zu erfassen und zu erfahren. Unser privates Umfeld wird durch Sensorendaten immer persönlicher gestaltet. In der Industrie unterstützen diese Automatisierung und Überwachung der Prozesse, Steigerung der Effizienz und bewirken gar 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 des Einsatzbereiches von Predictive Maintenance stoßt 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 diese 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 gängiger ML-Verfahren im Umfeld von IoT. Anhang eines Beispiels aus dem Verkehrswesen wird gezeigt, 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 daten-zentrierten Produkten, KI und Einsatz von Open Source. Seit über 15 Jahren arbeitet sie in der Softwareentwicklung und Forschung in Bereichen daten-intensives Rechnen, verteilte Systeme, Information Retrieval und Business Analytics.

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

Gold-Sponsor

Novatec

Minds Mastering Machines-Newsletter

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

 

Anmelden