Die digitale Revolution schreitet in allen Lebensbereichen massiv voran. Für immer mehr Unternehmen wird die Entwicklung und Umsetzung einer Digitalisierungsstrategie überlebenswichtig. Zu einer Digitalisierungsinitiative zählt auch die Evaluierung und Implementierung von Künstlicher Intelligenz. Das Zusammenführen von Daten, Erkennen von Mustern und Trends, Erlangen von Erkenntnissen sowie die Entwicklung von passenden Algorithmen sind die notwendigen Schritte, um mittels Künstlicher Intelligenz vorhandene Prozesse zu verbessern oder neue Geschäftsmodelle zu entwickeln.

Das eoda | data science environment verbindet Daten, Analyse und Fachwissen

Predictive Maintenance in der Industrie, Fraud Analytics im Finanzwesen oder Absatzprognosen im Handel – Unternehmen, die heute erfolgreich Algorithmen einsetzen, profitieren vom Data-Science-Potential und erschließen sich Wettbewerbsvorteile. Erfolgreiche Beispiele einer digitalen Transformation zeigen, dass der Schlüssel zur Entwicklung und Umsetzung der eigenen individuell passenden Digitalisierungsinitiative in der kreativen, effektiven und intelligenten Verknüpfung von Daten, Analytik und Fachwissen liegt. Umfassende Data-Science-Softwarelösungen ermöglichen die Verwaltung und Durchführung von Datenanalysen in Unternehmen und bieten einen abteilungsübergreifenden Data-Science-Workflow zur nahtlosen gemeinsamen Bearbeitung von Analysesachverhalten. Wie unter anderem der Markt- und Technologieführer TRUMPF davon profitiert, lesen Sie hier.

Von Expertenwissen profitieren

Die Aufgaben eines Data-Science-Experten erstrecken sich vom Datenmanagement, das die Begutachtung, Aufbereitung und Bewertung der Daten beinhaltet, bis hin zu der Kommunikation mit Experten spezieller Domänen. Vor allem die Auswahl und Optimierung geeigneter Modelle zum Lernen von Gesetzmäßigkeiten in den Daten sowie die Integration der Intelligenz in das System sind wesentliche Bestandteile seiner täglichen Arbeit.

Wer ist der Kunde von übermorgen, welche Maschine droht als nächstes auszufallen oder was ist die optimale Auslieferungsroute? Die Einsatzmöglichkeiten von Data Science sind branchenübergreifend unbegrenzt. Die Fähigkeit, Wissen aus Daten zu extrahieren, ermöglicht es, gewinnbringend in die Zukunft zu schauen und evidenzbasierte Entscheidungen zu treffen.

Aufgeschlossenheit gegenüber neu entwickelter Ideen und ein Gespür für Innovationskraft und Kreativität durch abteilungsübergreifende Zusammenarbeit sind neben fortschrittlichen Technologien unverzichtbare Erfolgsfaktoren. Diese Faktoren werden maßgeblich durch menschliche Kommunikationsprozesse bestimmt.

Individualisierbare Softwarelösungen ermöglichen es dem Data Scientist genau dort anzusetzen. Durch die Verknüpfung von Daten und Analytik mit dem Fachwissen der Business-Experten werden die Unternehmen nachhaltig bei der Erhöhung ihres analytischen Reifegrades unterstützt.

Der Data-Science-Workflow auf einen Blick.

Ein Praxisbeispiel: Einsatz von Predictive Maintenance bei TRUMPF

Für den speziellen Anwendungsfall Predictive Maintenance wird unter anderem der weltweit aktive Maschinenbauer TRUMPF mit einer umfassenden Data-Science-Softwarelösung unterstützt. Vorhandene Maschinendaten werden dort ausgewertet und auf Anomalien untersucht, um mögliche Ausfälle vorherzusagen. Die Maschinendaten und die Analyseergebnisse wurden in Form von Dashboards, bestehend aus flexibel kombinierbaren Widgets und Grafiken anforderungsgerecht veranschaulicht und analysiert.

Dank der Implementierung des Data-Science-Workflows und seiner unterschiedlichen Rollenkonzepte profitiert TRUMPF erheblich von den Synergien abteilungsübergreifender Arbeitsabläufe.

Auf diese Weise ist es möglich den Zustand der Maschinen zu kontrollieren und die Instandhaltungsstrategien zu optimieren. Darüber hinaus können auf Basis von Daten und Algorithmen neue Geschäftsmodelle etabliert werden. Dank der On-Premise-Lösung behält TRUMPF die vollständige Kontrolle über die Daten und Algorithmen.

Zur vollständigen Case Study klicken Sie bitte hier.

Die Benutzeroberfläche des eoda | data science portal

Die Fähigkeit das Potential aus Daten und Algorithmen für sich zu nutzen, ist zu einer grundlegenden Kompetenz geworden. Eine Kompetenz, die über das Methodenset eines Data Scientist hinausgeht. Denn der entscheidende Faktor liegt in der Verbindung aus Data Science und Expertenwissen.

„Die Verbindung aus technologischen Methoden und menschlichen Kompetenzen sind für den Einsatz von Künstlicher Intelligenz unverzichtbar. Innovationskraft, Kreativität, emotionale Intelligenz und die Fähigkeit das erworbene Wissen in einen größeren Zusammenhang einzuordnen, ist dabei grundlegend“, sagt Oliver Bracht, Chief Data Scientist von eoda.

 

Teilen
Marta Gacal
Marta Gacal begann im Januar 2017 als Praktikantin und arbeitete anschließend als Werkstudentin bei eoda. Nach ihrem Masterabschluss in Sprachwissenschaften an der Universität Kassel ist sie seit März 2018 als Referentin im Produktmarketing bei eoda beschäftigt. Zu ihren Hauptaufgaben zählt die Vermarktung des eoda | data science environments. Das DSE, das sich aus dem eoda | data science core (DSC) und dem eoda | data science portal (DSP) zusammensetzt, ist eine individualisierbare Lösung für eine erfolgreiche Operationalisierung von Data Science in die Unternehmen.