Holen Sie echten Nutzen aus Ihren Daten mit der Formel für mehr Erfolg!

In Zeiten von steigendem Kosten- und Wettbewerbsdruck ist es wichtig, die richtigen Entscheidungen im Unternehmen schnell und proaktiv zu treffen. Dazu braucht es eine gute Datengrundlage. Mit Hilfe von Data Science holen Sie genau das Wissen aus Ihren Daten, das Sie brauchen um Ihr Unternehmen zur Smart Company zu machen. Die Formel dafür lautet:

Artificial Intelligence + Business Intelligence = Company Intelligence

Kurz gesagt, mit Data Science senken Sie Ihre Kosten, steigern die Qualität und agieren schneller.

Von Big Data zu Smart Data

Für den Erfolg Ihrer Projekte ist es wichtig, dass Sie genau jene Daten sammeln, aus denen Sie am Ende einen Mehrwert generieren. Auch die wirtschaftliche Bewertung und Überprüfung auf Kosten/Nutzen ist einer der ersten wichtigen Projektphasen, durch die wir Sie begleiten. Sie sind damit besser in der Lage, zu agieren anstatt zu reagieren! Mit den extrahierten Informationen treffen Sie valide Vorhersagen , die Ihnen Entscheidungen erleichtern.

Die Anwendungsszenarien sind vielfältig und reichen von einer automatisierten (optischen) Qualitätssicherung mit Machine Learning über Predictive Maintenance mit dem Ziel „zero downtime“ bis hin zur Produktionsprozess- und Qualitätsoptimierung mit Predictive Analytics.

Es gelingt Ihnen, wichtige Einflussfaktoren, Energiewerte oder Maschinenausfälle vorherzusagen, Umsätze zu prognostizieren, Kundenabwanderungen zu vermeiden und Kosten einzusparen! Auch die Qualität Ihrer Produkte, Dienstleistungen und Prozesse lässt sich durch den Einsatz von Data Science, IoT Lösungen und KI-Methoden in der richtigen Kombination deutlich steigern.

Optimierte Prozesse, geringere Kosten und höhere Qualität

Ein Blick in die Zukunft

Potenzielle Probleme lassen sich durch den Einsatz von Data Science bereits erkennen, bevor sie entstehen. Mit Hilfe von Predictive Analytics lassen sich anhand historischer und aktueller Daten valide Vorhersagen erstellen. Dazu werden mehrere verschiedene (zeitbezogene) Variablen zu einem Vorhersagemodell kombiniert, das in der Lage ist, zukünftige Wahrscheinlichkeiten zu bewerten. Kurz gesagt lassen sich damit viele zeitbezogene Daten wie beispielsweise Umsätze oder Energie- und Verbrauchsdaten prognostizieren.

Zusammenhänge erkennen und nutzen!

Um Zusammenhänge und deren Auswirkungen zu untersuchen, lohnt sich zum Beispiel eine Root Cause Analysis. Bei dieser Analyse geht es nicht um Vorhersagen in die Zukunft, sondern um die Frage nach dem „Warum“. Es geht darum, die Daten und Zusammenhänge zu verstehen und herauszufinden, was einen positiven oder negativen Einfluss auf die Produktion oder die Qualität hat.

Statistische Modelle und Machine-Learning-Algorithmen wie zum Beispiel Regression (Linear & Logistisch), Decision Trees, Support Vector Machine, Random Forests, Gradient Boosting Machine, usw. unterstützen uns dabei, Zusammenhänge selbst über enorme Datenmengen hinweg zu erkennen. Diese dienen als Grundlage für Unternehmensentscheidungen. Mögliche Fragestellungen sind z.B. Welche Faktoren beeinflussen die Öffnungsrate meiner Newsletter? Oder welchen Einfluss haben Sonderangebote, oder die Websiteperformance auf die Conversionrate? Welche Kunden werden aus welchen Gründen demnächst abwandern?

Churn Analyse

Mit Hilfe der Churn Analyse verbessern Sie Ihre Kundenbindung, erzielen maximale Gewinnmargen und reduzieren Ihre Kosten.

Der Nebeneffekt: Ihr Image wird gesteigert. Sie erkennen 30 Wochen im Vorhinein die Abwanderungswahrscheinlichkeit Ihrer Kunden und finden so 60 bis 70% jener Kunden, die demnächst abwandern werden. So können Sie rechtzeitig Gegenmaßnahmen einleiten.

Bei einem Kundenabgang von 6 - 7 % pro Jahr (im Internet-Bereich durchaus gering) können wir durch „Predictive Analytics“ unter 100 Kunden 4 von 5 gefährdeten Kunden identifizieren.

Predictive Analytics

Erstellen Sie aussagekräftige Prognosen! Mit Hilfe von Predictive Lösungen lassen sich viele zeitbezogene Daten vorhersagen.

Mit Predictive Analytics und Forecasting ermitteln wir anhand von internen und externen Datenquellen, wie z.B. Wetterdaten, aktuelle Entwicklungen, die einen Einfluss auf Ihre Unternehmensbereiche haben. Wir treffen Vorhersagen über GuV, Kostenstellen, Energiewerte. Aber auch Vorhersagen über Umsätze, die Lebensdauer von Produkten und vieles mehr sind möglich. Dadurch haben Sie eine höhere Planungssicherheit, können fundierte Entscheidungen treffen und in vielen Bereichen Kosten sparen. Sie steigern Ihre Qualität und Ihre Umsätze. Wie wir damit mehrere 100 Tausend Euro Einsparungen realisieren konnten, lesen Sie hier!

Predictive Quality

Lassen Sie das System selbst lernen! Künstliche Intelligenz (KI) beziehungsweise Machine Learning ist ein Sammelbegriff für Methoden, bei denen ein Algorithmus aus bestehenden Informationen lernt und das Erlernte auf Unbekanntes anwenden kann. In vielen Bereichen können KI´s bereits überragende Ergebnisse erzielen. Es gelingt so zum Beispiel, die Qualität Ihrer Erzeugnisse zu steigern, Ausschuss zu reduzieren und Kosten zu senken. Gern helfen wir Ihnen bei der Frage, inwiefern diese Technologie zu Ihren Zielen passt.

mehr Information

So unterstützt Sie KI:

Fehler erkennen	Ist alles in Ordnung? Automatisierte Qualitätssicherung durch Bilderkennung oder Sensordaten!
Ursachen erkennen	Warum ist der Fehler passiert? Erkannte Fehler mit Sensordaten verknüpfen Erkennen, welche Komponenten und welche Zustände (Kombination verschiedener Parameter/Sensorwerte im Zusammenspiel) in der Produktion den Fehler verursachen Sensorwerte lassen sich einfach auslesen
Prozesse verbessern	Bei Fehlern rasch eingreifen automatisch Ausscheiden automatisierte Benachrichtigungen Dashboards Fehlerursachen analysieren und beheben

mehr Information

Um verlässliche Vorhersagen für die vorausschauende Wartung zu treffen, ist es erforderlich, eine große Menge von Daten (Big Data) zu erfassen, zu speichern und zu analysieren. Um Predictive Maintenance effizient zu betreiben, sind drei Arbeitsschritte erforderlich.

Zu Beginn das Erfassen, Digitalisieren und Übermitteln von Daten, das Speichern, Analysieren und Bewerten der erhobenen Daten sowie zu guter Letzt, das Errechnen von Eintrittswahrscheinlichkeiten für bestimmte Ereignisse.

Unsere Data Scienctisten haben in diesem Bereich sehr viel Erfahrung und wissen genau, wo man ansetzen muss.

Neben der Reduzierung von Störungen und Ausfallszeiten sind Wartungs- und Serviceintervalle sowie das Ersatzteilemanagement sind wesentlich besser planbar. Darüber hinaus ist es durch die Analyse der gesammelten Daten möglich, die Leistung der Maschinen zu verbessern und eine höhere Produktivität zu erzielen.

Wir unterstützen Sie!

Unsere fünf erfahrenen Data Scientisten, von denen zwei mit Promotion abgeschlossen haben, sind fachlich am aktuellsten Stand und beherrschen unter anderem verschiedene statistische Methoden, Maschine Learning Algorithmen wie Vector Machines, etc. und insbesondere Deep Learning für Bildverarbeitung. Bei zahlreichen Kundenprojekten in verschiedenen Branchen haben sie bereits einiges an Erfahrung gesammelt.

Unsere Data Scientisten:

machen Ihre Daten (be)greifbar
haben viel Erfahrung mit Algorithmen
lernen schnell und haben ein gutes Verständnis (zB. der Produktionsschritte, Abläufe)
sind Profis im Umgang mit Daten
sind Profis im Umgang mit Analysewerkzeugen

Selbstverständlich unterstützen wir Sie von Beginn an bis zum Projektende bei:

In einem ersten Gespräch finden wir gemeinsam neue Ideen und überprüfen diese auf ihre Umsetzbarkeit. Haben Sie bereits konkrete Vorstellungen von einem Use Case, überprüfen wir diesen gerne auf seine Umsetzbarkeit. Unsere Data Scientisten profitieren von ihrer langjährigen Erfahrung quer durch alle Branchen.

Anhand Ihrer bereits im Unternehmen vorhandenen Daten gelingt es unseren Data Scientisten auch oft, neue Use Cases basierend auf ihren bisherigen Erfahrungen und Fachwissen herauszuarbeiten.

Wir schauen uns in einem ersten PoC (Proof of Concept) Workshop an, welche Daten bereits gesammelt wurden und welche zusätzlich benötigt werden.

Bei den Überlegungen, welche Daten ergebnisrelevant sein können, macht das Zusammenführen und Kombinieren der Daten aus unterschiedlichsten Unternehmensbereichen DEN entscheidenden Unterschied. Das heißt, Daten aus einzelnen Systemen wie ERP, CRM oder sämtliche (I)IoT-Daten aus der Produktion müssen gemeinsam betrachtet werden, um daraus Wissen zu generieren.

Durch die fortschreitende Digitalisierung unter anderem durch den verstärkten Einsatz von IoT (Internet of Things) und IIoT (Industrial Internet of Things) explodiert die Zahl der gesammelten Daten regelrecht. Die Daten, die uns die verschiedenen Sensoren, Objekte, und Systeme, die bei der Datenerfassung beteiligt sind, liefern, sind äußerst vielfältig. Es gilt daher genau zu verstehen, wo die Daten herkommen, aus denen die Informationen extrahiert werden sollen.

Erst danach kann die Analyse, Aufbereitung und Interpretation der Daten von einem Data Scientisten Ursachen oder kausale Zusammenhänge aufdecken und so Hinweise liefern, warum zum Beispiel Maschinenausfälle oder die Ausschussproduktion zu einem bestimmten Zeitpunkt höher als üblich waren.

Die so erhaltenen Resultate werden in verständlicher und übersichtlicher Weise aufbereitet und präsentiert. Es gilt also, einen Bogen von Rohdaten zu Information, von Information zu Wissen, und von Wissen zum Treffen fundierter Entscheidungen zu schlagen.

Im Bereich Data Science beschäftigen wir uns unter anderem mit:

Künstliche Intelligenz
Machine Learning
Deep Learning
Data Mining
Big Data Analytics
Business Intelligence
Data Analysis
Predictive Analytics

Jedes Unternehmen steht bei angehenden Data Science Projekten vor anderen Herausforderungen. Wir unterstützen Sie entsprechend Ihrer individuellen Problemstellung. Dabei geht es nicht immer darum, ein „Predictives System“ zu finden und zu implementieren sondern oft können wir auch auf simple organisatorische Änderungen und Verbesserungen hinweisen und diese weiterentwickeln.

Möchten Sie Ihre Erfahrungen nutzen, um automatisch neues Wissen zu generieren? Genau darum geht es zum Beispiel bei Machine Learning. Ein System lernt aufgrund eines aus Algorithmen aufgebauten Modells anhand bereits vorhandener Daten. Während der Lernphase lernt das Modell Muster und Gesetzmäßigkeiten die es später zur Vorhersage von neuen Daten verwendet.

Unsere Data Scientisten bringen das notwendige Know-how mit und entwickeln statistische Modelle die sich immer weiterentwickeln, indem sie anhand der vorhandenen und ständig neu dazukommenden Daten lernen.

Die Datenqualität bezeichnet die Gesamtheit der Anforderungen an eine Information bzw. ein Informationsprodukt, die sich auf deren Eignung zur Erfüllung gegebener Informationsbedarfe beziehen“. (Nohr, Wikipedia)

Relevanz und Zusammenhang	Stellen Sie sich zu Beginn Ihres Projektes die Frage: „Brauche ich diese Information wirklich?“ Und zwar im Hinblick auf die Frage die Sie beantworten wollen.
Glaubwürdigkeit	Kann ich auf die Richtigkeit der Information vertrauen?
Zusammenhang und Vollständigkeit	Ist die Information tatsächlich das, wonach ich suche?
Richtigkeit / Genauigkeit	Messe ich tatsächlich, was ich messen möchte? Wird es so gemessen, dass ich damit etwas anfangen kann?
Zeitlicher Zusammenhang	Wie aktuell ist die Information?

Diese Qualitätssteigerungen und Kostenreduktionen resultieren unter anderem aus der besseren und schnelleren Anpassungsfähigkeit und Ressourcenoptimierung durch Predicitve Analytics. Entscheidungen können anhand einer fundiertem Datenbasis schneller und zielgenauer getroffen werden. Durch die Ermittlung der Zusammenhänge sämtlicher Daten können sie Ursache-Wirkung schneller und effektiver bestimmen und so Ihre Effizienz verbessern.

Wie sie all diese Technologien sinnvoll, effektiv und gewinnbringend einzusetzen, zeigen Ihnen unsere Data Scientisten. Sie unterstützen Sie bei der Erarbeitung und Umsetzung der richtigen Daten-Strategie, der Architektur, der Infrastruktur und der Entwicklung von Algorithmen.

Mit Advanced Analytics Energiekosten einsparen

ÖBB-Produktion GmbH

Durch eine frühzeitige und sehr exakte Vorhersage des Bahnstrombedarfs konnten die Energiekosten der ÖBB dauerhaft gesenkt werden!

Learn More →

Qualitätsicherung und Produktionsprozessoptimierung mit Data Science

AMAG - Austria Metall GmbH

In einem Pilotprojekt wird Data Science zur Qualitätssicherung und Optimierung von Produktionsprozessen genutzt. Am Produktionsstandort Ranshofen ist man den Daten für mehr Qualität auf der Spur.

Learn More →

Höhere Planungssicherheit

Österreichisches Verkehrsbüro AG

Eine höhere Planungssicherheit und vereinfachte Zukunftsplanung durch den Einsatz von Advanced Data Analytics und Machine Learning konnten wir bei der Verkehrsbüro Gruppe realisieren.

Learn More →

Data Science

Holen Sie echten Nutzen aus Ihren Daten mit der Formel für mehr Erfolg!

75% Zeit-Einsparung

70% weniger Kundenabwanderung

100k Kosten-Einsparung

25% Ausschuss-Reduktion

Sammeln, analysieren und visualisieren

Von Big Data zu Smart Data

Qualitätssicherung und Produktionsprozessoptimierung
mit Data Science