Enttäuschung über KI-Projekt vermeiden. – Aber wie…?
PROBLEM:
Es gibt immer mehr Daten. Aber wenn KI-Projekte starten, ist unklar, ob die relevanten Daten in ausreichender Frequenz, Qualität und Zeit verfügbar sind. Daher können die Erwartungen an ein KI-Projekt enttäuscht werden, wenn erkannt wird, dass die Daten nicht ausreichend gut sind.
Dann wird jedoch die Schuld den KI-Algorithmen zugeschoben. Weitere Aktivitäten für KI-Analysen finden oft nicht mehr statt. Daher wird das hohe Potential ...
Ausfallprognose für kritische Komponenten von Metallpressen
PROBLEM:
Teile komplexer Anlagen fallen aus und dadurch Stillstand für die gesamte Anlage sowie ggf. weitere Anlagen in der Linienproduktion.
Leider bisher Zusammenhänge zwischen Daten und zukünftigen Störungen nicht erkennbar, weder von Maschinenexperten noch von Data Scientists.
ZIEL:
Einflüsse frühzeitig aufdecken, die zum Störfall führen.
Somit frühzeitiges Erkennen zukünftiger Störfälle, um Stillstände zu vermeiden.
ERGEBNIS:
S...
Auszeichnung für herausragende unternehmerische Leistungen
Wir danken DISQTRUST, dem Deutschen Institut für Service-Qualität, für diese schöne Bestätigung: Innovation und Kundenorientierung zahlen sich aus!
Die Auszeichnung würdigt „…Unternehmen, die in ihrer Branche Maßstäbe setzen und durch herausragende Professionalität, Innovationskraft und nachhaltige Unternehmensführung überzeugen. …
Die Studie zeigt eindrucksvoll, dass echte Qualität im Mittelstand kein Zufall ist, sondern das Ergebnis sy...
Analyse des Energieverbrauchs im Stahlwerk
PROBLEM:
Kein erkennbarer Zusammenhang zwischen
* Energieverbrauch der Brammen-Stoßöfen und
* Eigenschaften der Stahlblöcke
ERGEBNIS der KI:
Überdurchschnittlich hohe Genauigkeit zur 24 h-Berechnung des Energieverbrauchs trotz sehr hoher Dynamik und Komplexität im Erwärmungsprozess
Für mehr Info: https://www.ispredict.com oder info@ispredict.com
#ispredict #drohne #künstlicheintelligenz #ki #energie #stahl #prozessindustrie #prognose #algorithmen #bigdata
Komplexe Ursachenanalyse für Minderqualität – Case Study
Aus 5.000 Einflussparametern deckt Selbstlernalgorithmik die verwobenen + dynamischen Zusammenhänge auf, die die Qualität negativ beeinflussen.
ZIEL:
Ursachenforschung und Optimierung der Qualitätsparameter in der Produktion
PROBLEM:
Die Herstellung von Gipsfaserplatten dauert ca. 2 Tage. Der Prozess ist diskontinuierlich und hat über 5.000 Einflussparameter. Die Produktverfolgbarkeit ist nur teilweise gegeben, da z.B. die Papieraufbere...
KI berechnet komplexe Wärmerückgewinnung für Holztrockner-Anlage
ZIEL:
Entscheidungshilfe, ob sich Wärmerückgewinnung lohnt.
PROBLEM:
Stark variierender Energieverbrauch des Holztrockners, so dass unklar ist, wie viel Fernwärme bei vorgewärmter Luft von mind. 20 ° C einspart wird.
ERGEBNIS:
Aufdeckung der Einflüsse auf den Energieverbrauch
Hochgenaue Prognose des Energieverbrauchs
-> Wärmerückgewinnung spart 25 % der Energie ein.
https://www.ispredict.com oder info@ispredict.com
#ispredic...
Der „hippe Emil“ kommt!
Gestern wurde das Forschungsprojekt mit dem schönen Namen HIP-EMIL der Öffentlichkeit vorgestellt.
Hier soll ein adaptives, prädiktives und hybrides Energiemanagement entstehen, das den Energiebedarf in unterschiedlichsten Gebäudetypen (Wohnungen, Gewerbe, Industrie) deutlich reduzieren soll.
Warum so viel Fokus auf Gebäude? Weil rund 1/3 der in Deutschland benötigten Energie in ihnen „verschwindet“.
IS Predict wird adaptive und erklärende Künstliche Intelligenz-Analyse...
Kreditausfälle minimieren dank erklärender KI: 99,x % Trefferquote!
ZIEL:
Kreditausfälle vermeiden. Fördergelder zweckgerecht anwenden.
Daher in Massendaten die Firmen aufdecken, deren Kredit- / Förderfähigkeit sich negativ entwickeln wird.
PROBLEM:
Jeder Kredit- / Förderantrag wird zu Beginn im Detail geprüft. Die Situation der Firmen ändert sich jedoch über die Zeit.
* Einerseits kann das Risiko wachsen, den Kredit nicht zurückzahlen zu können.
* Andererseits kann der Fördernehmer seine An...
Frühzeitiges Aufdecken von Ineffizienten für Blockheizkraftwerk
ZIEL:
Effizienter Energieeinsatz zur Strom- und Wärmegewinnung. Frühzeitig Anomalien im operativen BHKW-Betrieb aufdecken: Zusammenhänge zwischen Leistung von Generator, Motor sowie Abgas- und Plattenwärmetauscher
PROBLEM:
Anomalien einer Komponente sind beeinflusst von anderen Komponenten.
Notwendige Daten werden nicht erfasst und müssen abgeleitet werden.
ERGEBNIS:
Verlässliches Aufdeckung der Zusammenhänge zwischen ineffizient...
Ausfallprognose kritischer Klimaanlagensysteme
ZIEL:
Ca. 2 Wochen im voraus wissen, wann Klimaanlagen im Rechenzentrum ausfallen werden.
PROBLEM:
Hohe Dynamik der Einflüsse bei Tausenden von Klimaanlagen
ERGEBNIS:
Genauigkeit 98% sowie keine Versendung von Servicetechnikern ohne Grund (keine „False Positive“)
https://www.ispredict.com oder info@ispredict.com
#ispredict #drohne #künstlicheintelligenz #ki #ai #erklaerendeki #xai #energie #vorausschauendewartung #gebäude #Rechenzentrum #klimaanlage
