Data-Mining-Methoden im industriellen Umfeld
Durch die zunehmende Automatisierung der Fertigungsprozesse und den verstärkten Einsatz von Sensoren fallen in immer kürzeren Zeitabschnitten immer größere Produktions- und Anlagendatenbestände an, die gegenwärtig nur ungenügend genutzt werden. Nur ca. 7 % der Daten werden für die Analyse komplexer Zusammenhänge und Trends sowie zur Optimierung von Prozessabläufen und kostenrelevanter Entscheidungen verwendet, obwohl solche Analysen gerade für Unternehmen mit hoher Innovationsdynamik von erfolgsentscheidender Bedeutung sind.
Wesentlicher Grund für die ungenügende Nutzung vorhandener Prozessdaten für zielgerichtete schnelle Entscheidungen ist der Mangel an intelligenten echtzeitfähigen Softwarewerkzeugen. Zwar stehen gegenwärtig zur Gewinnung von charakteristischen Informationsmustern und -modellen zahlreiche leistungsfähige Data-Mining-Methoden zur Verfügung, deren effiziente Einführung in ein heterogenes Produktionsumfeld mit vielen Echtzeitanforderungen stellt jedoch eine anspruchsvolle noch zu lösende Herausforderung dar. In drei Vorträgen zu neueren Forschungsergebnissen und industriellen Anwendungen soll dies näher beleuchtet werden.
15:00 Begrüßung
Prof. Dr.-Ing. Jürgen Beyerer, Fraunhofer IITB
15:15 »Graph Mining: Von Wunschdenken zu sinnvollen und effizienten Lösungen«
Prof. Dr. Klemens Böhm , Universität Karlsruhe
16:00 »Predictive Analytics Vorhersagen durch Data Mining im Fertigungsprozess«
Dr. Markus Eberl, SPSS GmbH Software, München
16:30 »Erfahrungen des IITB beim Einsatz von Data Mining-Methoden in der Prozessindustrie«
Dr. Thomas Bernard, Christian W. Frey
17:00 Diskussion der Vorträge
17:15 Gedankenaustausch bei Wein und Brezeln
Weitere Informationen finden Sie unter: http://www.iitb.fhg.de/?14917