Big Data

Industrielle Fertigungsprozesse zeichnen sich auch bei Hochgeschwindigkeitsanwendungen durch strenge Anforderungen an Präzision und Qualität aus. Systeme zur Überwachung müssen nahe am Ort des Geschehens sein, um zuverlässig und reaktionsschnell Unregelmäßigkeiten feststellen oder ihnen vorbeugen zu können. Daher ergeben sich durch die unterschiedlichen Verfahren, Komponenten und Parameter in mode..

In diesem Artikel wird gezeigt, wie Advanced Analytics helfen kann, den Recruiting-Prozess zu beschleunigen, qualitativ zu verbessern und sowohl die Candidates Journey als auch die KPI „Time to Hire“ zu reduzieren, die im immer stärker umkämpften Fachkräftemarkt essenziell ist. Dabei liegt der Fokus auf der fachlichen Beschreibung sowie der technischen Umsetzung zweier Use-Cases. Use-Case 1 beschä..

Der verstärkte Einsatz von Edge-Computing in IIoT-Szenarien erfordert heute sowohl Kompetenzen im Bereich Engineering als auch in den Bereichen Datenverarbeitung und Algorithmen. Eine Herausforderung für industrielle IoT-Projekte besteht daher darin, Engineering (Industrial Computing, PLC) und Data Science (Daten, KI-Modelle, Statistik, Cloud-IT) zusammenzubringen. Der vorliegende Artikel stellt e..

Digitale Transformationen gepaart mit Data Analytics führen zunehmend zur Disruption existierender Geschäftsmodelle. Obwohl Unternehmen bereits Erfahrungen im Bereich Data Analytics gesammelt haben, bleibt oft die Herausforderung, die Integration von Data-Analytics-Fähigkeiten in bestehende Geschäftsprozesse sicherzustellen – und das nachhaltig sowie wertbeitragsorientiert. Aus der Praxis wurde ei..

Schon seit einigen Jahren wird KI, Künstliche Intelligenz, als Antwort auf viele Fragen in einem Unternehmen gehandelt. Der Hype um vermeintliche Wunderthemen und Technologien wiederholt sich regelmäßig und ist mittlerweile auch in gemeinhin als konservativ eingestuften Branchen wie dem Versicherungssektor angekommen. War gestern noch Big Data in aller Munde, ist es heute KI. Allerdings können nur..