Industrie & Logistik

Data Analytics, Business Intelligence & Datenplattformen für Industrie & Logistik in der Schweiz

In der Schweizer Industrie und Logistik stehen Sie unter Druck: steigende Energie- & Materialkosten, kürzere Lieferketten, wachsende Komplexität. Mit modernen Data-Analytics-Plattformen, BI-Dashboards und automatisierten Datenströmen verwandeln wir Ihre Daten in Wettbewerbsvorteile: schnellere Entscheidungen, weniger Ausfälle, deutliche Kostenersparnis.
Ein weitläufiges, helles und modernes Industrie- oder LogistikgebäudeEine schematische Darstellung eines Datasystems

Herausforderungen

Ungeplante Maschinenausfälle vermeiden

Unerwartete Ausfälle kosten Zeit und Geld. Mit prädiktiver Wartung erkennst du Probleme, bevor sie entstehen, und sorgst für reibungslose Abläufe.

Emissionen und Energieverbrauch senken

Steigende Umweltauflagen und Energiekosten sind eine Herausforderung. KI hilft dir, Prozesse zu optimieren und deinen ökologischen Fussabdruck zu minimieren.

Fehler und Defekte in der Produktion reduzieren

Manuelle Kontrollen übersehen oft wichtige Details. Automatisierte Fehlererkennung sorgt für höhere Qualität und spart Material sowie Ressourcen.

Kompetenzen

Industry 4.0 verbindet modernste Technologien wie IoT, KI und Big Data, um Fertigungs- und Produktionsprozesse intelligenter, effizienter und flexibler zu gestalten. Wir helfen Ihnen, das volle Potenzial dieser Revolution auszuschöpfen.

Supply Chain Optimierung

Von der Bestandsverwaltung bis zur Lieferkette: Mit datenbasierten Lösungen optimieren wir jeden Schritt Ihrer Supply Chain, reduzieren Engpässe und erhöhen Ihre Effizienz – für nachhaltigen Erfolg in einer vernetzten Welt.

Industry 4.0

Industry 4.0 verbindet modernste Technologien wie IoT, KI und Big Data, um Fertigungs- und Produktionsprozesse intelligenter, effizienter und flexibler zu gestalten. Wir helfen Ihnen, das volle Potenzial dieser Revolution auszuschöpfen.

Monitoring

Durch kontinuierliches Monitoring bieten wir Ihnen Echtzeit-Transparenz über Ihre Systeme, Prozesse und Daten. So können Sie frühzeitig Anomalien erkennen, die Effizienz steigern und fundierte Entscheidungen treffen.

Predictive Maintenance

Predictive Maintenance nutzt fortschrittliche Datenanalysen, um Ausfälle vorherzusagen und Wartungsmassnahmen proaktiv zu planen. So reduzieren Sie ungeplante Stillstände, verlängern die Lebensdauer Ihrer Maschinen und senken langfristig Kosten.

Circular Economy

Die Circular Economy setzt auf nachhaltige Ressourcennutzung und Wiederverwertung. Mit datengestützten Lösungen helfen wir Ihnen, Geschäftsprozesse zu optimieren, Abfall zu minimieren und den Lebenszyklus Ihrer Produkte zu verlängern – für eine nachhaltigere Zukunft.

Digital Twin

Lassen Sie uns eine präzise digitale Kopie Ihrer physischen Assets und Prozesse anfertigen. Durch Echtzeit-Datenanalysen können Sie diese simulieren, überwachen und optimieren, um Entscheidungen zu verbessern und Betriebseffizienzen zu maximieren.

Predictive Quality

Nutzen Sie mit unserer Hilfe fortschrittliche Analytik, um Qualitätsprobleme schon vor ihrer Entstehung zu identifizieren. So können Sie Fehler frühzeitig erkennen, Produktionsprozesse optimieren und eine konstant hohe Produktqualität sicherstellen.

Energie- & Prozesskosten­optimierung

Durch datenbasierte Analysen und intelligente Automatisierung helfen wir Ihnen, Energie- und Prozesskosten in Echtzeit zu überwachen und zu optimieren. So reduzieren Sie Verbrauch, steigern die Effizienz und senken Ihre Betriebskosten nachhaltig.

Referenzen

Geberit AG

Datengetriebene Prozessoptimierung für Geberit AG

Für die Geberit AG haben wir historische Prüfdaten analysiert und mittels Machine Learning neue Erkenntnisse für die Optimierung des Qualitätsprüfprozesses gewonnen. Dadurch konnten konkrete Massnahmen abgeleitet, Prüfzeiten reduziert und Produktionsfehler verringert werden.

Referenz anschauen
SABAG AG

Business Intelligence Quo Vadis bei SABAG

Für die SABAG Gruppe haben wir eine umfassende Standortbestimmung ihrer Business-Intelligence-Landschaft durchgeführt. Durch Workshops, Prozessanalysen und die Definition klarer Lösungskomponenten konnten wir eine transparente Grundlage schaffen, um Reporting, Datenqualität und BI-Prozesse nachhaltig zu verbessern.

Referenz anschauen
V-ZUG

Kategorisierung von Felddaten mittels LLM bei V-ZUG

V-ZUG stand vor der Herausforderung, tausende Felddaten aus Servicefällen für die Qualitätskontrolle manuell zu klassifizieren. Aufgrund des hohen Aufwands erfolgte diese Klassifizierung zunächst nur einmal monatlich für eine begrenzte, repräsentative Stichprobe. Gemeinsam mit Substring wurde eine KI-gestützte Lösung entwickelt, die Servicefallmeldungen automatisch analysiert und klassifiziert. Mithilfe moderner Sprachmodelle (LLMs) und Retrieval Augmented Generation konnten unstrukturierte Texte in strukturierte Daten überführt werden. Seit der Einführung der Lösung werden nun sämtliche Servicedaten täglich durch die KI klassifiziert. Das System integriert sich nahtlos in die bestehende BI-Architektur, verbessert die Datenqualität und reduziert die Bearbeitungszeit signifikant. Dank der täglichen Datenverfügbarkeit können wir Folgeprozesse wie Trendanalysen oder Ursachenanalysen jetzt schneller und genauer durchführen. Die Stakeholder erhalten dadurch schnellen und konsistenten Zugang zu den wichtigsten Informationen – ein echter Mehrwert für die gesamte Organisation.

Referenz anschauen
Amberg Technologies AG

Deep Learning für die Schadenserkennung in Tunnels

Dieses Deep Learning Projekt, bei welchem die Effizienz der Tunnel-Wartung um 60% erhöht wird, wurde für die Engineering Firma Amberg Technologies AG erfolgreich umgesetzt. Die von uns entwickelte AI-Komponente auf der Basis von Bildauswertungen wurde zwischenzeitlich in die Wartungssoftware von Amberg integriert.

Referenz anschauen
Stöcklin AG

Dashbaords as a Service für Stöcklin Lagersysteme

Für die Stöcklin Logistik AG haben wir eine umfassende Data-Monitoring- und Alerting-Plattform (DMA) entwickelt. Die Lösung bildet die Grundlage für datengetriebene Services wie vorausschauende Wartung, Echtzeit-Überwachung und energieoptimierten Anlagenbetrieb.

Referenz anschauen
Die Schweizerische Post

KI-gestützte Predictive Maintenance Lösung bei Sortieranlagen der Post

Die Paketsortieranlagen sind ein wichtiger Bestandteil um die 185 Millionen Pakete (2023), welche die Post jährlich zustellt, effizient zu verarbeiten. Ausfälle bei den sogenannten Kippschalensortern führen zu hohen Beständen, viel Nacharbeit und signifikantem Wartungsaufwand, was sich durch verspätete Zustellung bei den Kunden äussert. Zur Vermeidung ungeplanter Ausfälle, wurde daher eine Lösung mittels künstlicher Intelligenz realisiert, die die Kippschalensorter analysiert, unerwartete Ausfälle antizipiert und so in die Wartungsfenster einplant.

Referenz anschauen
SIPRO STEEL SOLUTIONS

Die neue Datenplattform für SIPRO STEEL SOLUTIONS

Bei SIPRO STEEL SOLUTIONS sollte ein On-Premise Data Warehouse aufgrund veralteter Architektur und den damit verbundenen Limitationen durch ein modernes Cloudnative Data Warehouse ersetzt werden. Dazu wurde eine moderne Datenplattform auf Microsoft Azure Basis aufgebaut. Es werden Daten vom ERP-System auf die Plattform geladen, dort mittels Medaillon Modell transformiert und im Anschluss in Form von Reports in Microsoft Power BI bereitgestellt. Mit dieser neuen modernen Architektur können schneller aussagekräftige Analysen zum Geschäft erstellen. Zudem schafft die neue Architektur eine Basis, um zukünftig weitere Datenquellen im Data Warehouse effizient einbinden zu können. Durch die erfolgreiche Modernisierung konnten Wartungs-, Lizenz- und Betriebskosten deutlich gesenkt werden.

Referenz anschauen
Operative Datasystems
Artificial Intelligence
Business Intelligence - Data Platforms
Data Consulting

Glossar

Industrie 4.0 & Logistik: Ihr Nachschlagewerk für Daten und KI

Blog: Braucht Industrie 4.0 ein Data Warehouse oder ein Lakehouse? (Teil 2)

Blog: Braucht Industrie 4.0 ein Data Warehouse oder ein Lakehouse? (Teil 1)

BePro-CEND: Substring AG treibt zirkuläre Geschäftsmodelle voran

Optische Deformationserkennung – Präzise Überwachung für Predictive Maintenance in der Industrie

Schadenserkennung mittels Akustiksignalen – Predictive Maintenance neu gedacht

Daten-OT/IT im industriellen Umfeld: Wie stark sind die Grossen?

Learnings
Ressourcen
How to
Unsere Kunden verwenden sensoren von

FAQ

Antworten auf Ihre Fragen – Datenlösungen für Industrie & Logistik
Was braucht es für eine Datenplattform in der Industrie und Logistik?

Eine Datenplattform in der Industrie und Logistik benötigt eine skalierbare Infrastruktur, die grosse Mengen an Echtzeit- und historischen Daten verarbeiten kann. Sie sollte robuste Datenintegrations- und -managementtools bieten, um Informationen aus verschiedenen Quellen wie ERP-Systemen, IoT-Geräten und Lagerverwaltungssystemen zusammenzuführen. Zusätzlich sind Sicherheitsmechanismen, Datenvisualisierungsmöglichkeiten und KI-gestützte Analysefunktionen essenziell, um datenbasierte Entscheidungen zu unterstützen.

Wie kann Business Intelligence zur Optimierung in der Industrie und Logistik beitragen?

Business Intelligence (BI) optimiert Industrie- und Logistikprozesse durch datengetriebene Analysen, die Transparenz schaffen und Ineffizienzen aufdecken. Mit Echtzeit-Dashboards und Prognosetools können Unternehmen Ressourcen besser planen, Risiken frühzeitig erkennen und fundierte Entscheidungen treffen. So steigert BI Effizienz, senkt Kosten und stärkt die Wettbewerbsfähigkeit.

Ist der Einsatz von KI in der Industrie und Logistik mit bestehenden Systemen kompatibel?

Der Einsatz von KI in der Industrie und Logistik kann mit bestehenden Systemen kompatibel sein, erfordert jedoch oft Anpassungen im Bereich von Retrofit für Sensoren und Messgeräte, Schnittstellenintegrationen von der OT in die IT und Datenaufbereitung um die unstrukturierten Daten in einem KI-Modell verwenden zu können.

Welche Daten werden von Maschinen benötigt, um KI-gestützte Lösungen zu implementieren?

Für KI-gestützte Lösungen benötigen Maschinen Daten wie Sensordaten, Betriebsparameter, historische Produktionsdaten, Wartungsprotokolle und Qualitätsmetriken, um Modelle zu trainieren und Vorhersagen zu treffen. Einige Anbieter ermöglichen den Zugang zu diesen Daten über Protokolle wie z.B. MQTT.

Wie verbessert KI die Qualitätskontrolle und Fehlererkennung in der Produktion?

KI verbessert die Qualitätskontrolle und Fehlererkennung in der Produktion durch den Einsatz von Bildverarbeitung und maschinellem Lernen zur Identifikation von Defekten, Anomalien und Mustern in Echtzeit, was eine präzisere und schnellere Fehlerbehebung ermöglicht.

Welche Prozesse in der Logistik lassen sich durch Daten automatisieren?

In der Industrie & Logistik lassen sich durch Prozesse wie Lagerverwaltung, Routenplanung, Bestandsprognosen, Qualitätskontrollen, Predictive Maintenance, Nachfrageanalysen und die Automatisierung von Transportabläufen optimieren und automatisieren.

Wir sind gerne persönlich für Sie da.

Bereit für den nächsten Schritt? Wir sind es auch.

Kontakt aufnehmen
Diese Firmen vertrauen uns bereits.
Portraits von Nino Müller, Dr. Marc Tesch, Dr. Sebstian Lienert und Eric Rufer aus dem Substring Team mit jeweils blauem Hintergrund