Learnings

In einer Zeit, in der Nachhaltigkeit und Ressourceneffizienz immer mehr an Bedeutung gewinnen, setzt das internationale Forschungsprojekt BePro-CEND (Befähigung produzierender Unternehmen zur Umsetzung von Circular Economy durch Nutzung von Daten) neue Massstäbe. Ziel des Projekts ist es, Unternehmen der Werkzeugmaschinenindustrie dabei zu unterstützen, eigene digitale Serviceangebote im Hinblick durchgängiger Kreislaufwirtschaft zu entwickeln.

Big Data ist einer der grossen Trends. Was versteckt sich dahinter und wofür kann man es benutzen?

Der Artikel diskutiert, ob in Industrie 4.0-Umgebungen heutzutage eher ein klassisches Data Warehouse oder ein moderneres Lakehouse als zentrale Datenplattform sinnvoll ist. Dabei zeigt er die Entwicklung von DWH über Data Lakes hin zum Lakehouse auf und beleuchtet, welche Anforderungen aus der Produktion (z. B. IIoT, Echtzeitdaten, unstrukturierte Daten) bestehen.

Der zweite Teil baut auf den Grundlagen aus Teil 1 auf und zeigt, wie man in der Praxis von Industrie 4.0 zu einer Architektur (Data Warehouse / Lakehouse) gelangt. Dabei geht es um methodische Ansätze, konkrete Komponenten, Integrationen und Gestaltungsempfehlungen in realen Umgebungen.

Werden Sie Data-Driven! - Wir unterstützen Ihr Unternehmen um mit Daten-Applikationen Mehrwert zu schaffen. Man sieht sich heute mit zunehmenden Datenmengen, vielen Schnittstellen und komplexen Geschäftsabläufen konfrontiert. Wir helfen Ihnen mit unserer Expertise im Bereich Daten & Analyse das Beste aus Ihren Informationen herauszuholen.

Über die Cloud der OT, Datenplattform Microsoft Fabric und Vergleich mit «Best in Class»

Eine Datenlandkarte ist ein ausgezeichnetes Werkzeug, um einen Überblick über die eigenen Daten zu erhalten. Sie zeigt, wo im Unternehmen Daten erhoben, gespeichert und genutzt werden und wie sie miteinander verbunden sind.

Der öffentliche Verkehr steht vor einer zunehmenden Digitalisierung. Eisenbahn- und städtische Verkehrsbetreiber generieren täglich grosse Mengen an Betriebs- und Fahrgastdaten. Die Herausforderung besteht darin, diese Daten effizient zu verwalten, zu analysieren und für betriebliche Optimierungen zu nutzen. Microsoft Fabric bietet eine leistungsfähige, cloudbasierte Plattform, die Verkehrsunternehmen bei der Datenintegration und -analyse unterstützt.

Microsoft Fabric revolutioniert die Art und Weise, wie Unternehmen ihre Daten verwalten, analysieren und für geschäftskritische Entscheidungen nutzen. Eine besonders leistungsfähige Kombination ergibt sich durch die Integration von dbt (Data Build Tool) mit Microsoft Fabric, da sie moderne Datenmodellierung, Automatisierung und Transformation miteinander verbindet. In diesem Artikel zeigen wir, wie Unternehmen dbt optimal mit Microsoft Fabric nutzen können, um ihre Datenprozesse effizienter und skalierbarer zu gestalten.

Unternehmen stehen vor der Herausforderungen mit gestiegenen Datenmengen umzugehen und diese für den Unternehmenserfolg zu nutzen. Häufig stehen die Unternehmen dabei vor einem Berg historisch gewachsener Applikationslandschaften, mangelnder Datenqualität oder unzureichenden Datenkompetenzen.

OLAP, OLTP - was bedeuten diese Abkürzungen? Die Welt der Datenarchitekturen ist komplex und vielseitig. So auch die vielen Abkürzungen und Fachbegriffe.

In der modernen Industrie ist die Früherkennung von Materialermüdung und strukturellen Veränderungen essenziell, um ungeplante Ausfälle und kostspielige Reparaturen zu vermeiden. Eine besonders präzise Methode zur vorausschauenden Wartung (Predictive Maintenance) ist die optische Deformationserkennung. Durch hochauflösende Sensoren und künstliche Intelligenz (KI) lassen sich Veränderungen an Bauteilen frühzeitig erkennen, bevor es zu kritischen Schäden kommt.

Moderne Industrie- und Transportbetriebe stehen vor der Herausforderung, den Zustand ihrer Maschinen und Anlagen kontinuierlich zu überwachen, um ungeplante Ausfälle zu vermeiden. Eine innovative Methode zur vorausschauenden Wartung (Predictive Maintenance) ist die Schadenserkennung mittels Akustiksignalen. Durch den Einsatz fortschrittlicher Sensorik und KI-gestützter Analysen lassen sich frühzeitig Anomalien erkennen, sodass Wartungsarbeiten gezielt geplant und kostspielige Stillstände vermieden werden können.

Mit Data Sience Ihre Daten besser verstehen und einen effektiven Wettbewerbsvorteil erarbeiten. Unternehmen sehen sich im Zuge der Digitalisierung mit immer grösseren Datenmengen konfrontiert. Diese können für das Unternehmen wertvolle Erkenntnisse darüber haben, wie beispielsweise Kunden die heutigen Produkte nutzen, wie das Verhalten ist.

Bei der Umsetzung von Ideen oder Projekten im Bereich der künstlichen Intelligenz können viele Stolpersteine auftauchen. Eines dieser Themen kann zum Beispiel der Datenschutz sein oder zu grosse Datenmengen in dezentralen Systemen. Hierbei kann der Ansatz Federated Learning helfen, diese Stolpersteine aus dem Weg zu räumen.

Die beiden Begriffe Supervised und Unsupervised Learning sind häufige Begriffe in der Welt der künstlichen Intelligenz. Doch was ist der Unterschied dieser beiden Vorgehensweisen.

Ein Datenkatalog ist eine zentralisierte Plattform, die Informationen über die Datenbestände einer Organisation bereitstellt. Er ist eine Art “Verzeichnis” von Daten, das es Benutzern ermöglicht, leicht zu finden, zu verstehen und zu nutzen, was für ihre Arbeit relevant ist.

Ein zentraler Speicherort für Ihre Unternehmensdaten ist ein wichtiger Erfolgsfaktor im Zuge der digitalen Transformation. Ein Data Lake ist ein zentraler Speicherort für Ihre gesamten Unternehmensdaten und unterstützt Sie bei künftigen Unternehmensentscheidungen.

In der heutigen datengetriebenen Geschäftswelt ist eine zuverlässige und leistungsfähige Data-Warehouse-Lösung unverzichtbar. Unternehmen generieren täglich grosse Mengen an Daten, die strukturiert, analysiert und in wertvolle Erkenntnisse umgewandelt werden müssen. Ein gut geplantes Data Warehouse ermöglicht eine zentrale Speicherung, schnelle Verarbeitung und umfassende Analyse dieser Daten.

Der effiziente Datenfluss von einem System zum anderen - zum Beispiel von einer SaaS-Anwendung zu einem Data Warehouse (DWH) - ist einer der wichtigsten Prozesse in den heutigen datengesteuerten Unternehmen.

Das Thema künstliche Intelligenz (KI) ist in aller Munde und viele Organisationen versuchen die Ansätze für die Weiterentwicklung und Verbesserung einzusetzen. Oftmals stellt sich zu Beginn die Frage was KI überhaupt ist und welche Ansätze es gibt.

Data Governance ist der übergeordnete Rahmen für das Management, die Kontrolle und die Nutzung von Daten in einer Organisation. Sie umfasst alle Richtlinien, Prozesse, Rollen und Technologien, die sicherstellen, dass Daten über ihren gesamten Lebenszyklus hinweg korrekt, sicher, verfügbar und nutzbar sind. Ziel ist es, die Datenqualität zu sichern, Risiken zu minimieren und die Einhaltung gesetzlicher sowie unternehmensinterner Vorgaben zu gewährleisten.