Zum Inhalt springen Zur Navigation springen Zum Fußbereich und Kontakt springen

Data Science

Industrie 4.0, Big Data, Data Mining – was vor wenigen Jahren noch Schlagwörter auf Konferenzen waren, hat längst Einzug in unseren täglichen Projektalltag gehalten. Ein wesentlicher erkennbarer Trend sind größere und komplexere Datenmengen, die als Eingangsgrößen für unsere Projekte zur Verfügung stehen. Daraus ergeben sich in Ihrer Logistik- und Fabrikplanung völlig neue Möglichkeiten zur Darstellung komplexer Wirkzusammenhänge und der Ableitung von Ergebnissen.

Data_Science LOGSOL-Expertise

LOGSOL-Expertise

Klassische Office-Anwendungen und Methoden zur Datenauswertung geraten schnell an ihre Grenzen. Um eine Projektaufgabe zu bearbeiten, müssen die richtigen und dafür notwendigen Daten zur Verfügung stehen. Die Expertise dazu hat LOGSOL in den vergangenen Jahren immer mehr vertieft. Unsere Data-Analyst-Experten und Expertinnen besitzen umfangreiche Anwendungskenntnisse und Projekterfahrung. Der Umgang mit Datenbanken, Python und bspw. Azure oder PowerBI gehört ebenso dazu wie Kenntnisse zur Statistik und zum maschinellen Lernen.

Analytics mit Business Intelligence Tools als Teil der Analyse

Unsere Analysts unterstützen die Projekte in den entsprechenden Phasen der Datenauswertung und Aufbereitung mit BI Tools. Damit können wir datenbasiert komplexe Zusammenhänge transparent darstellen. Auf dieser Basis werden Grundlagen für weitere Planungsschritte gelegt. Zudem bleiben die Datenmodelle flexibel. Neue Prämissen können wir direkt adaptieren.

data-science

Analyse der Datenquellen

Service_DataScience_API

Schnitstellenprogrammierung

Service_DataScience_BI

Integration in Power BI

Service_DataScience_Rechner

Erstellung Dashboard

Von der Datenflut zu transparenten KPI Dashboards

Wir begleiten Projekte, bei denen die Welt der Daten an sich im Vordergrund steht. Die speziellen Analytics-Projekte zielen darauf ab, unserer Kunden bestehende Unternehmensdaten aus verschiedenen Quellen dynamisch verfügbar zu machen.

Nach Datentransformation und Bereinigung wird ein Datenmodell erstellt, aus dem dynamische Reports und Visualisierungen abgeleitet und in speziellen Anwendungen bereitgestellt werden. Mithilfe dieser dynamischen Kennzahlensysteme, lassen sich strategische und operative Entscheidungen fundierter treffen.

Data Science_KPI

Daten und Datenqualität

Der durch die elektronische Datenübertragung gewonnene Informationsvorsprung schafft die Basis für Optimierungen, mit denen sich die Effizienz von Ihren Produktions- und Logistikprozessen dramatisch verbessern lässt. Mit zunehmender Bedeutung des Datenaustausches sollte die Maxime lauten: Datenqualität vor Datenquantität.

Die Datenqualität beschäftigt unsere Kunden als Betreiber von Logistiksystemen in gleicher Weise wie unsere Logistik-Planer. Zwischen beiden besteht jedoch ein wichtiger Unterschied: Betreiber verfügen (nur) soweit über verlässliche Daten, wie für ihr operatives Geschäft zwingend erfor­derlich. Dies umfasst meistens nur einen Bruchteil der im Unter­nehmen verwalteten Daten.
Unser Planungsteam hingegen interessiert sich für weitergehende Aspekte und stellt ganz an­dere Fragen, wenn sie mit der Aufgabe betraut werden eine Anlage neu bzw. umzubauen oder einen Prozess zu optimieren.

  • Welche Daten sind als Planungsgrundlage überhaupt verfügbar? In welchen Systemen werden sie verwaltet? Wie sind sie zugäng­lich und wie sind sie zu interpretieren?
  • Zu welchem betrieblichem Zweck wurden die Daten erhoben? Sind sie so auch für die konkrete Planungsaufgabe brauchbar?
  • Gibt oder gab es bei der Erhebung Voraussetzungen, Einschrän­kungen oder Annahmen, die auch für den Planungsprozess, mit­hin für die Zukunft, gelten?
  • Wurden die Daten durchgängig erhoben? Gibt es Lücken oder Systembrüche in der Datenerfassung?
schmal_test

Mit den Datenmengen wachsen die Anforderungen an Datensicherheit und Datenschutz, um Schäden oder Verluste durch technisches Versagen oder unautorisierten Zugriff zu vermeiden. Zu diesem betrieblich/unternehmerisch begründe­ten Interesse kommt noch das individuelle Interesse der Mitarbei­ter am Schutz ihrer personenbezogenen Daten hinzu.

Eine zielgerichtete, zeitlich befristete Datenerhebung für einen spezifischen Zweck ist hier eine Alternative.

WEBINAR: Wettbewerbsvorteile durch Automatisierung in Produktion und Logistik

JETZT kostenfrei Anmelden