Page 194 - Handbuch Internet of Things

HANDBUCH INTERNET OF THINGS
Kapitel 4.8 / IoT-Plattformen
bei neuen Werten deutlich, ob die Maschine noch normal arbeitet oder nicht.
Ranking: Gibt es Empfehlungen?
Basierend auf Trainingsdaten werden Hand- lungsvorschläge entwickelt. Klassisches Bei- spiel sind Systeme, die einem Kunden Pro- dukte vorschlagen, die er basierend auf seinem Kaufverhalten und verwandten Perso- nengruppen als nächstes kaufen könnte.
Beispiele aus der Praxis
Predictive Maintenance
Die vorausschauende Instandhaltung kombi- niert Anomalie-Erkennung, Korrelation und Vorhersagen: Wann tritt eine Anomalie auf? Wann wird dies wieder passieren? Wie o tritt sie wieder auf, bis sie sich negativ auf den Betriebszustand der Maschine auswirkt? Da- für nutzt ein ML-System die Daten mehrerer IoT-Sensoren, die zur Überwachung relevan- ter Parameter wie Temperatur oder Vibrati- on verbaut wurden. Diese und andere Daten
(etwa von Mikrofonen oder Kameras) kön- nen mittels Deep Learning schnell analysiert werden. Das ermöglicht die bessere Planung von Wartungsarbeiten und die Reduzierung von Personalkosten und Ausfallzeiten. So sind Einsparungen von ein bis zwei Prozent des Gesamtumsatzes möglich.
KI-gesteuerte Logistikoptimierung
ML kann beispielsweise die Routenplanung optimieren, was den Kra sto verbrauch re- duziert und die Lieferzeiten verkürzt. Senso- ren, die Fahrzeugleistung und Fahrerverhal-
 Verwandte emen
V Plattformen beschleunigen die Produktion
V Digitales CRM: Verbesserung der Kundenansprache
V Rechtzeitig nachrüsten, statt ungeplant ausfallen
S. 120 S. 128 S. 147
 Einfachanfangen–egalwie!
1. Sprechen Sie mit Experten. Diese wis- sen aufgrund ihrer Erfahrung sehr gut, wo sich ML in Ihrer Organisation e zi- ent einsetzen ließe.
2. Starten Sie mit einem Piloten. Nach der ersten Evaluierung fallen Ihnen bestimmt kleinere Projekte ein, die wie gescha en für KI sind. So gewinnen Sie sowohl Sicherheit im Umgang mit der Materie als auch wertvolles Wissen für die weitere Skalierung.
3. Alle Macht der Basis. Meistens sind es die Fachabteilungen, die KI-Projekte forcieren. Mit deren Support ist die Erfolgswahrscheinlichkeit ungleich hö- her.
4. Die Menschen nicht vergessen. Bei Digitalisierung und KI reagieren viele Menschen noch mit Skepsis oder Angst. Um dem entgegenzuwirken, ist es not- wendig, die Belegscha zu beteiligen und ihre Bedenken ernst zu nehmen.
195
Technologien