Data Mining

Das Auffinden von verborgenen
Zusammenhängen in Ihren Daten

Was ist Data Mining?

Unter Data Mining versteht man das Entdecken von bislang unbekannten Mustern, Strukturen und Zusammenhängen in großen Datenbeständen. Da die Datenmengen (Big Data) permanent zunehmen, sind insbesondere solche Verfahren bei der Bearbeitung und Modellierung wertvoll, mit denen sich bisher unbekannte Zusammenhänge in großen Datenbeständen finden lassen.

Data Mining auf einen Blick

Entdecken von
Mustern und Zusammenhängen

Weites
Methodenspektrum

Analyse von
Industriedaten

Fehlererkennung und
Anomaliedetektion

Methoden im Data Mining

Beim Auffinden von Mustern reicht die Palette der Ansätze von interaktiven Visualisierungen über klassische Statistik bis hin zu Verfahren des maschinellen Lernens. Häufig eingesetzte Methoden sind Klassifikations- und Entscheidungsbäume (CART), Clusteranalyse, Regressionsverfahren, neuronale Netze und Prognoseverfahren bei Zeitreihendaten.


Problemlösungen im industriellen Bereich

Ein klassischer Anwendungsfall ist das Erkennen von Ausreißern in Sensordaten oder die Anomaliedetektion in Protokolldaten. Bei der Clusteranalyse werden Gruppen von ähnlichen Objekten gesucht, was zur Fehler- und Zustandstypisierung eingesetzt werden kann.


Neuronale Netze

Neuronale Netze können komplexe Maschinen- und Anlagenzustände lernen und vorhersagen und sind somit bei anspruchsvollen Fragestellungen des Condition Monitoring und der Predictive Maintenance von hoher Relevanz.


Validierung und Quality Assurance der Ergebnisse

Da Data Mining keine bzw. sehr wenig Anforderungen zur Verfahrensdurchführung stellt, ist eine Validierungund kritische Bewertung der Ergebnisse zwingend notwendig. Gemeinsam mit Maschinen- und Domänenexperten sollten daher stets Plausibilitätsprüfungen durchgeführt werden.

Wie unterstützen wir Sie im industriellen Sektor?

Wir setzen das gesamte Spektrum des Methoden- und Algorithmenparks beim Data Mining ein. Unsere Data Scientisten verfügen über große Expertise und helfen ihnen beim Entdecken von unbekannten Strukturen, Mustern und Beziehungen in Ihren Maschinen- und Anlagendaten.

Die erste Runde der Digitalisierung ging an die USA. Nicht ganz erstaunlich, ging es vor allem um den Dienstleistungssektor. Jetzt aber in der zweiten Runde geht es insbesondere um den Maschinenbau, das Ingenieurswesen und damit verbundene Prozesse – alles Kerndisziplinen, in denen wir in Deutschland zu Hause sind. Das sollten wir nutzen!

Quelle: Dr. Ferri Abolhassan, Deutsche Telekom

Haben Sie Fragen? Wir beraten Sie gerne.

Der Datenanalysebereich Katana der USU-Gruppe verfügt über langjährige Erfahrung in der Anwendung von maschinellen Lernverfahren im industriellen Bereich. Nutzen Sie unser Wissen und unsere Lösungen zur Optimierung Ihrer Produktionsprozesse um Kosten zu senken und Qualität zu steigern.

 

Datengetriebene Services erfolgreich entwickeln

Leitfaden für Voraussetzungen, Herausforderungen und das richtige Vorgehen bei der Entwicklung maßgeschneiderter Smart Services.

Download White Paper