AI Use Cases
synvert Acce­le­ra­tors
Nahaufnahme eines Getriebes Nahaufnahme eines Getriebes

Früh­erken­nung von mecha­ni­schen Defekten

Alle Suc­cess Stories
gear wheels
Suc­cess Stories

Indus­tri­als  - Früh­erken­nung von mecha­ni­schen Defekten

Zurück zu Success Stories

Über das Projekt

Indus­tri­als

Der Kunde benö­tigte eine Platt­form zur vor­aus­schau­en­den War­tung, die mit­hilfe von Big Data-Tech­no­lo­gien feh­ler­hafte Kom­po­nen­ten vor ihrem Aus­fall erkennt, und die eine bes­sere Visua­li­sie­rung und Ana­lyse von War­tungs­pro­ble­men, die Kon­takt­auf­nahme mit Kun­den für Garan­tie­aus­tau­sche und eine erheb­li­che Redu­zie­rung der Repa­ra­tur­kos­ten ermög­licht. synvert ent­wi­ckelte ein zeit­ab­hän­gi­ges ML-Modell, das poten­zi­elle Pro­bleme mit Ver­trau­ens­in­ter­val­len für eine erhöhte Inter­pre­tier­bar­keit vorhersagt.

Aus­gangs­lage

Der Kunde sam­melte eine große Menge an Fer­ti­gungs- und War­tungs­da­ten und hatte Schwie­rig­kei­ten, diese zu interpretieren.

Die Vision war es, eine Platt­form zur vor­aus­schau­en­den War­tung zu ent­wi­ckeln, um Kos­ten durch teure Repa­ra­tu­ren zu sparen.

Dies kann erreicht wer­den, indem feh­ler­hafte Kom­po­nen­ten vor ihrem Aus­fall erkannt werden.

Die Archi­tek­tur

Die gesamte Pipe­line ist mit­hilfe von Big Data-Tech­no­lo­gien (Spark, Hadoop, Python) ent­wi­ckelt wor­den. Zur Visua­li­sie­rung wird ein Dash­board in Tableau verwendet.

Nach dem Pro­duk­ti­ons-Roll­out ist das Pro­jekt an das Betriebs­team über­ge­ben worden.

synvert Vor­teile

Der Kunde kann War­tungs­pro­bleme bes­ser visua­li­sie­ren und analysieren.

Meh­rere Kun­den kön­nen kon­tak­tiert wer­den, um spe­zi­fi­sche Kom­po­nen­ten noch inner­halb der Garan­tie­zeit auszutauschen.

Die Betriebs­teams kön­nen zudem Mus­ter erken­nen und die hohen Repa­ra­tur­kos­ten erheb­lich reduzieren.

Ser­vices von synvert

synvert hat ein Vor­her­sa­ge­mo­dell basie­rend auf einem zeit­ab­hän­gi­gen Trai­nings­satz entwickelt.

Das ML-Modell kann poten­zi­elle Pro­bleme für eine bestimmte Maschine basie­rend auf vie­len ver­schie­de­nen Merk­ma­len (Her­stel­lungs­da­tum, Ver­kaufs­da­tum, Kom­po­nen­ten usw.) vorhersagen.

Für jede Vor­her­sage wird auch ein Ver­trau­ens­in­ter­vall bereit­ge­stellt, um die Inter­pre­tier­bar­keit des Modells zu erhöhen.

Kategorien
Alle
Banking
Communications, Media & Telecom
Consumer Goods & Retail
Energy & Resources
Health & Life Science
Industrials
Insurance
Public Sector
Com­mu­ni­ca­ti­ons, Media & Telecom

Data Recon­ci­lia­tion
Indus­tri­als

Soft­ware­Fac­tory bei einem füh­ren­den Unter­neh­men der Automobilsoftwarebranche
Indus­tri­als

Ska­lier­bare Fahrzeugdatenbank
Ban­king

DevX-Impact bei einem Finanzunternehmen
Con­su­mer Goods & Retail

Inter­na­tio­nale Expan­sion eines füh­ren­den Online Autohändlers
Indus­tri­als

Beschleu­ni­gung der Cloud-nati­ven Ent­wick­lung bei einem Automobilhersteller
Com­mu­ni­ca­ti­ons, Media & Telecom

Erken­nung von Anoma­lien bei Retail Verkaufsprovisionen
Energy & Resources

Ein­rich­tung einer zuver­läs­si­gen und leis­tungs­star­ken Plattform
Com­mu­ni­ca­ti­ons, Media & Telecom

Wahr­schein­lich­keits­vor­her­sage für die Kundenabwanderung
Indus­tri­als

Früh­erken­nung von mecha­ni­schen Defekten
Indus­tri­als

NLP im Automobilbereich
Com­mu­ni­ca­ti­ons, Media & Telecom

Ope­ra­tio­nal Data Lake
Con­su­mer Goods & Retail

Real-Time Mar­ke­ting
Indus­tri­als

Auto­ma­ti­sierte Klas­si­fi­zie­rung von Autos nach ihrem Modell
Public Sec­tor

Daten­platt­form und ‑Kata­log für Schadenersatzforderungen
Indus­tri­als

Zen­tra­les Data Warehouse
Indus­tri­als

Data as a Ser­vice – BI & Big Data CC
Com­mu­ni­ca­ti­ons, Media & Telecom

Ope­ra­tive Arbeit/Unterstützung im Bereich Data Warehousing
Indus­tri­als

Ero­si­ons­de­tek­tion mit Com­pu­ter Vision
Com­mu­ni­ca­ti­ons, Media & Telecom

Ent­wick­lung und Auf­bau einer voll­au­to­ma­ti­schen MLOps-Plattform
Con­su­mer Goods & Retail

Migra­tion einer AWS-Daten­platt­form zu Google Cloud
Con­su­mer Goods & Retail

Vor­her­sage und Zuwei­sungs­op­ti­mie­rung für sta­tio­näre Kanäle
Com­mu­ni­ca­ti­ons, Media & Telecom

Design und Ent­wick­lung einer Google Cloud-basier­ten Datenplattform
Com­mu­ni­ca­ti­ons, Media & Telecom

Auf­bau eines echt­zeit­na­hen Empfehlungssystems
Indus­tri­als

Zen­tra­ler Data Lake

Fun­da­mente für das Stammdatenmanagement

Ablö­sung einer kom­ple­xen IBM Data­s­tage Struktur
Con­su­mer Goods & Retail

Smart Data Catalog

Auf­bau einer kon­zern­wei­ten BI-Plattform

Imple­men­tie­rung von Realtime-Datenstrecken

Auf­bau und Wei­ter­ent­wick­lung eines DWH

Eta­blie­rung eines neuen Vertriebsreporting

Auf­bau einer ERP-Datendrehscheibe

Cloud Self Ser­vice-BI zur daten­ge­trie­ben Unternehmensführung

Quell­da­ten­mi­gra­tion mit Auto­ma­ti­sie­rung der Quelldatenanbindung

Ver­ein­heit­li­chung von Auswertungsprozessen

Ablö­sung einer Softwareeigenentwicklung

CRM Ana­ly­tics und Leadmanagement

Ent­wick­lung ver­schie­de­ner ML Use Cases mit AWS

Unter­neh­mens­weite Datenintegration

Kontaktieren Sie uns

* Benötigte Felder
top

Dan­ke­schön!

Sie erhal­ten in Kürze eine E‑Mail zur Akti­vie­rung Ihres Kontos.

Ein­log­gen

Stö­bern Sie jeder­zeit in Web­i­nar-Videos und White­pa­pers von synvert

Pass­wort zurücksetzen

Pass­wort ver­ges­sen? Geben Sie Ihre E‑Mail-Adresse ein und Sie erhal­ten einen Link zum Zurück­set­zen des Passworts

Ein­log­gen

Sie wur­den erfolg­reich eingeloggt.

Anmel­dung

Dan­ke­schön!

Sie erhal­ten in Kürze eine E‑Mail zur Akti­vie­rung Ihres Kontos.

Aus­log­gen

Sie wur­den erfolg­reich ausgeloggt.