Industrial Data Analytics im Überblick

Potentiale von Datenanalysen erkennen und wirkungsvoll nutzen

An Daten mangelt es auf dem Weg zur digitalen Transformation nicht. Die Herausforderung ist vielmehr, die darin enthaltenen relevanten Informationen zu finden und zu nutzen. Besonders im Produkt- und Produktionsumfeld bieten sich durch Industrial Data Analytics zahlreiche Chancen für Optimierungen. Typische Anwendungsfälle sind dabei vorausschauende Instandhaltung, Prozessoptimierungen, Prognosen von Maschinenausfällen oder Qualitätsschwankungen.

Doch was bedeutet das Thema konkret für Ihr Unternehmen? Welche Chancen und Herausforderungen ergeben sich aus Sicht des Managements? Wie können Erkenntnisse aus Daten systematisch genutzt werden, um Fehlinvestitionen zu vermeiden und die Wettbewerbsfähigkeit zu sichern?

Die Kompakt-Schulung »Industrial Data Analytics  im Überblick« ist speziell für Fach- und Führungskräfte konzipiert, die Einsatzmöglichkeiten und Potenziale datengetriebener Optimierungen kennenlernen möchten, um das Themenfeld für Ihr Unternehmen zu erfassen und strukturiert umzusetzen.

Die Schulung im Überblick

Die Schulung im Überblick

Format Kompakt-Schulung mit Fachvorträgen, interaktiven Übungen und Best-Practice-Beispielen aus der Industrie
Dauer 1 Tag
Sprache
Deutsch
Inhalte Nach einer Einführung in das Themenfeld Industrial Data Analytics und Digitalisierung von Produktionsprozessen identifizieren und analysieren Sie in einer praktischen Übung die Unternehmensprozesse eines Beispielunternehmens. Im zweiten Schulungsabschnitt lernen Sie erfolgreiche Anwendungsbeispiele aus der Industrie kennen und diskutieren Potentiale, Herausforderungen, Maßnahmen zur Umsetzung sowie Handlungsfelder für Ihr Unternehmen.
Preis
€ 750,-  
Termine 13.09.2019 in Paderborn
Weitere Termine auf Anfrage
Für Teilnehmergruppen ab 6 Personen erstellen wir Ihnen gerne ein individuelles Angebot.

Teilnehmerkreis

  • Unternehmer, Geschäftsführung, Manager
  • Projektleitung
  • Mitarbeiter aus Organisations- und Unternehmensentwicklung
  • Technische Mitarbeiter z.B. aus IT, Software Engineering, Produktion und Instandhaltung

Inhalte

  • Einführung
    Überblick über das Themenfeld Industrial Data Analytics
  • Begriffserklärung, Abgrenzung und Trends
    Data Analytics als wichtige Disziplin der Künstlichen Intelligenz; Technologien aus den Bereichen Big Data und Machine Learning, z.B. künstliche neuronale Netze, Deep Learning; Anwendungsfälle wie Predictive Analytics oder Prescriptive Analytics
  • Daten sammeln, auswerten und nutzen
    Analyse von Prozessen, bspw. in der Fertigung und Instandhaltung, Analyse von Ressourcen und Datenquellen; Erkennung von Potenzialen für die Prozessoptimierung
  • Umsetzung in der Praxis
    Identifikation von Einsatzmöglichkeiten und Potenzialen von Industrial Data Analytics anhand von Best Practice-Beispielen unserer Partner. Diese kommen aus Branchen wie dem Maschinen- und Anlagenbau, der Automatisierungstechnik und verantworten Themen wie Condition Monitoring, Predictive Maintenance oder Predictive Quality.
  • Bewertung von Kosten und Nutzen
    Vorgehensweise zur Bewertung von Aufwänden zur Einführung von Industrial Data Analytics-Technologien und deren Nutzen. Dabei werden Aspekte wie Pilotprojekte zu Prüfung der Umsetzbarkeit, Investitions- und Folgekosten (Sensoren, Software, Personalentwicklung) berücksichtigt.

Ihr Nutzen

  • Sie erlangen ein grundlegendes Verständnis für Industrial Data Analytics und lernen Potentiale und Herausforderungen kennen.
  • Sie sind in der Lage, diese Kenntnisse auf Ihr eigenes Unternehmen anzuwenden.
  • Sie erhalten eine Übersicht typischer Use Cases und Best Practices aus der Industrie.
  • Sie können das Wissen an einem konkreten Anwendungsbeispiel anwenden.
  • Sie erfahren, welche Maßnahmen aus Sicht des Managements zur systematischen Nutzung von Industrial Data Analytics notwendig sind.
  • Sie lernen, wie Sie als Entscheider die technologischen, strategischen und wirtschaftlichen Auswirkungen bei Anschaffung, Implementierung und Einsatz von Industrial Data Science richtig einschätzen.