Mit Predictive Maintenance zu neuen Kundenservices für Schenck Process
Entwicklung eines „Health Indicator“ auf Basis von Echtzeitdaten zur Erhöhung der Maschinenverfügbarkeiten für die Schenck Process Europe GmbH.
MehrData Science im Maschinenbau
Effizientere Prozesse, eine höhere Qualität oder neue digitale Services: Die Einsatzmöglichkeiten von Data Science im Maschinen- und Anlagenbau sind genauso vielfältig, wie die sich daraus ergebenden Vorteile. Mit über 10 Jahren Erfahrung sind wir der Ansprechpartner rund um das Thema Data Science für den Maschinenbau.
Wir verwandeln die Maschinendaten in echte Assets und schaffen für Maschinenbauer Wettbewerbsvorteile auf Basis von Daten und Algorithmen. Dafür unterstützen wir den Maschinenbau sowohl bei der Realisierung von Analyseprojekten, als auch beim Aufbau von Wissen und der passenden Technologielandschaft für den produktiven Einsatz von Data Science.
Eine Auswahl der Fragen, die wir in unseren Projekten für Maschinen- und Anlagenbauer beantwortet haben:
Wie lässt sich eine vorausschauende Instandhaltung erreichen?
Analyse von Sensordaten zur Erkennung von Anomalien im Vorfeld von historischen Ausfällen. Schaffung der Möglichkeit, Probleme zu erkennen, bevor sie tatsächlich auftreten.
Wie lässt sich ein neuer Kundenservice auf Datenbasis schaffen?
Entwicklung eines "Health-Indicators" über den Zustand der Maschinen. Die Kundenzufriedenheit steigt durch ein besseres Verständnis über den aktuellen Maschinenstatus und die höhere Verfügbarkeit der Anlagen.
Wie lässt sich die Produktqualität kontinuierlich verbessern?
Einsatz von Deep Learning für eine kontinuierliche Qualitätsüberwachung und zur frühzeitigen Erkennung von fehlerhaften Schweißnähten auf Basis von Bilddaten.
Wie lässt sich die Produktion effizienter gestalten?
Aufbau eines digitalen Zwillings, zur Bündelung aller relevanten Maschineninformationen und zur Analyse von 3D-Modellen der einzelnen Maschinenkomponenten.
Wie lässt sich die Prognose der Hit Rate von Angeboten verbessern?
Ermittlung und Analyse aller relevanten Einflussgrößen für eine zuverlässige Vorhersage der Abschlusswahrscheinlichkeit. Instrument zur Steuerung des Aufwands bei der Angebotserstellung und für die Verbesserung der Umsatzprognose.
Wie lassen sich Datenqualitätsprobleme bei Betriebsstunden erfolgreich lösen?
Entwicklung eines Algorithmus, der strukturelle Fehler bei der Erfassung der Betriebsstunden von Maschinen erkennt und diese angemessen korrigiert. Die Basis für weitere Analyseschritte.
Whitepaper: Datengestützte Mehrwerte im Maschinenbau
Use Cases, Strategien, Erfolgsgeschichten: Erfahren Sie, wie Data Science im Maschinenbau aus Daten echte Mehrwerte generieren kann und wie Sie Hürden auf dem Weg dorthin erfolgreich nehmen können.
Whitepaper: Datengestützte Mehrwerte im Maschinenbau
Podcast: Chief Data Scientist Oliver Bracht im KI-Podcast
Thema: „Null-Fehler-Strategie von TRUMPF“ und wie die Data-Science- und Machine-Learning-Plattform YUNA dabei hilft
Ausgewählte Referenzprojekte
Mit Predictive Maintenance zu digitalen Services für die TRUMPF Lasertechnik
eoda hat TRUMPF Lasertechnik dabei geholfen ihren "Industrie 4.0 - Reifegrad" auf Basis von Daten und Algorithmen zu erhöhen.
MehrPredictive Maintenance & Digitale Maschinenakte: So treiben wir die Digitalisierung bei unserem Kunden TRUMPF voran
„eoda ermöglicht es uns Probleme zu beheben, bevor sie tatsächlich auftreten. Dank der Datenauswertung in Echtzeit reduzieren wir Ausfallzeiten, optimieren Prozesse und erhöhen gleichzeitig die Verfügbarkeit der Maschinen.“
Marco Holzer
Leiter PM & Logistik Services
„Wir haben mit eoda eine Digitale Maschinenakte entwickelt, die uns im Service hilft, Ersatzteilklärungen zu beschleunigen, Funktionserweiterungen zu analysieren […] und einen Verwendungsnachweis zu führen.“
Dr. Ulrich Faisst (im Datenbusiness Podcast)
Digital Transformation Officer
Wir sind Mitglied
