YUNA LABS

Damit Produkte immer besser werden können, müssen Ideen gefunden, verfolgt, umgesetzt und manchmal auch verworfen werfen. Um YUNA und YUNA elements stetig zu verbessern, und neue Einsatzfelder für den produktiven Einsatz von Data Science zu evaluieren, testen wir intern verschiedene Ansätze. Einige davon finden Sie hier auf dieser Seite.

 

»Erfolgsstories & Whitepapers
»Federated Learning
AutoML
»YUNA ist vielfältig
»Blogbeiträge
»Videos

 


Whitepapers

Whitepaper: Potenziale und Möglichkeiten für Geschäftsmodelle im Zeitalter von Industrie 4.0 predictive Maintenance industrie 4.0
Whitepaper: Datengestützte Mehrwerte im Maschinenbau
Tablet mit Cover des Whitepapers
Whitepaper: Data Science in KMU – so gelingt der richtige Einstieg Data Science Anbieter Unternehmenserfolg
Arrow left Arrow right

Erfolgstories


Predictive Maintenance mit Deep Learning

Wir haben für einen Maschinenbauer ein Deep-Learning-Modell entwickelt um Maschinenstörungen verlässlich prognostizieren zu können.

Mehr
smarthpone-industrie-inhalte

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.

Mehr
Predictive Maintenance Trumpf Control Room

Mit Digitalem Zwilling und KI zu smarten Dienstleistungen in der Solarenergie

Steigerung der Wirtschaftlichkeit und Nachhaltigkeit von Photovoltaiksystemen durch den Einsatz von Data Science.

Mehr
Solaranlage in der Sonne

Whitepaper: Predictive Maintenance mit R

Potenziale und Möglichkeiten der freien Statistiksprache R für neue Geschäftsmodelle im Industrie 4.0 Zeitalter.

Zum Whitepaper


Anwendungsbeispiele YUNA elements

Federated Learning

Das Prinzip von Federated Learning verspricht eine verkürzte Time-to-Market von KI-Lösungen.

Das Besondere: Machine-Learning-Modelle lassen sich dezentral auf lokalen Entitäten trainieren. Die Parameter der Modelle werden dann zentral zu einem optimierten Analysemodelle zusammengeführt. Anschließend werden diese Parameter an die lokale Entitäten zurückgespielt.

Aktuell testen wir verschiedene Ansätze, um mit YUNA elements eine effektive Lösung für die Umsetzung von Federated Learning anbieten zu können.

Mehr Informationen zu Federated Learning und mögliche Anwendungsfälle finden Sie uns unserem Blog!

 

AutoML

Automatisiertes Machine-Learning vereinfacht den Einsatz und die Entwicklung von Machine-Learning-Modellen. Dabei werden einzelne Schritte oder sogar der gesamte Prozess automatisiert – so lassen sich Lösungen entwickeln, die sich auch ohne Kenntnisse in Softwareentwicklung oder Data Science umsetzen lassen. Wir zeigen, wie Sie mit YUNA elements automatisierte Machine-Learning-Lösungen entwickeln können, um diese in Ihrem Unternehmen, ihren Anwendern zur Verfügung stellen.

Mehr Informationen zu autoML und mögliche Anwendungsfälle finden Sie uns unserem Blog!


Anwendungsbeispiele YUNA

Einsatz als Support-Lösung

Eine Data-Science-Plattform für den Support? Wir nutzen YUNA nicht nur, um Anwendern weiterzuhelfen – Unser Team hat den modularen Aufbau von YUNA genutzt und sich so eine passgenaue Lösung gebaut.

Erfahren Sie mehr!

Mitarbeiter im eoda Marketing besprechen neue Inhalte

Social Media Posts Monitoring im Marketing

Einfaches Tracking von Posts, statt suchen im Analytikbereich

Was passiert wenn das Marketing-Team, völlig ohne Programmier-Skills und Data-Science-Kenntnisse auf eine Data-Science-Plattform losgelassen wird? Schonungslos ehrlich zeigen wir, wie YUNA bei uns im Marketing zum Einsatz kommt.

Erfahren Sie mehr!


Interessantes rund um YUNA

Hier finden Sie Informationen rund um das Thema YUNA und YUNA elements.

 

Blogbeiträge

1.21– Neues YUNA Release!

Wir entwickeln aktuell ein neues Feature in YUNA – mehr Informationen gibt es im Blog-Beitrag!

Zum Blogbeitrag

Data Science Framework – YUNA elements jetzt zum Download

Unsere neue Data-Science-Anwendung steht jetzt als Direct-Download zur Verfügung! Jetzt 30 Tage kostenlos und unverbindlich testen!

Zum Blogbeitrag

Out now: YUNA elements vereinfacht das Betreiben von Datenprodukten

Unsere neue Anwendung vereinfacht den Umgang mit Datenprodukten – beim Betreiben und beim Zusammenarbeiten mit verschiedenen Teams, Skriptsprachen und sogar Freelancern. Erfahren Sie mehr!

Zum Blogbeitrag

Daten-Filter, die Analystenherzen höher schlagen lassen

Filter in der Analytik können spannend sein! Wir zeigen ungeahnte Höhen auf, was mit Filtern in YUNA möglich ist.

Zum Blogbeitrag

So baut man Analytikplattformen - Teil 5: Datenvisualisierung und belastbare Ergebnisse

Wie lassen sich Daten begreifbar und zielführende Analysen für Unternehmen nutzbar machen? Nachvollziehbare Visualisierungen sind ein Baustein für Akzeptanz und Vertrauen – gerade für „fachfremde“ Beteiligte.

Zum Blogbeitrag

So baut man Analytikplattformen - Teil 4: Datenbankskalierbarkeit und Geschäftsmodelle

Verschiedenste Datenquellen anbinden und daraus neue Use Cases und ganze Geschäftsmodelle entwickeln.

Zum Blogbeitrag

So baut man Analytikplattformen - Teil 3: Workflows und Dashboards

Die Bedeutung von individualisierbaren Workflows und benutzerfreundlichen Dashboards für den erfolgreichen Einsatz von Analytikplattformen im Unternehmen.

Zum Blogbeitrag

So baut man Analytikplattformen - Teil 2: Intelligentes Benutzer- und Rollenkonzept

Warum sind Nutzer- und Rollenrechten ein nicht zu unterschätzender Faktor bei Analytikplattformen?

Zum Blogbeitrag

So baut man Analytikplattformen - Teil 1: UI & Teams

Welche Faktoren müssen von modernen Analytikplattformen erfüllt werden?

Zum Blogbeitrag

Augmented Intelligence: Menschliche Kognition trifft auf maschinelles Lernen

Die stetig neuen Meilensteine in der Entwicklung von Künstlicher Intelligenz bringen bereits heute in vielen Anwendungsbereichen große Vorteile. Wir zeigen, wie diese sich mit der menschlichen Expertise optimal verbinden lassen.

Zum Blogbeitrag

Predictive Maintenance – Vorausschauendes Instandhalten mittels intelligenter Datenanalyse als Werttreiber in der Industrie

Die Hintergründe und Einsatzmöglichkeiten von Predictive Maintenance im Überblick.

Zum Blogbeitrag

It’s (almost) all about the Data: Stolpersteine von Predictive Maintenance

Geringe Datenbasis, fehlende Informationen oder die Datenaggregation: Es gibt viele Stolpersteine von Predictive Maintenance. Wir stellen sie vor und erklären, wie sie sich umgehen lassen.

Zum Blogbeitrag


Videos

Was ist YUNA und wie kann es Unternehmen helfen?

 

Release Note 1.21 | Multiple Wartungsfenster

 

YUNA Release-Note 1.22 | Zeitplanung von Analyse-Jobs

 

How to YUNA: Architektur | Aufbau & Funktion

 

Release Note 1.21 | Imageviewer

 

Ideen, Möglichkeiten, Use Cases – Was? Wofür? Wie?

 

YUNA elements | Feature Übersicht

 

Weitere interessante Videos finden Sie auf unserem Youtube-Channel