showCase: Smart Facility Management
Energiedienstleistungen,
Infrastrukturdienstleistungen
- Unternehmen (Frankreich, Deutschland, Europa)
- >40 Tsd. Mitarbeiter
- >7 Mrd.€ Umsatz
- Existiert seit 1900
- Ventilatoren mit Motor-Vibrationssensoren
- SCADA-System wird nur zur Überwachung verwendet
- >3 Jahre unverarbeitete Telemetriedaten zu Schwingungen und Wartungsereignissen aus dem Incident Management
- Hohe Wartungskosten
- Intensiver Wartungsplan
- Veraltetes Warn- und Alarmsystem
- Keine Transparenz über den Systemstatus
- Kein Feedback zu Wartungseffekten
- Datenintegrations- und Qualitätsprobleme mit Telemetriedaten (Inkonsistenzen, Abtastraten)
- Elastic Data Lake in AWS erstellt
- Vorverarbeitete und bereinigte Daten mit Plug&Play-Pipelines
- Eingebautes intelligentes Prognose- und Klassifizierungsmodell von Vorfällen
- Erzeugte teilweise synthetische Daten, um das seltene Auftreten einiger Vorfälle zu überwinden
- Neuer prädiktiver Wartungsalgorithmus verbessert die Erkennung von Störungen um 70% im Vergleich zum SCADA-System
- Vorfälle werden frühzeitig erkannt (bis zu 4 Tage im Voraus), sodass Zeit für Wartungsarbeiten bleibt
- Intelligente Überwachung basierend auf dynamischen Alarmschwellen eingeführt
- Optimierter Wartungsplan
Wie funktioniert es?
Natives Big-Data-System
Nutzen Sie modernste Clustering-Methoden, um verschiedene Datenquellen zu integrieren und geschäftskritische Erkenntnisse zu gewinnen.
Deep Learning, um (fast) alles zu lernen
Profitieren Sie von unserem Cloud-Vorteil, um Deep-Learning-Netzwerke für die vorausschauende Wartung zu erstellen und zu trainieren.
Methoden und Algorithmen
Deep Convolutional Networks, LSTMs, Decision Trees, Boosted Trees, Random Forests, kernelbasierte Methoden
Vorhersage und Prognose
Kombinieren Sie parametrische und nicht-parametrische (baum- und kernelbasierte) Vorhersagealgorithmen, um Systemausfälle genau vorherzusagen.
Plug&Play Transfer-Lernen
Nutzen Sie Ihre Daten und sparen Sie Zeit bei dem Modelltraining, indem Sie bereits trainierte Modelle auf verschiedenen Maschinen wiederverwenden.
Präsentation anfordern
Predictive Maintenance Lösung zu erhalten.
Zögern Sie nicht, uns zu kontaktieren. Wir werden eine Präsentation abhalten und das Produkt zu einem für Sie günstigen Zeitpunkt vorstellen.
Senden Sie uns eine E-Mail
info@adeal-systems.com
Rufen Sie uns an
+49 (0)6102 574 386 0
RaaS
Recommendations as a Service
Unser Projekt “KI-Services für den deutschen Mittelstand“ wurde im Rahmen des Distr@l Förderprogramm des Landes Hessen gefördert: Validierungs-/Wachstumsförderung
Vielen kleinen und mittelständischen Unternehmen (KMU) fehlen die Ressourcen und das Knowhow für eine automatisierte Analyse des Einkaufsverhaltens ihrer Kunden. Die Ergebnisse dieser Analyse bilden jedoch die Grundlagen für ein gutes digitales Marketing und den Vertrieb.
Unser KI-Service RaaS übernimmt diese Aufgabe für KMUs. Dieser vorgefertigte KI-Service ist für business Anwender gedacht und unterscheidet sich dadurch stark von gängigen technischen KI-Plattformen und Frameworks. Der Aufbau dieses Services basiert auf einer Integration von mehreren Machine Learning Ansätzen wie Kundensegmentierung, Transaktions-Clustering, statistische Verbrauchsanalyse und Recommendation-Engines.
Der Einsatz unseres Recommendation-Service bietet Mehrwerte für KMU wie die Steigerung der Kundenloyalität, die Erhöhung der Produktivität des Marketing-Teams und die Verbesserung der Kundenservice-Qualität. Primäre Anwendungsgruppe ist der deutsche Mittelstand aus dem Bereich von Einzelhandel und E-Commerce.