PROGRAMM

Die im Konferenzprogramm der TDWI München digital 2021 angegebenen Uhrzeiten entsprechen der Central European Time (CET).

Per Klick auf "VORTRAG MERKEN" innerhalb der Vortragsbeschreibungen können Sie sich Ihren eigenen Zeitplan zusammenstellen. Sie können diesen über das Symbol in der rechten oberen Ecke jederzeit einsehen.

Gerne können Sie die Konferenzprogramm auch mit Ihren Kollegen und/oder über Social Media teilen.

Track: IoT

Nach Tracks filtern
Alle ausklappen
  • Mittwoch
    23.06.
09:00 - 09:40
Mi 3.1
Smart City mit Open Source IoT Lösungen
Smart City mit Open Source IoT Lösungen

Die zunehmende Urbanisierung zwingt Städte zum Handeln. Technologie soll helfen die Infrastruktur einer Stadt effizienter und sicher nutzbar zu machen. Daten aus Sensoren in Kombination mit modernen Analysen sollen Städte smart machen. Smarte Städte wollen:

o            Besseren Umweltschutz

o            Höhere Sicherheit

o            Effizienterer Infrastrukturen

Im Vortrag wird eine Softwarearchitektur vorgestellt, die ihre Bewährungsprobe in der Praxis bestanden hat. Die Kombination dieser Tools gewährleistet eine maximal flexible und hoch skalierbare IoT Plattform.

Zielpublikum: Decision Makers, Data Engineers, Project Leaders
Voraussetzungen: Basic knowledge
Schwierigkeitsgrad: Anfänger

Stefan Müller leitet den Bereich Big Data Analytics & IoT bei it-novum. Er hat eine tiefe Leidenschaft für die zahlreichen Möglichkeiten, die Open-Source-Lösungen für Data Analytics und Big Data bieten. Seit 2009 setzen er und sein Team erfolgreich Kundenprojekte in verschiedenen Branchen mit offenen Technologien wie der Pentaho-Plattform um.
Stefan Müller
Stefan Müller
Track: IoT
Vortrag: Mi 3.1
flag VORTRAG MERKEN

Vortrag Teilen

09:50 - 10:30
Mi 3.2
Condition Monitoring im Wasserkraftwerk von morgen
Condition Monitoring im Wasserkraftwerk von morgen

Das Wasserkraftwerk der Zukunft wird ein 'transparentes Kraftwerk' sein. Das bedeutet, dass umfassende, detaillierte Informationen über den aktuellen und zu erwartenden Zustand der Anlage kontinuierlich verfügbar sind, im Idealfall sekundengenau. Die VERBUND Hydro Power GmbH (VHP) eines der großen europäischen Wasserkraftunternehmen will dieses Ziel mit digitalen Zwillingen und virtuellen Sensoren erreichen. Der Einsatz von digitalen Zwillingen wird anhand der Turbine eines Wasserkraftwerks am Beispiel von Verbund Hydro Power gezeigt.

Zielpublikum: Project Manager Digital Transformation, Data Engineer, CDO, Data Scientist, IoT Manager, Industrie 4.0 Manager, Decision Makers
Voraussetzungen: Keine Voraussetzung notwendig
Schwierigkeitsgrad: Anfänger

Extended Abstract:
Das Wasserkraftwerk der Zukunft wird ein 'transparentes Kraftwerk' sein.

Das bedeutet, dass umfassende, detaillierte Informationen über den aktuellen und zu erwartenden Zustand der Anlage kontinuierlich und idealerweise sekundengenau zur Verfügung stehen.

Die VERBUND Hydro Power GmbH (VHP) eines der großen europäischen Wasserkraftunternehmen will dieses Ziel mit Digitalen Zwillingen und virtuellen Sensoren erreichen. Der Einsatz von digitalen Zwillingen wird anhand der Turbine eines Wasserkraftwerks am Beispiel der Verbund Hydro Power gezeigt.

Der digitale Zwilling ist das virtuelle Abbild eines bestimmten Assets, das sein physisches Gegenstück über dessen gesamte Lebensdauer begleitet. Seine virtuellen Sensoren liefern Informationen insbesondere in Situationen in denen die reinen Sensordaten nicht ausreichend sind. Verschiedene Arten der Degradation wie Kavitation, Abrasion, Korrosion, Verschmutzung oder Ermüdung können erkannt und in die Zukunft projiziert werden.

Für den Betreiber dient der digitale Zwilling zur Sicherstellung der Verfügbarkeit, zur Durchführung von vorausschauender Wartung und optimiert den Betrieb in Bezug auf Leistung, Betriebszeit oder Betriebskosten.

Teresa Alberts ist CEO und Gründerin der ITficient AG. Mit ITficient fokussiert sie sich seit 2014 auf Big Data mit besonderem Fokus auf Digitale Zwillinge und blickt auf langjährige Erfahrung in der Optimierung von Geschäftsprozessen und IT-Infrastrukturen zurück.
Zudem ist sie Expertin für digitale und industrielle Transformation und hat über viele Jahre hinweg Unternehmen auf ihrem Weg zu neuen digitalen Geschäftsmodellen begleitet.
Teresa Alberts
Teresa Alberts
Track: IoT
Vortrag: Mi 3.2
flag VORTRAG MERKEN

Vortrag Teilen

11:00 - 12:10
Mi 3.3
Intelligente Digital Twins in der automobilen Industry 4.0
Intelligente Digital Twins in der automobilen Industry 4.0

Der Vortrag präsentiert aktuelle Entwicklungen in der Anwendung von KI insbesondere im Kontext von Digital Twins im Automobilbereich. Konkrete Einsatzszenarien und Erfahrungen aus der Praxis zeigen, wie durch Analyse von Daten aus heterogenen Quellen neue Produkte und Services entwickelt, sowie Prozesse und Planungen optimiert werden können und zeigen die Potenziale für den Einsatz von KI im Automobilbereich. Aktuelle Chancen und Herausforderungen des Einsatzes von KI in Unternehmen werden diskutiert.

Zielpublikum: Softwareentwickler, Architekten, Projektleiter
Voraussetzungen: Grundsätzliche Kenntnisse über die Methoden der Künstlichen Intelligenz
Schwierigkeitsgrad: Anfänger

Extended Abstract:
1) Smart Data Analytics im Automobilbereich: aktuelle Entwicklungen in der datenbasierten Digitalisierung

2) Konkreten Einsatzszenarien für Data Science und Methoden der Künstlichen Intelligenz in datengetriebenen Geschäftsprozessen

3) Neue Produkte und Services mittels unternehmensübergreifender Analyse von Daten aus heterogenen Quellen

4) Optimierung von Prozessen und Planungen

5) Relevante technische Ansätze und Erfahrungen aus der Praxis.

Director Research Projects (Fraunhofer ISST); Professor & Direktor, Institut Softwaretechnik (Uni Koblenz); Program Management Board, Fraunhofer-Initiative 'International Data Spaces'. Vorher: Professor für Software Engineering (TU Dortmund), Senior Member/Research Fellow (Robinson College, Uni Cambridge), Royal Society Industrial Fellow (Microsoft Research Cambridge), Postdoc (TU München), PhD Informatik (Uni Oxford), Dipl.Math. (Uni Bremen).
Jan Jürjens, Alexander Sudhoff
Jan Jürjens, Alexander Sudhoff
Track: IoT
Vortrag: Mi 3.3
flag VORTRAG MERKEN

Vortrag Teilen

14:30 - 15:40
Mi 3.4
Trains run better on data: Betrieb und Wartung optimiert!
Trains run better on data: Betrieb und Wartung optimiert!

In einem pragmatischen Erfahrungsbericht erklärt Siemens Mobility wie sie mit der Railigent Plattform die Digitalisierung in einem sehr traditionellen Umfeld etablieren. Dabei ist immer der erzielte Nutzen im Fokus des Projektes. Betreiber von Zügen profitieren von einem daten-getriebenen Ansatz durch reduzierte Wartungskosten und optimierten Nutzungsgrad. Visuelle Analytik ist nur der Anfang, wenn Predictive Analytics Zusammenhänge aufzeigt und Echtzeit-Informationen Entscheidungen beim operationalen Betrieb der Züge verbessern.

Zielpublikum: Entscheider, CDO, CIO, Leiter CC, Architekten
Voraussetzungen: Basic understanding of buisiness value in analytics
Schwierigkeitsgrad: Anfänger

Extended Abstract:
Business Challenge:

To prevent delays due to equipment failures, Siemens Mobility needed to provide fast, accurate insights to customers through its app. The company needed real-time analytics for both IoT and legacy data.

Solution:

With the Railigent platform, Siemens customers get insights via Railigent, the Siemens Mobility app. The app allows for automated corrective action and quick decision-making.

Predicting failures before they occur is possible with data analysis at the edge. Siemens collects every piece of data it can – most of which is collected via sensors at the edge – then cleans and prepares it for analysis. Some trains have nearly 2,000 components that must be monitored while they are traveling; for example, to detect vibration patterns of train bearings. Older trains pose difficult data challenges, but the company still needs to be able to monitor and measure their performance and make improvements.

Markus Hollfelder ist seit 1997 in verschiedenen Rollen bei Siemens Mobility tätig. Er hat tiefgreifende Erfahrung im Bereich Datenmanagement / Data Warehousing, leitete diverse Projekte im Umfeld BI und Analytics und ist derzeit der sog. Technical Project Owner für BI Themen, u.a. im Rahmen das vorgestellte Railigent Projektes
Dirk Schober ist ein Experte darin, Herausforderungen beim Kunden zu identifizieren und zu beschreiben. Er hat über 12 Jahre Erfahrung im Design von Lösungen rund um Analytics und das damit verbundene Datenmanagement. Er arbeitet als Presales Experte bei TIBCO und vormals bei IBM. Fokusbereiche sind durchgängige 'data-driven' Lösungen in der Fertigung, Industrie, Handel und im Bereich Pharma.
Markus Hollfelder, Dirk Schober
Markus Hollfelder, Dirk Schober
Track: IoT
Vortrag: Mi 3.4
flag VORTRAG MERKEN

Vortrag Teilen

16:10 - 16:50
Mi 3.5
Machine learning raises industry 4.0 to the next level
Machine learning raises industry 4.0 to the next level

How is machine learning used in the real world? How did our customer Liebherr mitigate the problem of unreliable suppliers, therefore making their manufacturing process more efficient? How can our customers work their way through thousands of documents, quickly identifying the relevant ones? In this talk, Data Scientist Björn Heinen will elaborate on his past and current projects in the manufacturing industry by explaining how tangible customer problems have been solved using classical machine learning algorithms, computer vision and more.

Target Audience: The session is intended to reach those interested who are working in the machine and system engineering industry or those in other sectors who would like to optimize their processes with the help of AI and use business data successfully in the long term.
Prerequisites: No prerequisites needed.
Level: Basic

Björn Heinen is a Senior Data Scientist at INFORM. He is involved in both, internal projects in which existing INFORM products are enhanced with machine learning functionalities, as well as external projects, which he follows from development to implementation.
Björn Heinen
Björn Heinen
Track: IoT
Vortrag: Mi 3.5
flag VORTRAG MERKEN

Vortrag Teilen

17:00 - 18:10
Mi 3.6
Deepfakes 2.0 – Wie neuronale Netze unsere Welt verändern
Deepfakes 2.0 – Wie neuronale Netze unsere Welt verändern

Stellen Sie sich das mal vor: Sie stehen vor einem Spiegel, sehen aber nicht mehr in Ihr eigenes Gesicht, sondern in das von Barack Obama oder Angela Merkel. In Echtzeit wird Ihre eigene Mimik auf das fremde Gesicht übertragen. Dem TNG Innovation-Hacking-Team ist es gelungen, einen solchen Prototypen zu erstellen und in Echtzeit das Gesicht einer Person auf beliebige andere Gesichter zu übertragen. Die Grundlage hierfür ist der sogenannte 'Deep Fake'-Ansatz.

Zielpublikum: Data Engineer, Data Scientist, Project Leader, Decision Makers
Voraussetzungen: Basic AI Knowledge
Schwierigkeitsgrad: Anfänger

Extended Abstract:
Stellen Sie sich das mal vor: Sie stehen vor einem Spiegel, sehen aber nicht mehr in Ihr eigenes Gesicht, sondern in das von Barack Obama oder Angela Merkel. In Echtzeit wird Ihre eigene Mimik auf das fremde Gesicht übertragen.Dem TNG Innovation-Hacking-Team ist es gelungen, einen solchen Prototypen zu erstellen und in Echtzeit das Gesicht einer Person auf beliebige andere Gesichter zu übertragen. Die Grundlage hierfür ist der sogenannte 'Deep Fake'-Ansatz. Durch die Anwendung neuronaler Netze werden hier Gesichter in der Videoeingabe erkannt, übersetzt und zurück in die Videoausgabe integriert. Durch diese Technik ist es möglich, täuschend echte Imitationen auf andere Personen zu projizieren. Zum Einsatz kamen dabei in Keras trainierte Autoencoder-Netze, sowie verschiedene Algorithmen zur Gesichtserkennung.

In diesem Vortrag geben Thomas Endres und Martin Förtsch eine unterhaltsame und sehr anschauliche Einführung in die Welt der Deepfakes in Echtzeit. Dabei gehen sie insbesondere auf die Techniken im Bereich des Deep Learning ein, die bei dieser Anwendung zum Einsatz kommen. Mehrere Live-Demonstrationen runden das Erlebnis ab.

Martin Förtsch ist ein IT-Berater der TNG Technology Consulting GmbH und studierte Informatik. Seine Arbeitsschwerpunkte sind Agile Development (hauptsächlich) in Java. Als Oracle JavaOne Rockstar, Intel Software Innovator und Black Belt Developer ist er darüber hinaus in der Entwicklung von Open-Source Software im Bereich der 3D-Kameratechnologien und dem Internet of Things involviert.
Thomas Endres arbeitet in der Rolle eines Partners als IT-Consultant für TNG Technology Consulting in München. Neben seinen Tätigkeiten für Kundenprojekte, entwickelte er für das TNG Innovation Hacking an Anwendungen im Bereich der AR/VR, KI sowie der Gestensteuerung. Darüber hinaus ist er in verschiedenen Open-Source-Projekten in Java, C# und allen Spielarten von JavaScript involviert.
Jonas Mayer arbeitet im Innovation Hacking Team der TNG Technology Consulting und beschäftigt sich dort hauptsächlich mit der Entwicklung von innovativen Showcases und Prototypen in Soft- und Hardware. So arbeitete er seit 2018 an verschiedensten Projekten, wie zum Beispiel Deepfakes, Mixed Reality KI-Kunstwerken und autonom fliegenden Minidrohnen. 
Martin Förtsch, Thomas Endres, Jonas Mayer
Martin Förtsch, Thomas Endres, Jonas Mayer
Track: IoT
Vortrag: Mi 3.6
flag VORTRAG MERKEN

Vortrag Teilen

Zurück