
Der Vortrag präsentiert Einsatzszenarien für die Analyse von Daten aus heterogenen Quellen in der Automobilindustrie, die über Unternehmensgrenzen hinweg verteilt sein können, um neue Produkte und Services anzubieten oder Prozesse und Planungen zu optimieren. Er stellt dafür technische Ansätze für einen sicheren und vertrauenswürdigen unternehmensübergreifenden Datenaustausch vor, wie z.B. den 'Industrial Data Space', sowie diesbezügliche Erfahrungen aus der Praxis.
Zielpublikum: BI-Projektleiter, BI-Manager, Entscheider, CIO
Voraussetzungen: Grundlagen der Datenanalyse
Schwierigkeitsgrad: Anfänger
In diesem Seminar behandeln wir, wie Carsharing-Simulationen implementiert, eingerichtet und genutzt werden können. Zuerst werden wir beispielhaft darstellen, wie eine Simulation programmiert wird. Anschließend wird besprochen, wie die Daten für die Simulation gesammelt und aufbereitet werden müssen. Für die Aufbereitung stellen wir einen neu entwickelten Maschine Learning-Ansatz vor. Abschließend führen wir die präsentierten Konzepte in einer Beispielanwendung zusammen und präsentieren aktuelle Forschung zur Verbesserung der Carsharing-Fahrzeugverteilung.
Zielpublikum: BI-Projektleiter, BI-Manager, Entscheider, CIO, Carsharing-Unternehmen
Voraussetzungen: Grundwissen Machine Learning
Schwierigkeitsgrad: Fortgeschritten