Stage-oe-small.jpg

ProData

Aus Aifbportal
Wechseln zu:Navigation, Suche
ProData Logo JPG.JPG.png

ProData


Kontaktperson: Michael FärberTarek Saier

http://www.pro-data.org



Projektstatus: abgeschlossen


Beschreibung

Das große Potential von Industrie 4.0 ergibt sich durch die digitale Vernetzung von Maschinen und Anlagen in Echtzeit. Dabei entsteht eine große Menge Daten, die bisher nur lokal in sogenannten Dateninseln gespeichert und weiterverarbeitet werden. Richtig ausgewertet und verknüpft, könnten sie bisher unbekannte Zusammenhänge aufzeigen und für die Prozessoptimierung sowie einer intelligenten und selbstorganisierten Produktion verwendet werden. Hier stehen jedoch insbesondere kleine und mittlere Unternehmen (KMU) vor einer Herausforderung, da entsprechende Methoden und Potenziale nicht ausreichend bekannt sind. Das Verbundprojekt ProData unterstützt sie dabei, Big Data wirtschaftlich zu nutzen und ihnen die Potenziale moderner Datenanalyse aufzeigen. Hierfür entwickelt das Projektteam Dienstleistungen wie die vorausschauende Instandhaltung, um konkrete Bedürfnisse zu adressieren und wichtige Produktionsdaten zu generieren. Das Konzept von ProData umfasst die Ermittlung der Anforderungen sowie die Erfassung, Aufbereitung und Analyse der Daten. Durch eine direkte Umsetzung im wertschöpfenden Produktionsprozess entsteht für Unternehmen ein wirtschaftlicher Nutzen. Die Dienstleistungen entstehen dabei in zwei unterschiedlichen Herangehensweisen: einer bedürfnisorientierten und einer datenbasierten. Für erstere werden konkrete Bedürfnisse ermittelt und anschließend die Daten abgeleitet, die benötigt werden, um diese zu erfüllen. Bei der datenbasierten Herangehensweise wird von bestehenden Daten auf eine zuvor nicht betrachtete Nutzung geschlossen. ProData betrachtet dabei alle Stufen von der Datenerzeugung auf der Sensorebene, über die Systemintegration, die Vernetzung und die Cloud-Anbindung bis hin zur Datenanalyse sowie der Entwicklung von Geschäftsmodellen. Alle Ergebnisse sollen übertrag- und wiederholbar sein. Durch den Einsatz standardisierter Sensorik sowie nicht-proprietärer Softwarelösungen können KMUs die Dienstleistungen und Big Data-Analysen wirtschaftlich nutzen.


Involvierte Personen
Michael FärberTarek Saier


Informationen

von: 1 Januar 2017
bis: 31 März 2021
Finanzierung: BMBF


Partner

RWTH Aachen, Balluff, Zeiss, Arend, hilscher, USU, Gebr. Pfeiffer, CeramTec, Bosch


Forschungsgruppe

Web Science


Forschungsgebiet

ProData (Maschinelles Lernen, Knowledge Discovery, Data Mining, Big Data, Künstliche Intelligenz)





Publikationen zum Projekt
article
 - book
 - booklet
 - proceedings
 - phdthesis
 - techreport
 - deliverable
 - manual
 - misc
 - unpublished






inproceedings
Sebastian Blank, Florian Wilhelm, Hans-Peter Zorn, Achim Rettinger
Querying NoSQL with Deep Learning to Answer Natural Language Questions
Conference on Innovative Applications of Artificial Intelligence (IAAI-19), AAAI Press
(Details)


Jie Tang, Michalis Vazirgiannis, Yuxiao Dong, Fragkiskos D Malliaros, Michael Cochez, Mayank Kejriwal, Achim Rettinger
BigNet 2018 Chairs' Welcome & Organization
Companion of the The Web Conference 2018 on The Web Conference 2018, Seiten: 943-944, International World Wide Web Conferences Steering Committee, April, 2018
(Details)


Fabian Falck, Julian Marstaller, Niklas Stoehr, Sören Maucher, Jeana Ren, Andreas Thalhammer, Achim Rettinger, Rudi Studer
Sentiment Political Compass: A Data-driven Analysis of Online Newspapers regarding Political Orientation
The Internet, Policy & Politics Conference 2018, .
(Details)


↑ top

incollection
Achim Rettinger, Stefan Zander, Maribel Acosta, York Sure-Vetter
Semantic Technologies: Enabler for Knowledge 4.0.
In Knowledge Management in Digital Change, Seiten 33-49, Springer, Cham, 2018
(Details)


↑ top