Intelligente Zeitreihenanalyse | Von der Historie zur Zukunft

Unser Leistungsangebot deckt das gesamte Spektrum der Zeitreihen-Analyse ab: Von der deskriptiven Betrachtung historischer Muster und der diagnostischen Ursachenanalyse bis zur prädiktiven Vorhersage zukünftiger Entwicklungen wie Bedarfe oder Ausfälle. Die finale präskriptive Analyse liefert konkrete Handlungsempfehlungen. Entlang dieser Analysekette setzen wir unterstützend Methoden aus dem Bereich Visual Analytics ein. So ermöglichen wir Ihnen, datengestützt fundierte Entscheidungen zu treffen und Prozesse effizient zu steuern.

Leistungsangebot

Datenreifegradbestimmung

Die Fragen nach der Nutzbarkeit und den Verwertungspotenzialen Ihrer Daten sind die Grundlage für alle weiteren Entscheidungsprozesse. Unser Reifegradmodell unterstützt Sie bei der Bewertung Ihrer Daten.

Deskriptive und Diagnostische Datenanalyse

Die deskriptive Datenanalyse verschafft Ihnen ein klares Verständnis historischer Daten und identifiziert Muster. Mit der diagnostischen Analyse von Daten werden die Ursachen dieser Entwicklungen erklärt und somit eine gezielte Problembehebung ermöglicht.

Prognose und Trendanalyse

Eine präzise Prognose ist entscheidend, um zukünftige Bedarfe, Marktentwicklungen oder Ausfallzeiten bestimmen zu können. Mit dieser proaktiven Planung minimieren Sie Risiken und optimieren Entscheidungen, um Wettbewerbsvorteile zu sichern.

Entscheidungsunterstützung und Optimierung

Welche Schritte muss ich setzen, um meine gewünschten Ziele zu erreichen? Die präskriptive Analytik liefert konkrete Empfehlungen zur Maximierung der Effizienz von Prozessen und Minimierung der Risiken.

Referenzen

Hier finden Sie eine Auswahl unserer derzeit laufenden oder abgeschlossenen Projekte. Bitte beachten Sie, dass viele unserer Referenzen der Geheimhaltung unterliegen und deshalb nicht dargestellt werden können.

 

Referenz

Avator | Mit KI zu besseren Konzepten der Raumhygiene

Im Forschungsprojekt „AVATOR – Anti-Virus-Aerosol: Testing, Operation, Reduction“ arbeiteten 15 Institute der Fraunhofer-Gesellschaft zusammen, um zu untersuchen, wie sich infektiöse Aerosole in Supermärkten, Flugzeugen und anderen Innenräumen ausbreiten.

 

Referenz

PRESENT: PREdictions for Science, Engineering N' Technology

Im Rahmen der Digitalisierung und der digitalen Transformation fallen mittlerweile in fast allen Lebensbereichen Daten an, deren Nutzung erhebliche wirtschaftliche, wissenschaftliche und gesellschaftliche Potenziale entfalten kann.

 

Referenz

ROMEO | Eine KI sorgt für langlebige Dächer

F&P Dach und Fraunhofer Austria haben eine Künstliche Intelligenz (KI) entwickelt und auf Basis eines großen Datensatzes trainiert, die die Feuchtigkeit innerhalb eines Daches für mehrere Monate im Voraus prognostizieren kann. So soll die Nutzungsdauer der Dächer verlängert und unnötiger Müll vermieden werden.

 

Referenz

SIBORC: Simulation-based Optimization of Reusable Container Cycles

Die Paketlogistik steht durch ihren Beitrag zur Umweltbelastung vor großen Herausforderungen. Der Pakettransport trägt erheblich zur Umweltbelastung bei, insbesondere durch Emissionen aus dem Straßen-, Luft- und Schiffsverkehr. 

 

Referenz

V-MANIP: Visual Analytics Subsystem - Satellitendaten in der Forschung

Satelliten sind aus der Forschung kaum noch wegzudenken, sei es bei der Klimaforschung oder der Geologie. Mithilfe der gesammelten Daten können Wissenschaftler die Erdoberfläche sowie die Atmosphäre erforschen.

 

Referenz

ZERO Ressource Loss, ZERO Human Potential Loss und ZERO Data Gap bei gleichzeitiger Steigerung der Produktivität

Übergeordnetes Projektziel von ZERO³ ist die Verbesserung definierter Nachhaltigkeitsparameter: ZERO Ressource Loss, ZERO Human Potential Loss und ZERO Data Gap bei gleichzeitiger Steigerung der Produktivität in österreichischen Produktionsunternehmen.