Seminar

Smart Data Engineering Methoden

mit Teilnahmebescheinigung

Sinnbild für Big Data, Datentunnel, Datenanalyse

Digitalisierung ist die 4. industrielle Revolution auf der Basis informationstechnisch miteinander verbundener Komponenten mit mechanischen und elektronischen Teilen. Eine ganz entscheidende Bedeutung nehmen dabei die erzeugten Daten ein. Qualifizierung auf dem Gebiet der ingenieurmäßigen Analyse großer Datenmengen - genannt Smart Data - ist ein wesentlicher Schlüssel um riesige Potenziale zu heben und wettbewerbsfähig zu bleiben.

In diesem Seminar Smart Data Engineering werden die wesentlichen Methoden zur Informationsextraktion aus großen Datenmengen vermittelt und deren Anwendung im Unternehmen anhand von Beispielen illustriert. Nach dem Seminar haben Sie ein grundlegendes Verständnis zu Smart Data Analyse Methoden gewonnen und sind in der Lage

  • selbst anspruchsvolle Datenanalysemethoden zu bewerten und einzusetzen
  • geeignete Visualisierungstechniken auszuwählen
  • Digitalisierungsanwendungen mit Big Data/Smart Data Bezug zu bewerten, zu konzipieren und durchzuführen

Top Themen

  • Die wichtigsten Datenanalyse-Verfahren für Anwendungen im
    Ingenieurbereich
  • Verfahren zur Klassierung von Daten und mögliche Analysemethoden
  • Umgang mit zensierten Daten und Verfahren zur Schätzung der dahinter liegenden Verteilungsfunktionen
  • Entscheidende ingenieurgemäße Methoden zur intelligenten Analyse
    kleiner und großer Datenmengen
  • Möglichkeiten zur Visualisierung komplexer Datenanalyse-Ergebnisse
  • Big Data- bzw. Data Engineering-Methoden in der Produkt- und
    Prozessentwicklung sowie zur Zuverlässigkeitsabsicherung

Intelligente Datenanalyse am Beispiel der Zuverlässigkeitstechnik

Aufbauend auf den in der Automobil-Industrie gewonnen Erfahrungen bei der Aufbereitung und Analyse von Daten werden Ihnen in diesem Seminar die wesentlichen Methoden zur Analyse aus großen Datenmengen vermittelt. Die gezeigten Beispiele illustrieren die Anwendung der Big Data/Smart Data-Methoden und sind natürlich auf andere Industrie-Bereiche übertragbar. Im Detail lernen Sie mit dieser Weiterbildung Methoden zur intelligenten Analyse kleiner und großer Datenmengen mit folgendem Programmablauf kennen:

Programm als PDF herunterladen

Programmablauf

Einführung und Begriffsbestimmungen

  • Was Smart Data, Big Data und KI miteinander zu tun haben
  • Warum methodisches Know-How zentral für die Informations-
    gewinnung ist

Informationsextraktion aus großen Datenmengen:
Kundenzentrierte Datenanalyse

  • Begrenzte bzw. unvollständige Daten von Produkten im Kunden-
    einsatz: Wie werden zensierte (“abgeschnittene”) Datenmengen behandelt?
  • Diskussion der wichtigsten Verteilungsfunktionen und ihrer Eigenschaften
  • Parameterschätz-Verfahren für Verteilungsfunktionen für den Fall zensierter Daten
  • Anwendungsbeispiele aus der Zuverlässigkeitsabsicherung mit Entwicklungs- und Felddaten

Mindestabsicherung von Zuverlässigkeit und Qualität

  • Auswirkungen des Pareto-Prinzips auf den Testaufwand
  • Analyse vorliegender Daten und Ermittlung der
    Ungleichverteilungskoeffizienten
  • Minimal-Absicherungsziele als Untergrenze für den Testaufwand

Analyse der Daten aus der Nutzungsphase der Produkte

  • Daten in Form von Zeitreihen oder als Ereignis-Kollektive:
    Auswahl einer geeigneten Analysemethode
  • Auswertung großer Mengen zeitabhängiger Daten durch Fourier-Transformationen
  • Verfahren zum Handling großer Datenmengen und zur Daten-
    reduktion bei klassierten Daten
  • Zählverfahren zur Bildung von Kollektiven und Matrizen aus
    Zeitfunktionen: Klassendurchgang, Spitzenwert und Rainflow-Verfahren, inkl. Pilot-Implementierung in Python
  • Korrelationsverfahren: Auffindung dominierender Einflüsse
    durch Hauptkomponenten-Analysen
  • Anwendungsbeispiele mit Daten zur Kundensegmentierung

Erzeugung signifikanter Informationen auch mit begrenzten (Kunden-)Datenmengen

  • Schätzen der Parameter einer zufälligen Stichprobe mit der Maximum Likelihood Methode
  • Aussagen über ein Vertrauensintervall gewinnen mit dem
    Bootstrap Verfahren
  • Illustration des Vorgehens an Beispielen

Visualisierung und Interpretation der Ergebnisse

  • Balken-/Säulendiagramme und Histogramme: Beeinflussung der Darstellung durch Aufteilung der Werte auf die Intervalle des Wertebereiches
  • Tortendiagramme: Vollkreis und Kreisringe
  • Netzdiagramme zur Bewertung unterschiedlicher Aspekte auf derselben Bewertungsskala
  • Heat-Map: Darstellung mehrerer Datensätze und Erkennung von Wechselwirkungen
  • Kissendiagramm: Pseudodreidimensionale Elemente für
    vereinfachte Erkennung von Clustern und Strukturen
  • Box-Whisker-Plot für einen schnellen Überblick über die
    Verteilung von Daten

Anwendungsbeispiele Smart Data Analytics Engineering

  • Zuverlässigkeitsabsicherung sowie Anomalie-Erkennung
    technischer Systeme, u.a.
  • Vorbeugende Instandhaltung
  • Maschinen-Ausfall-Prädiktion
  • Frühwarnsysteme
  • Energieverbrauchsmuster
  • Qualitätsüberwachung
  • NVH Analysen
  • Ausführliche Darstellung von Anwendungsbeispielen
  • Zuverlässigkeitsabsicherung eines alternativen Antriebs und Konsequenzen für das Geschäftsmodell
  • Anomalie-Erkennung zur Ausfallvorhersage im Maschinenbau

Zielgruppe

  • Angesprochen sind bei diesem Seminar Smart Data Engineering:
  • Ingenieure in Forschung, Entwicklung, Produktion, Marketing, Vertrieb und Qualitätssicherung die sich mit der Informationsextraktion aus Daten auseinandersetzen wollen und müssen
  • Technikaffine Menschen mit Datenbezug und mit Interesse an mathematischen Methoden und Verfahren
  • Manager, die verstehen wollen, mit welchen Methoden und Verfahren Informationen aus Daten grundsätzlich extrahiert und visualisiert werden können
  • Daten-Eigner, die sich mit use- und business-cases in Unternehmen beschäftigen und die methodischen Daten-Analyse-Möglichkeiten verstehen wollen
  • Als Voraussetzung sollten Sie mathematische Kenntnisse auf dem Niveau der allgemeinen Hochschulreife mitbringen.

Ihr Experte für smarte Datenanalyse: Prof. Dr.-Ing. Luy

Johann-Friedrich Luy hat in der Daimler Forschung Schlüsselkomponenten für den Einsatz in Automobilradaren entwickelt. Für seine Beiträge zur Hochfrequenz-Integration wurde er im Jahr 2000 zum Fellow des internationalen Ingenieurverbandes IEEE gewählt. Im Jahr 2007 wurde er zum Professor an der TU München in der Fakultät für Elektrotechnik und Informationstechnik berufen. In der Daimler AG hat er die Entwicklung von DataMining-Technologien mit SmartData und KI Methoden verantwortet. Die daraus entwickelten Zuverlässigkeitsprozesse zur präventiven Absicherung des Reifegrades sind heute weltweit in den Entwicklungsablauf integriert. In 2018 hat er das Start-up COREPROG engineering gegründet.

Seminarmethoden

Datenanalyse: Beispiele mit Python

In diesem Seminar werden keine kommerziellen Software-Tools eingesetzt. Die Pilot-Implementierungen werden im Seminar mit Python durchgeführt. Wenn Sie auf Ihrem Notebook/Tablet Python 3.7 geladen haben und auch Anaconda installiert ist, können Sie die Beispiele nachvollziehen. Ferner werden die Codes der Pilot Implementierungen verfügbar gemacht. Die Beispiel-Veranschaulichung ist grundsätzlich aber auch mit anderer Software möglich.

Veranstaltung buchen

Veranstaltungsnummer: 02SE390

Smart Data Engineering Methoden

Düsseldorf ,

Leonardo Boutique Hotel Düsseldorf*

Oststr. 128,
40210 Düsseldorf
+49 211/7771-0

verfügbar

Aschheim bei München,

INNSIDE München Neue Messe*

Humboldtstr. 12,
85609 Aschheim
+49 89/94005-0 zur Webseite

verfügbar

1.690,– € zzgl. 19% USt.

Profitieren Sie von unserem reservierten Zimmerkontingent am Veranstaltungsort. Bitte geben Sie bei der Hotelbuchung VDI Wissensforum als Referenz an.

Das könnte Sie interessieren...

Seminar
© style-photography.de - fotolia.com
Root Cause Analysis
  • 19.03. - 20.03.2020 in Leinfelden-Echterdingen
  • 14.07. - 15.07.2020 in Freising bei München
  • 01.12. - 02.12.2020 in Köln

VDI-Seminar zum systematischen Lösen von Qualitätsproblemen: Qualitätsprobleme analysieren und methodisch beseitigen ➤ Jetzt anmelden!

Informieren & Buchen

Seminar
© Dr.-Ing. Bernd Gimpel, quality engineers, Aachen
Geheimnisse der Datenauswertung mit Minitab®
  • 11.02. - 12.02.2020 in Düsseldorf
  • 01.07. - 02.07.2020 in Fürth
  • 01.10. - 02.10.2020 in Frankfurt am Main
  • 09.02. - 10.02.2021 in Stuttgart

Im Seminar lernen Sie hilfreiche Tipps und Tricks zur Datenauswertung mit Minitab®. Erleben Sie, wie genial einfach Statistik sein kann. Erfahren Sie mehr.

Informieren & Buchen

Seminar
© istock.com - XiXinXing
Grundlagen: Test und Erprobung mittels DoE
  • 10.12. - 11.12.2019 in München
  • 21.04. - 22.04.2020 in Fürth
  • 17.08. - 18.08.2020 in Düsseldorf
  • 07.12. - 08.12.2020 in Frankfurt am Main

Erfahren Sie in diesem Seminar, wie Sie mit DoE Tests und Proben durchführen. Grundlagenwissen. Mehr Infos hier.

Informieren & Buchen

Veranstaltungsnummer: 02SE390

Smart Data Engineering Methoden

verfügbar


verfügbar

Profitieren Sie von unserem reservierten Zimmerkontingent am Veranstaltungsort. Bitte geben Sie bei der Hotelbuchung VDI Wissensforum als Referenz an.

Haben Sie Fragen zur Veranstaltung?

Sie erreichen uns unter:

+49(0)2116214-201
+49(0)2116214-154
wissensforum@vdi.de

Kein passender Termin dabei?

Vermissen Sie etwas?

Fehlen Ihnen Informationen zu dieser Veranstaltung? Dann schreiben Sie uns eine Nachricht.

Nachricht schreiben

Weitere Hotelpartner: Hotel für Seminar bei HRS buchen