Welche üblichen Fehler werden bei der Analyse von Big Data im Produktionsbereich gemacht und welche Strategien funktionieren?

Wie bereits in einem vorhergehenden Forschungsbericht: "Cornerstone Big Data Analyse mit Hilfe von Apache Spark" beschrieben, stellt die systematische Auswertung von immer größer werdenden Datensammlungen Unternehmen vor immer größere Herausforderungen. Es fehlt jedoch ein Teil des Know-hows, um Big Data-Projekte erfolgreich durchführen zu können. Daher folgt man einfach den aktuellen Trends und Schlagworten und verfolgt Ansätze, die aktuell in Mode sind. Dieser Ansatz führt allerdings häufig zu weniger erfolgreichen Projekten und es können mehrere regelmäßig wiederkehrende Muster von Missverständnisen identifiziert werden. Der vorliegende Forschungsbericht stellt einige dieser nicht erfolgreichen Muster schlaglichtartig dar und führt in einen Teil der im Rahmen des PRO-OPT SMART-DATA Forschungsprojektes durchgeführten Arbeiten ein. Im Projekt wurde mit unterschiedlichsten Modellierungen von Produktionsdaten eines Automobilzulieferers experimentiert. Hierbei war eine Zielsetzung, sowohl statistisch gesicherte Analyse und Klassifikationsverfahren als auch neue Verfahren aus dem KI Umfeld anwenden zu können und zu vergleichen. Dabei wurde unterschiedliche Tool-Stacks verwendet. Dieser Bericht fokussiert auf den direkten Zugriff von Cornerstone auf Big Data Datenbanken.

Bitte laden sie das komplette PDF unten herunter.

Bitte wählen Sie die gewünschte PDF-Datei aus. Sie wird anschließend via E-Mail zu Ihnen gesendet. 

 

Cornerstone Download

Download
Option:*

Durch Klicken auf "Submit (Anfordern)" stimmen Sie zu, dass Ihre eingegebenen Daten (Name und E-Mail-Adresse) von camLine für Kundenbetreuung und interne Analysen verwendet werden. Die Daten werden auf einem Server in Deutschland gehalten. Keinesfalls werden diese Informationen an Dritte weitergegeben.