„Im nächsten Schritt folgen neuronale Netze“, schildert Daniel Bachlechner, Gruppenleiter Advanced Data Analytics bei Fraunhofer Austria und in Wattens stationiert. So will man die explorative Datenanalyse mittels klassischer statistischer Methoden und Werkzeugen wie Regression oder Korrelationsanalyse ummünzen in Prognosemodelle, denen künstliche Intelligenz zugrunde liegt.
So wäre es hochinteressant, dank KI mehr darüber zu erfahren, wie sich der hochvariante Einsatz mehrerer Rezeptgruppen an ein- und derselben Anlage auf den Kesselzustand auswirkt. „Das könnte auch enorme Auslastungseffekte bringen“, heißt es von Swarovski.
Daten finden jedenfalls verlässlich in die hauseigene Smart Data Platform Einzug. Alles, was dort gelernt wird, wird für den Konzern verdichtet.
Dieser Beitrag erschien erstmals April 2021.