16/03/2017

DEFL - Digitale Transformation im KMU - Programm

Jeder spricht von ihr: der digitalen Transformation. Und im industriellen Bereich ist durchaus eine deutliche Unruhe und Verunsicherung bzgl. konkreter Ansätze und Einstiegsmöglichkeiten spürbar.

15/03/2017

Die drei Szenarien der Anomalieerkennung

In einem realen Problemfall sind die zur Verfügung stehenden Daten nicht immer die, welche man im Idealfall gerne hätte. Oft ist es teuer, schwierig

06/03/2017

Veranstaltung: Digitale Trans­formation im KMU

Die Digitalisierung der Welt – insbesondere der industriellen – ist in aller Munde. Und wir von LeanBI spüren in unserem Umfeld nicht nur grosses

03/03/2017

Big Data in der Prozessindustrie: Rückblick auf die Dechema

  Geboten wurden uns am Praxisforum der Dechema zum Thema Big Data in der Prozessindustrie eine spannende Mischung aus Impulsvorträgen, Erfahrungsberichten und Anbietervorträgen. Und

27/02/2017

Success Story Woodman: Reporting, Budgetierung und Simulation

Woodman wurde 2010 mit Sitz in Zug in der Schweiz gegründet und ist ein FINMA-registriertes unabhängiges Unternehmen für Asset und Wealth Management. Innerhalb des

24/02/2017

KTI Projekt zu Predictive Maintenance gestartet!

Wir freuen uns den Start unseres KTI Projekts mitzuteilen: leanPredict: Erforschung und Entwicklung einer agilen Lösung zur Zustandsüberwachung und vorausschauenden Instandhaltung für intralogistische Systeme.

20/02/2017

Die drei verschiedenen Arten von Anomalien

Der dritte Artikel unserer Anomalie-Reihe beschreibt die verschiedenen Arten von Anomalien, die man üblicherweise vorfindet. Wir können die Anomalien in drei Gruppen einteilen: Punktuelle,

13/02/2017

Einladung Seminar: Data Science in der Industrie 4.0

Am Dienstag, 21. März 2017 führen wir zusammen mit unserem Partner M&F Engineering AG ein einzigartiges Seminar zum Thema „Praktischer Einsatz von Machine Learning

10/02/2017

Die fünf grössten Schwierigkeiten der Anomalieerkennung

In diesem zweiten Artikel unserer Anomalieerkennungs-Reihe stellen wir die Schwierigkeiten bei der Anomalieerkennung dar. Wir lassen hier den Prozess der Erhebung und Speicherung der

31/01/2017

Was versteht man unter Anomalieerkennung?

Man sagt zwar „Irren ist menschlich“, aber auch Maschinen machen manchmal Fehler! In der Industrie ist es heutzutage Alltag sich von einer korrekt funktionierenden