Schwerpunkte

Big Data

Maschinelles Lernen - der Einstieg!

11. Januar 2017, 00:00 Uhr   |  Dr.-Ing. Hans Egermeier, Dr. Thomas Natschläger, Markus Riedenbauer

Maschinelles Lernen - der Einstieg!
© Bild: Computer&AUTOMATION; Quellen: Fotolia/artstudio_pro; Fotolia/ PixlMakr

Google, Facebook, Netflix und Amazon setzen bereits auf ­maschinelles Lernen. Auch im industriellen Umfeld sind die Möglichkeiten dieser Technologien in einem breiten Ausmaß möglich – doch die Unternehmen zögern. Dabei gilt es, keine Zeit zu verlieren.

Daten sind das Öl beziehungsweise der Rohstoff des 21. Jahrhunderts! Diese Aussage kusiert seit vielen Jahren durch die Automatisierungsbranche. Betrachtet man aber die Verbreitung von praktischen Data-­Mining-Anwendungen oder -Applikationen mit integriertem maschinellem Lernen (Machine Learning) im Maschinen- und Anlagenbau, scheint der Ölrausch – zumindest in dieser Branche – bisher ausgeblieben zu sein. An fehlenden geeigneten Anwendungsfällen kann es dabei nicht liegen, da es vielfältige Optimierungs- und Vorhersage-Probleme bei der Entwicklung und dem Betrieb von Maschinen und Anlagen gibt.

Stellt sich somit die Frage, ob derart optimierte Produkte (noch) keine Kundenakzeptanz vorfinden, oder ob Unternehmen die Wirtschaftlichkeit solcher Lösungen in Frage stellen. Oder sind es schlicht handfeste Umsetzungs- und Organisationsthemen, die als Bremse wirken.

In der hardwaregetriebenen Branche hat die Software inklusive der Software-Entwicklung schon oft keinen leichten Stand. Die praktische Anwendung von Datenanalyse-Techniken und von maschinellem Lernen ist noch einmal ein weiterer Schritt aus der Komfortzone heraus. Diese zweiteilige Artikelserie soll helfen, grundlegende Fragen einer noch jungen Disziplin im Engineering zu beantworten.

Seite 1 von 6

1. Maschinelles Lernen - der Einstieg!
2. Der Status quo
3. Was ist konkret umsetzbar?
4. Vorhersagen generieren
5. 94 % Genauigkeit
6. Den Nutzen bewerten

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Verwandte Artikel

Ingenieurbüro lean-digital-transformation