Maschinen und Anlagen verstehen – Data Science trifft Zustandsüberwachung

Künstliche Intelligenz und die Zustandsüberwachung von Maschinen sind ein ideales Paar, dennoch scheitern gemeinsame Projekte immer wieder. Grund ist oftmals ein mangelndes gegenseitiges Verständnis der Expert*Innen. Im Seminar wollen wir als Ingenieure der Datenwelt einen Einblick in unsere Sichtweisen geben.

Technologien aus dem Bereich Data Science, KI und Machine Learning eröffnen neue Chancen für Anwendungen im Maschinenbau und sein Umfeld. Um diese Chancen bestmöglich zu nutzen, bedarf es eines gegenseitigen Verständnisses zwischen den Expert*Innen für die Daten und denen für die Maschinen und Anlagen. Am Beispiel von Condition Monitoring Systemen für Maschinen wollen wir den auf die Arbeit mit digitalen Daten fokussierten Menschen einen Einblick in die ingenieurwissenschaftlichen Sichtweisen und Herangehensweisen geben.

Die Teilnahme an der Veranstaltung ist nur mit vorheriger Anmeldung möglich!
Hier geht es zur ANMELDUNG

Lernziele

Als Teilnehmende bekommt Ihr ein Grundverständnis von technischen Condition Monitoring Systemen und deren Komponenten im maschinenbaulichen Umfeld:

Grundlagen technischer Condition Monitoring Systeme

• Komponenten eines CMS (zu überwachendes System, Sensoren, DV, Kommunikation, Cloud)
• erste Orientierung im Normenjungle (1-2 Beispiele für Normen)

Grundlagen zu möglichen zu überwachenden Systemen

• Beispiele für typische Schadensfälle
• Bezug von diesen Schadensfällen zu physikalisch messbaren Größen (z.B. Beschleunigungsmessungen, akustische Messungen, …)

Grundlagen zu Sensoren und zur Datenverarbeitung

• verschiedene Sensortypen
• unterschiedliche Sensordaten (Auswertung im Zeit- / Frequenzbereich)
• Herausforderungen bei der Verarbeitung von Sensordaten

Nach der Veranstaltung haben die Teilnehmer*Innen ein technisches Grundverständnis entwickelt, welches es Ihnen ermöglicht, technische Aufwände bei der Evaluierung neuer Geschäftsideen besser einzuschätzen und es Ihnen ermöglicht „die richtigen Fragen zu stellen“. 

Zielgruppe

Gründer*Innen, Gründungsteams und frühe Mitarbeitende von datengetriebenen Startups.

Ihr seid Expert*Innen im Bereich Data Science, KI und Machine Learning und fragt Euch ob / wie Ihr diese Expertise verstärkt im maschinenbaulichen Umfeld nutzen könnt. Beispielsweise denkt Ihr darüber nach, Eure Kompetenzen im Bereich der Condition Monitoring Systeme für Maschinen- und Anlagen einzubringen, könnt aber nicht einschätzen was dafür genau notwendig ist.

Vorkenntnisse

Die Teilnehmenden kommen eher aus den Bereichen Informatik, Data Science, Business Development und Wirtschaftswissenschaften, vglb.. Hilfreich sind erste Erfahrungen bei der Entwicklung und Iteration von Geschäftsmodellen ausgehend von Kundenproblemen, insbesondere bei B2B Kunden.

Referenten

Andreas Friedmann
Jan Hansmann

Preis
kostenfrei