MEHRWERTE AUS DEM ROHSTOFF DATEN

„Data is the new Oil.“ Im Jahr 2006 wurde dieser Satz von Clive Humby geprägt. Bis heute hat die Aussage nichts an ihrer Aktualität verloren. Verfahren, mit denen ein Mehrwert aus den Rohdaten gewonnen werden kann, sind überall auf dem Vormarsch. Neben klassischen BI-Ansätzen zur Visualisierung und Analyse von Daten spielen künstliche Intelligenz (KI, engl. Artificial Intelligence (AI) ) und maschinelles Lernen (ML) eine immer wichtigere Rolle.

Data Science kombiniert statistische Analysen, maschinelles Lernen und fortgeschrittene Datenverarbeitungstechniken, um wertvolle Informationen aus großen Datensätzen zu gewinnen. Bei ORDIX setzen wir moderne Tools und Methoden ein, um komplexe Datenprobleme zu lösen und relevante Erkenntnisse zu generieren. Wir nutzen modernste Technologien und Algorithmen, um Ihre Daten optimal zu analysieren und wichtige Muster, Trends und Zusammenhänge zu identifizieren.

Die Anwendungsbereiche von Data Science und Künstlicher Intelligenz sind vielfältig. Wir unterstützen Sie entlang der gesamten Daten-Wertschöpfungskette von der Analyse der Ist-Situation, über die Definition von Anforderungen und Entwicklung von Modellen bis hin zum produktiven Einsatz einer KI-Lösung. Greifen Sie auf unsere Erfahrung bei der Vorhersage von Kundenverhalten, Optimierung von Geschäftsprozessen, Identifizierung von Betrugsmustern, Personalisierung von Angeboten und vielem mehr zurück und treffen mithilfe von Data Science und künstlicher Intelligenz datenbasierte Entscheidungen. So steigern Sie Ihre Effizienz und erlangen den entscheidenden Wettbewerbsvorteil.

Als Lösungsanbieter für Data Science und Künstliche Intelligenz ist es unser Ziel, Unternehmen dabei zu helfen, das volle Potenzial ihrer Daten auszuschöpfen. Wir bieten maßgeschneiderte Lösungen für jede Phase des Datenlebenszyklus an, von der Erfassung über die Verarbeitung bis hin zur Auswertung und Anwendung von Erkenntnissen. Unser Team von Expert:innen verwendet modernste Analyse-Tools und Machine-Learning-Algorithmen, um wertvolle Erkenntnisse aus den Daten zu gewinnen und so eine effektive Entscheidungsfindung zu unterstützen.

Herausforderungen & Ihre Lösungen

Klicken um zu flippen

HERAUSFORDERUNG:
Im Rahmen der Kreditprüfung eines Kreditinstituts für Konsumentenkredite müssen Kundeneingaben zur Bonitätsprüfung durch eingereichte Belege verifiziert werden. Die relevanten Attribute der Belege wurden dazu manuell mit den Kundeneingaben abgeglichen und verifiziert. Längere Bearbeitungszeiten führten wiederum zu hohen Antwortzeiten.

UNSERE LÖSUNG:
Es wurde eine KI-Anwendung entwickelt, die unter Verwendung modernster Algorithmen aus dem Bereich des maschinellen Sehens und dem natürlichen Sprachverständnis die Extraktion der relevanten Fachdaten automatisiert und so den Sachbearbeiter bei der Erfassung unterstützt und die Kundenzufriedenheit auf Grund reduzierter Antwortzeiten erhöht.

HERAUSFORDERUNG:
Bei einer Versicherung wurden postalisch eingehende Adressänderungen manuell verarbeitet. Eingehende Postsendungen wurden eingescannt, digitalisiert und die entsprechende Dokumentenklasse ermittelt. Anschließend wurde die Adressänderung manuell im Bestandssystem durchgeführt.

UNSERE LÖSUNG:
Die eingescannten Dokumente wurden mit Hilfe von Optical Character Recognition weiter digitalisiert. Über visuelle und sprachliche Eigenschaften wurde die betrachtete Seite in text-dichte Regionen segmentiert. Über sprachliche Merkmale wurden die entsprechenden Regionen klassifiziert und so entschieden, ob es sich um die relevante Adresse handelt.

HERAUSFORDERUNG:
Für den Korrosionsschutz von Metalloberflächen muss die Rezeptur eines Bades für die elektrochemische Abscheidung einer Schutzschicht formuliert werden. Dabei muss sichergestellt werden, dass bei vorgegebener Dauer des Abscheidungsprozesses sowohl eine geforderte Dicke als auch eine maximale Rauigkeit der Schutzschicht eingehalten werden. Die Abscheidungsdauer beeinträchtigt dabei sowohl die Einsetzbarkeit im Herstellungsprozess als auch die Lebensdauer der Schutzschicht und Funktionsweise der Bauteile.

UNSERE LÖSUNG:
Auf Basis einer statistisch geplanten Versuchsreihe wird ein Regressionsmodell der Abscheideergebnisse abhängig von der Formulierung angelernt. Auf dessen Basis wird, durch Anlegen simulierter Prozessbedingungen ein zweites Modell erstellt, welches vorhersagt, wie gut die Anforderungen je nach Formulierung eingehalten werden. Mit diesem Modell kann dann die Formulierung so eingestellt werden, dass möglichst wenig Ausschuss produziert wird.

Unsere Data Science und KI-Lösungen werden speziell auf Ihre individuellen Anforderungen zugeschnitten. Wir arbeiten eng mit Ihnen zusammen, um Ihre Geschäftsziele zu verstehen und maßgeschneiderte Analysemodelle zu entwickeln. Dabei legen wir großen Wert auf Datenqualität, Sicherheit und Datenschutz.

Branchen

Künstliche Intelligenz findet in nahezu allen Lebensbereichen statt. Unsere Expert:innen blicken auf einen umfangreichen Erfahrungsschatz beim Einsatz von künstlicher Intelligenz in den Branchen Finanzen, Versicherung und Industrie zurück - von Betrugsprävention und Prozessautomatisierung, über individuelle Tarifierung bis hin zur KI-unterstützten Entwicklung von industriellen Produktionsprozessen.

Entwicklung von Modellen

Die Entwicklung von KI-Modellen durch unser Data Science-Team bietet Ihrem Unternehmen Vorteile der Expertise und Ressourcen. Unsere Berater:innen beherrschen den gesamten Entwicklungszyklus, von der Datenvorbereitung bis zur Modelloptimierung. Dies spart Zeit und Ressourcen, minimiert Fehler und gewährleistet eine hochwertige Lösung. Unsere Expert:innen beherrschen die gängigen Machine-Learning-Bibliotheken wie scikit-learn, PyTorch oder TensorFlow.

Durch uns als Partner können Sie sich auf Ihre Kernkompetenzen konzentrieren, während Sie dennoch von den neuesten KI-Technologien profitieren.

abbildung

Data Science Life Cycle

Der Data Science Life Cycle ist ein strukturierter Prozess, der die Daten-Wertschöpfungskette von der Datenerfassung über die Modellentwicklung bis zur Umsetzung lenkt. Er umfasst Datenvorbereitung, Explorative Datenanalyse, Modellbildung und -bewertung sowie Implementierung. Dieser Zyklus ermöglicht es, schnell auf geänderte Anforderungen zu reagieren sowie alle beteiligten Stakeholder informiert zu halten. Somit ist ein gesundes Erwartungsmanagement und Controlling des Projektfortschritts möglich.

Zur Umsetzung des Life Cycles greifen unsere Data Scientisten auf gängige Tools wie Git, MLFlow und DVC zurück. Nutzen auch sie unsere Erfahrung und gestalten sie erfolgreich ihre Data Science Projekte.