Das Themengebiet um Machine Learning (ML) ist komplex. Doch gerade im IOT Bereich ist das Potenzial enorm. „Qualitätssicherung oder Prozessoptimierung sind oft der Anstoß, das Thema Machine Learning auf die Agenda zu nehmen.“ weiß Julius Otto (ML Experte bei AllCloud). „Leider geht vielen erfolgversprechenden Projekten die Luft aus, da sie zu komplex aufgesetzt sind.“ Julius Otto berät Firmen beim Konzipieren von IOT Use Cases. Sein Credo: „Nach zwei Wochen sollte man wissen, wohin die Reise geht!“ Damit bleibt das Kostenrisiko überschaubar.

Anhand von zwei Use-Cases sehen Sie, wie ein Machine Learning Projekt konzipiert sein sollte, um schnell zu ersten Erkenntnissen zu gelangen:

• Wie ein Hersteller von Motorrädern dank automatisierter, bildgesteuerter Fehlererkennung fehlerhafte Schweißspritzer beim Schweißen der Rahmen nicht mehr manuell (=teuer) überprüfen muss.
• Wie ein Transport-Unternehmen 90% Zeit für die Bearbeitung von Lieferscheinen einspart. Dank automatisiertem Auslesen samt Einpflege ins ERP-System.

Sie sehen zudem, wie Sie vorgehen sollten, um die Ergebnisse des maschinellen Lernens immer up-to-date zu halten. Und wie Sie neue Themen oder sich ändernde Begebenheiten berücksichtigen sollten. Immer mit dem Ziel, dass Sie möglichst wenig manuellen Aufwand betreiben müssen.

Julius Otto und sein Team bedienen sich dabei der Cloud Services von Amazon Web Services (AWS). „Die sind easy to start und kostengünstig. Dank vorhandener AWS Services haben wir für den Motorradhersteller das Trainings-Modell in 30 Minuten aufgesetzt.“ Das können Sie auch! Melden Sie sich gleich an.

Ihr Referent

Julius Otto

Data Pre-Sales Manager
AllCloud

Bildquelle: AllCloud