Geobasierte Datenprodukte und -Services bei geringen Betriebskosten (TCO) und schnellem Time-To-Market

Mit der neuen Funktion können Geodaten-Analysen in YUNA hypothesengestützt durch Teams mit Mitgliedern verschiedener Disziplinen angestoßen werden. Der Einsatz in Unternehmen ist vielfältig: Messdaten werden z.B. mit aktuellen Geodaten in Form von Standorten der einzelnen Messstellen eines Versorgungsnetzes kombiniert.

Anschließend werden in YUNA auf dieser Basis Analysen zur Anomalieerkennung implementiert. Im produktiven Einsatz werden je nach Analyseergebnissen, von YUNA entsprechende Handlungen vorgeschlagen, die es auszuführen gilt. Auch ist das Einbinden von automatischen, selbstlernenden Analyse-Skripten möglich. Auf diese Weise lassen sich entsprechende festgeschriebene Aktionen durch YUNA ausführen. Gleichzeitig fließen die Ergebnisse direkt in andere Elemente (Widgets) ein. Diese werden wiederrum mit Analysen, bspw. aus der Ersatzteillogistik, in Zusammenhang gebracht.

Der Vorteil für Unternehmen liegt auf der Hand: Eigene Lösungen lassen sich schnell im eigenen Haus entwickeln und effizient betreiben.

Hypothesen + Machine Learning + Interpretation = Augmented Intelligence
Augmented Intelligence ist die Verbindung von menschlicher Expertise mit Methoden der Künstlichen Intelligenz zur besseren Entscheidungsfindung. Beispiele reichen von der Identifikation von Störungen in Chemieanlagen über Parkraumbewirtschaftung bis hin zu Smart Cities mit selbstklimatisierenden Straßen. Aber auch bei Standortplanungen, der optimierten Routenplanung in der Lagerhaltung und Logistik bis hin zu Serviceeinsätzen bieten Geodatenanalysen viele Möglichkeiten zur Steigerung von Wert oder Effizienz.

“Es geht nicht darum, Daten einfach auf einer Karte abzubilden, sondern Geodaten in Echtzeit mit allen erdenklichen, relevanten Informationen zu vernetzen. Auf einer Karte können Menschen schon rein visuell Informationen schneller begreifen und Zusammenhänge erkennen.” Heiko Miertzsch, Gründer und CEO von eoda GmbH

In der Logistik würde es sich nicht darauf beschränken, Staus zu umfahren, sondern über eine Plattform wie YUNA direkt Einfluss auf das Supply Chain Management zu nehmen: Produktion und Waren könnten entsprechend angepasst, umgeleitet oder besser verteilt werden. Gäbe es an einem Standort die passenden Teile/Waren, könnte die benötigte Menge automatisch zur Überbrückung verschickt werden. Aktuelle Verkehrsdaten würden also mit Lagerbeständen anderer Standorte und der relativen Entfernung zu einem konkreten Handlungsvorschlag verbunden werden. Energieversorger können einen Forecast erhalten, welche Leistung in einem bestimmten Gebiet, abhängig von der aktuellen oder zukünftigen Wetterlage, zu erwarten ist und so die Auslastung in Windparks optimieren.

Was ist YUNA
YUNA ist eine Data Science Plattform zur benutzerfreundlichen und effizienten unternehmensweiten Verwaltung von Data Science Projekten. Die Plattform unterstützt die Zusammenarbeit von Daten-Experten und Anwendern anderer Disziplinen, wie Marketing, Produktion, Sales und weiteren Bereichen. So wird die Entwicklung von „Data Products“ durch Komfort-Funktionen unternehmensweit sowie darüber hinaus unterstützt. YUNA führt das Domänenwissen und Data Science Know-How nahtlos zusammen. Governance-Funktionen zur Steuerung und Überwachung der Algorithmen auf Basis einer skalierbaren Architektur unterstützen den ganzen Prozess vom Prototyp zum Mission Critical Service.

Mit Hilfe von über 30 Widgets lassen sich Nutzer- oder gruppenindividuelle Dashboards zur explorativen Datenanalyse, Datenvisualisierung und Abbildung gemeinsamer Workflows entwickeln. Data Scientists nutzen ihre gewohnten IDEs, wie RStudio, und den vollen Funktionsumfang von Skriptsprachen wie R, Python oder Julia, um Daten zu analysieren und Modelle zu entwickeln. YUNA-Connectivity-Pakete stellen die Kompatibilität mit der Plattform sicher und steuern die Berechtigungen für die Analysen und Ergebnisse. Durch den modularen Aufbau auf Basis der Dashboard-Elemente, lässt sich YUNA für einzelne Anwendungsfälle und Nutzergruppen frei anpassen. Über eine dokumentierte API können anderen Systemen als Quellen oder Adressaten von Analysen angebunden werden oder Datenprodukte für Kunden veröffentlichen.