Technologietag 2019: Produkte, Anlagenauslastung und Qualitätskontrolle optimieren mit Industrial Analytics

Pressemitteilung / 11.1.2019

Am 5. und 6. Februar findet in Stuttgart der Technologietag der Fraunhofer-Allianz »Big Data und Künstliche Intelligenz« zum Thema »Industrie 4.0« statt. Im Fokus stehen dabei die neuesten Big-Data- und Machine-Learning-Methoden zur Datenanalyse und Informationsverarbeitung in der industriellen Produktion.

»Wie lassen sich Produkte optimieren, Anlagenauslastungen verbessern und Standzeiten minimieren?« – das sind entscheidende Fragen der Industrie, die über die Wettbewerbsfähigkeit von Unternehmen entscheiden. Neue Data-Analytics-Verfahren können diese Fragen beantworten.

Der Technologietag 2019 bietet einen breiten Überblick über praxisrelevante Technologien, digitale Dienstleistungen und Geschäftsmodelle im Bereich Industrial Analytics. Fraunhofer-Wissenschaftler stellen gemeinsam mit Industriepartnern konkrete Anwendungen vor und zeigen auf, welche Vorteile sich für Unternehmen ergeben. So erklärt Prof. Dr. Jochen Garcke, Leiter der Abteilung »Numerische datenbasierte Vorhersage« bei Fraunhofer SCAI, wie neue Datenanalyse-Techniken effizienteres Monitoring ermöglichen.

Neben dem Vortragsprogramm rund um die Themen »intelligente Maschinen«, »vernetzte Fabriken« und »neue Wege in der Qualitätssicherung« gibt es auf der begleitenden Fachausstellung die Möglichkeit zum Austausch mit Experten. Abgerundet wird die Veranstaltung durch die Vorstellung von Zukunftsimpulsen aus der Forschung.

Relevant ist das Thema Data Analytics sowohl für Produktionsfirmen und Maschinenbauer als auch für Logistikunternehmen. Der Technologietag richtet sich an Fachleute aus Industrie und Wissenschaft. Interessierte können sich bis zum 20. Januar anmelden.

Weitere Informationen und Anmeldung unter:
https://www.bigdata.fraunhofer.de/de/geschaeftsfelder/produktion_industrie/technologietag2019.html

Abteilung Numerische datenbasierte Vorhersage:
https://www.scai.fraunhofer.de/de/geschaeftsfelder/numerische-datenbasierte-vorhersage.html