Ideen sofort in Anwendungen umsetzen

Die Auswirkungen neuer Computerressourcen und techniken in Kombination mit einer zu nehmenden Lawine großer Datensätze verändern viele Anwendungsbereiche. Diese Entwicklung hat viele verschiedene Gesichter, Komponenten und Kontexte. Datenanalysten und Data Scientists mit ihrem fundierten Wissen in Mathematik und Statistik nehmen in Analytics Projekten eine zentrale Rolle ein. Daneben gewinnt das Domänenwissen, also Kenntnisse und Erfahrungen im Arbeitsumfeld innerhalb des Unternehmens, aber vor allem auch zu den Produkten und deren Produktionsabläufen, eine immer stärkere Bedeutung.

Mit dem Low-Code/No Code Software Framework Proficy CSense lassen sich Anwendungen auch ohne umfangreiche Programmierkenntnisse entwickeln. Das vollständig grafische Userinterface mit Drag and drop ermöglicht es Nutzern, schnell auf Anforderungen zu reagieren und somit einfach große Datenmengen zu verarbeiten. Damit setzen sie Ideen sofort in Anwendungen um und transformieren dank modernster Technologie ihre Mitarbeitererfahrung, um Entscheidungsträger zeitnah zu unterstützen. 

Literatur

1. GE Vernova Digital, San Ramon, CA, USA: www.ge.com/digital 
2. Schulz, Thomas [Hrsg.]: Analytics in der Industrie. Schlüsseltechnologie für die digitale Transformation. Würzburg: Vogel Communications Group, Juni 2022
3. Schulz, Thomas: Datenanalyse: Schlüsseltechnologie für die digitale Transformation. In: etz Elektrotechnik + Automation 142 (2021) H. S4, S. 34–39
4. Schulz, Thomas; Arnold, Michael: Fehlererkennung und Optimierung von Produktionsprozessen. In: inno · Innovative Technik  Neue Anwendungen 17 (2012) H. 51, S.4
5. Proficy CSense 2023 from GE Digital. Industrial analytics software that optimizesasset and process performance with a Process Digital Twin. San Ramon, CA: GE Digital, März 2023, www.ge.com/digital/sites/default/files/download_ assets/proficy-csense-from-ge-digital.pdf 
6. Python, Wilmington, DE: Python Software Foundation. www.python.org (22.9.2023)
7. Open Neural Network Exchange. The open standard for machine learning interoperability. San Francisco, CA: The Linux Foundation, https://onnx.ai (22.9.2023)