Newmedia365.de

Schlagwort: Predictive

  • Schenck Process entwickelt mit Storm Reply Cloud IoT-Plattform um Maschinen & Prozesse intelligenter zu machen

    Storm Reply hat das traditionsreiche Maschinenbauunternehmen Schenck Process dabei unterstützt, die serverlose, modulare IoT-Plattform CONiQ Cloud zu entwickeln.

    Storm Reply, spezialisiert auf die Konzeption und Umsetzung innovativer cloudbasierter Lösungen und Services und AWS Premier Consulting Partner, hat das traditionsreiche Maschinenbauunternehmen Schenck Process dabei unterstützt, die serverlose, modulare IoT-Plattform CONiQ Cloud zu entwickeln.

    Die CONiQ Cloud ist das IoT-Backbone, um Maschinen und Prozesse intelligenter zu machen. Sie bietet digitale Prozesslösungen zur Einsparung von Produktionszeit und liefert kritische Erkenntnisse nahezu in Echtzeit, so dass mehr Zeit für datengetriebene Reaktionen bleibt.

    In der Evolution vom traditionellen Maschinenbauer zum Industrie-4.0-Unternehmen, geht Schenck Process über das angestammte Geschäftsfeld hinaus und positioniert sich als Digital Service Provider und Wegbereiter seiner Kunden für Industrie 4.0. Durch den Einsatz von IoT und Cloud Computing ist eine datengestützte Optimierung von Prozessen möglich. Dazu wählte Storm Reply die passenden AWS-Bausteine aus und entwickelte eine individuelle Industrial IoT (IIoT)-Lösung, die den kundenspezifischen Anforderungen gerecht wird.

    Zu den im Standard verfügbaren IoT-Kernfunktionen zählen Organisations- und Maschinenmanagement, Analyseintegration, Maschinen- und Prozessdatenvisualisierung, E-Mail-Benachrichtigung sowie sichere Datenverbindung und Streaming zu CONiQ Monitor – dem zustandsorientierten Überwachungssensorsystem von Schenck Process.

    Die Serverless-Architektur und der hohe Automatisierungsgrad bieten wirtschaftliche Vorteile und die modulare Struktur erlaubt die flexible Adaption an spezifische Kundenbedarfe und ebnet den Weg für weitere Innovationen. Dazu zählen Echtzeit-Einblicke in Produktionsprozesse, der Einsatz von Machine Learning zur frühzeitigen Warnung vor Normabweichungen während der Produktion für Predictive Quality und Predictive Maintenance-Szenarien.

    „Wir beabsichtigen, mehr Kunden zu erreichen oder mehr Prozesse bei Bestandskunden zu integrieren und dabei machen sich die modulare Struktur und die Flexbilität der Integration bezahlt“, so Benedikt Trumpff, Head of iQ Systems and Services bei Schenck Process. „Was wir unseren Kunden mit der CONiQ Cloud letztlich bieten, ist Produktionszeit – und das ist wertvoller als alles andere. Mit den neuen Funktionalitäten, die wir implementieren, können wir außerdem Algorithmen entwickeln, die Process Insights-as-a-Service liefern und Prozessdaten in handlungsleitende Erkenntnisse übersetzen, welche den Kunden sonst unzugänglich wären.“

    Die CONiQ Cloud ermöglicht die Verarbeitung von Daten aus verschiedenen Quellen, da sie mit jedem Kundensystem verbunden und leicht um weitere Funktionalitäten erweitert werden kann. So werden die Voraussetzungen geschaffen, um Maschinen jeglicher Art intelligent zu machen und smartere Prozesse zu etablieren.

    Verantwortlicher für diese Pressemitteilung:

    Reply
    Frau Sandra Dennhardt
    Uhlandstraße 2
    60314 Frankfurt
    Deutschland

    fon ..: 069 269 56 86 950
    web ..: http://www.reply.com/de/
    email : s.dennhardt@reply.com

    Reply [MTA, STAR: REY, ISIN: IT0005282865] ist spezialisiert auf die Entwicklung und Implementierung von Lösungen basierend auf neuen Kommunikationskanälen und digitalen Medien. Bestehend aus einem Netzwerk hoch spezialisierter Unternehmen unterstützt Reply die führenden europäischen Industriekonzerne in den Bereichen Telekommunikation und Medien, Industrie und Dienstleistungen, Banken und Versicherungen sowie öffentliche Verwaltung bei der Definition und Entwicklung von Geschäftsmodellen, die durch die neuen Paradigmen von KI, Big Data, Cloud Computing, digitalen Medien und Internet der Dinge ermöglicht werden. Die Dienstleistungen von Reply umfassen: Beratung, Systemintegration und Digital Services. www.reply.com

    Pressekontakt:

    Reply
    Frau Sandra Dennhardt
    Uhlandstraße 2
    60314 Frankfurt

    fon ..: 069 269 56 86 950
    web ..: http://www.reply.com/de/
    email : s.dennhardt@reply.com

  • Predictive Analytics für Versicherer: Drei Phasen auf dem Weg zur Effizienz

    Rene Schoenauer, Director Product Marketing EMEA bei Guidewire Software, beschreibt Best Practices für die Implementierung prädiktiver Analytik im Versicherungswesen

    Versicherer von heute müssen schnell die richtigen Entscheidungen treffen. Die nötigen Daten für fundierte Entscheidungen sind im Überfluss vorhanden. Mit Predictive Analytics lassen sich aus diesen historischen Daten Vorhersagemodelle erstellen. Dies eröffnet neue Möglichkeiten, wirtschaftlichen Mehrwert zu erzielen – bei der Preisgestaltung genauso wie in der Schadenbearbeitung und im Underwriting. Die aktuelle Digital-Claims-Studie von zeb und Eucon zeigt auf, dass nur 40 Prozent der Versicherer Daten bisher systematisch nutzen, um ihr Schadenmanagement zu optimieren. Versicherer durchlaufen auf dem Weg zu einem erfolgreichen Einsatz von Predictive Analytics typischerweise drei Phasen: Wie sehen die Herausforderungen in jeder Phase aus und was sind die Empfehlungen für einen agilen Ansatz?

    Bevor Versicherer das Thema Predictive Analytics angehen, um intelligente datengestützte Entscheidungen in allen Kernprozessen treffen zu können, sollten sie sich das relevante Fachwissen aneignen, eventuell einen externen Partner an Bord holen und einen Plan mit einer klaren Zielsetzung aufstellen.

    Phase 1: Mit einem spezifischen Vorhersagemodell starten

    In der Startphase fokussieren sich die meisten Versicherer darauf, zunächst ein Vorhersagemodell für einen bestimmten Geschäftsprozess zu entwickeln. Meist betrifft der erste Anwendungsfall die zukünftige Preisgestaltung, da hier mit überschaubarem Aufwand positive Effekte zu erreichen sind. Die Versicherer beauftragen in der Regel entweder externe Berater mit der Erstellung dieser Prognosemodelle oder stellen Mitarbeiter mit den erforderlichen Fähigkeiten ein. Die Spezifikationen für das Vorhersagemodell dienen der IT-Abteilung als Grundlage zur Programmierung des Modells.

    Phase 2: Erweiterung auf andere Prozesse

    Das Startprojekt macht Versicherern schnell deutlich, dass sie mit Vorhersagemodellen viele Versicherungsprozesse optimieren können. Deshalb wenden sie im nächsten Schritt Predictive Analytics auf andere Prozesse an, wie z.B. auf die Schadenbearbeitung oder auf Audits.
    Die meisten Versicherer mit etablierten Analyse-Teams befinden sich bereits in Phase Zwei, in der sie einigen Herausforderungen begegnen können:

    – Steigende Investitionen in Experten für prädiktive Modellierung, von deren spezifischem Fachwissen der Projekterfolg abhängt
    – Hürden durch Altsysteme: Lösungen zum Extrahieren und Transformieren von Daten, die in Altsystemen für bestimmte Vorhersagemodelle funktionieren, lassen sich möglicherweise nicht so skalieren, dass ein effizientes Framework für weitere Modelle entstehen kann; dies steigert wiederum die Kosten
    – Operationalisierte Modelle erfordern kontinuierliche Pflege, um effizient zu bleiben
    – Neue Anwendungsfälle benötigen neue analytische Methoden, wodurch Experten ihre Kompetenzen erweitern müssen
    – Die Implementierung der prädiktiven Modelle steht im Fokus: Die Komplexität der Modelle nimmt zu, was die IT-Abteilung mit der Programmierung überfordern kann. Neue Vorgehensweisen sind gefragt.

    Durch die automatisierte Erstellung der Struktur von Vorhersagemodellen sowie den Zugriff über APIs kann man diesen Herausforderungen begegnen. Dadurch verringert sich die technische Komplexität, die mit der Vielzahl der genutzten Methoden einhergeht. Herausfordernd bleibt jedoch das Modellrisiko-Management. Wie viele Modelle und welche Versionen kommen in welchen Geschäftsprozessen zum Einsatz? Dies muss kontinuierlich überwacht und validiert werden, um Modellrisiken zu minimieren.

    Phase 3: Ein agiler und effizienter Analytics-Ansatz

    In der dritten Phase steht eine umfassende Betrachtung von Predictive Analytics und den damit verbundenen Aufgaben im Mittelpunkt. Es erfolgt ein Rückgriff auf die Grundlagen:

    – Nicht alle Predictive-Analytics-Aufgaben sind neu. Für jedes Problem sollten die effizientesten Ressourcen verwendet werden.
    – Die Operationalisierung prädiktiver Modelle kann ein standardisierter Prozess sein, der Softwarelösungen statt individuellem Fachwissen nutzt.
    – Um Modellrisiken im Blick zu behalten, sollten Versicherer alle Produktionsmodelle katalogisieren – von den verwendeten Daten über die Modellierungsentscheidungen bis hin zu den Implementierungsverfahren.

    Plattform als Erfolgsfaktor

    Mit Predictive-Analytics-Plattformen lässt sich der Prozess der Erstellung, Implementierung und Wartung von Vorhersagemodellen standardisieren. Dies bringt große Vorteile mit sich. Durch den höheren Grad an Standardisierung brauchen Versicherer für viele Geschäftsprozesse keine Experten zur prädiktiven Modellierung mehr. Spezifisches Fachwissen ist hauptsächlich für die Entwicklung neuer Lösungen gefragt. Die Plattform bietet zudem den Experten die Möglichkeit, sich über einzelne Geschäftsprozesse hinweg auszutauschen. Dadurch erhöht sich die Effizienz von Predictive-Analytics-Initiativen. Der Wissensaustausch verringert gleichzeitig das Risiko der Abhängigkeit von einzelnen Experten.

    Predictive Analytics bieten also ein enormes Potenzial für die Transformation der Versicherer. Plattformmodelle sind dabei als Grundlage für einheitliche Standards und Prozesse der Schlüssel, dass Versicherer effizienter werden und wettbewerbsfähig bleiben.

    Über Guidewire

    Guidewire ist die Plattform auf die Schaden- und Unfallversicherer setzen, um mit allen Beteiligten im Versicherungslebenszyklus zu interagieren, Innovation zu fördern und profitabel zu wachsen.Wir kombinieren digitale Lösungen, Kernsysteme, Analytics und KI, um unsere Plattform als Cloud-Service anzubieten. Mehr als 400 Versicherer – von Start-ups bis hin zu den größten und komplexesten Versicherungsunternehmen der Welt – nutzen die Software-Lösungen von Guidewire.

    Als Partner unserer Kunden entwickeln wir uns stetig weiter, um ihren Erfolg zu unterstützen. Wir freuen uns über unsere einzigartige Erfolgsbilanz von Implementierungen, mit über 1.000 erfolgreichen Projekten – unterstützt durch das größte Forschungs- und Entwicklungs-Team und Partner-Ökosystem der Branche. Unser Marketplace bietet hunderte von Anwendungen zur Beschleunigung von Integration, Lokalisierung und Innovation.

    Weitere Informationen finden Sie unter www.guidewire.de Folgen Sie uns auch auf Twitter: @Guidewire_PandC.

    ###

    ANMERKUNG: Weitere Informationen zu den Marken von Guidewire finden Sie unter https://www.guidewire.com/legal-notices

    Firmenkontakt
    Guidewire Software GmbH
    Louise Bradley
    4th Floor Cloak Lane
    EC4R 2RU London
    +44 7474 837 860
    lbradley@guidewire.com
    http://www.guidewire.de

    Pressekontakt
    Allison+Partners
    Vivian Dadamio
    Theresienstraße 43
    80333 München
    +49 89 388 892 010
    GuidewireGer@allisonpr.com
    http://www.allisonpr.de