Wir hatten Besuch von der Beuth

Frau Schmiedecke, Dozentin an der Beuth Hochschule für Technik Berlin, und Frau Schöttle, Studentin der Medieninformatik, kamen zum Austausch zum Thema Eye-Tracking zu uns in die Büroräume in der Bülowstraße. Frau Charlier, Competence Center Leiterin für UX, berichtete von Eye-Tracking Einsätzen aus der Praxis Weiterlesen

Vortragsfolien – SIBB-Technologieabend @akquinet – Machine Learning in der Praxis

Der SIBB und AKQUINET präsentierte interessierten Unternehmen einen Technologieabend zum Thema Machine Learning.

Unsere Data Scientistin Lisa Torlina (akquinet AG) referierte fundiert und erfrischend zu „A practical introduction to data science and machine learning“. Nach der Erläuterung verschiedener Data-Typen wurde demonstriert, wie man über den Prozess der Datenanalyse zu entprechenden Modellen gelangt. Ein komplexes Thema anschaulich für das Publikum mit unterschiedlichen Vorkenntnissen darzustellen, gelang hervorragend.

Weiterlesen

Industrie 4.0 – Newsletter – 10/2017


Industriearbeitsplätze ergonomisch optimieren.
Success Story: AKQUINET & Harting


Sehr geehrte Damen und Herren,

in unserer heutigen Newsletter-Ausgabe beschäftigen wir uns mit dem zentralen Thema „Prozessautomatisierung“ im Unternehmen.
Dass die Bedeutung von Industrie 4.0 im Unternehmen zunehmen wird, zeigte bereits die Studie des Wirtschaftprüfungshauses Ernst & Young (EY) vom Herbst 2016. Doch wie gelingt der Einstieg in kleinen Schritten, ohne großen Aufwand und Invest?

Weiterlesen

Monitoring your fridge – ist das Licht auch wirklich aus?

Raspberry Pi, Z-Wave und Python ermöglichen es uns, ungeklärte Fragen zu beantworten und einen innovativen Schritt in Richtung Industrie 4.0 zu gehen. Das Kindheitsrätsel „ist das Licht im Kühlschrank auch wirklich aus, wenn die Tür zu ist?“ kann durch tagelanges Löten, viel Denkarbeit und ein intelligentes Sensorsystem gelöst werden. Testobjekt war unser eigener Kühlschrank, der seit Projektstart in Echtzeit überwacht wird. Weiterlesen

Blickbewegungen zur Analyse von Oberflächen

Eye-Tracking als Evaluationsmethode ist effektiv und führt schnell zum Ziel. Der wohl entscheidendste Arbeitsschritt, neben der Aufzeichnung der Blickbewegungen, ist die Auswertung.

Für die Auswertung ist es wichtig, dass die Aufnahmen eine gute Qualität hinsichtlich der Blickbewegung der Testperson aufweisen. Die Qualität kann mittels eines Nachtests während der Aufnahme überprüft werden. Die Testperson kann dieses Ergebnis unbewusst beeinflussen, indem sie sich beispielsweise zu stark vor- und rückwärts bewegt und somit den anfangs eingestellten Abstand zwischen Kamera und Stimulus signifikant verändert. Solche Beeinflussungen können mittels des Analyseprogramms im Nachhinein korrigiert werden. Verschiedene Visualisierungstechniken passend für das Einsatzziel des Eye-Tracking-Tests stellen die Blickbewegungen der Probanden dar. Dadurch können nicht nur Anwendungen , sondern auch andere physische Oberflächen wie Arbeitsplätze analysiert und optimiert werden.

Weiterlesen

Tagung Industrie 4.0: Security in Rechenzentren und Fabriken – Ansätze und Parallelen

Mit dem Begriff Industrie 4.0 verbindet sich die Idee, dass durch Integration klassischer Produktionsmaschinen, Lagersysteme und Betriebsmittel als Cyber-Physikalische Systeme sogenannte Smart Factorys entstehen, die neue Geschäftsmodelle ermöglichen und durch Prozessoptimierung Kosten sparen können. Ein kritischer Erfolgsfaktor hierfür ist das Thema Sicherheit. Aufgrund der immer engeren Vernetzung und der damit einhergehenden Öffnung vorher isolierter Systeme entstehen neue Angriffsflächen für Angreifer.

Im Rechenzentrumsbetrieb gab es vor einigen Jahren ebenfalls eine Phase, in der ehemals isoliert betriebene, Hardware-nahe Systeme geöffnet und vernetzt wurden. Inzwischen sind die damals entstandenen Herausforderungen bewältigt worden.

Auf der Tagung Industrie 4.0 – „Mit Sicherheit gut vernetzt“ haben wir von unseren Erfahrungen aus dem Rechenzentrumsbetrieb berichtet, die unserer Meinung nach im Industrie 4.0 Umfeld helfen können, Chancen zu nutzen und Risiken zu vermeiden.

Hier unser Vortrag:

In dem Tagungsband Industrie 4.0 – Safety und Security werden Sie einen ausführlichen Artikel von uns zu dem Thema finden.
Wenn Sie Kommentare, Anregungen oder Fragen haben, kontaktieren Sie uns einfach per Mail an torsten.fink@akquinet.de.

 

Fachartikel: Praktische Einführung in das Thema Machine Learning (ML)

Der Artikel gibt eine praktische Einführung in das Thema Machine Learning (ML) und zeigt auf, wie mit der WEKA-Bibliothek in Java aus dem häufig verwendeten Beispieldatensatz „Iris“ ein Entscheidungsbaum zur Klassifizierung eines Datensatzes bezüglich seiner Zugehörigkeit zur Iris-Klasse realisiert werden kann. Wir verwenden im Beispiel einen Entscheidungsbaum mit dem J48-Algorithmus, da Entscheidungsbäume sehr anschaulich sind und Entscheidungskriterien sichtbar machen. Der J48-Algorithmus bringt zudem eine effiziente Implementierung des Algorithmus C 4.5 mit, die häufig bereits sehr gute Klassifizierungen ermöglicht.

Artikel: Praktischer Einstieg in ML mit WEKA: Erstellung eines Entscheidungsbaums