Marktstudie Industrial Machine Learning
- Unternehmen, die ihre Prozesse durch maschinelles Lernen unterstützen wollen und hierfür auf externe Dienstleister und Produkte zurückgreifen müssen, fehlen die qualifizierten Anhaltspunkte für die Auswahl eines Machine-Learning-Anbieters. Aus dieser Motivation heraus ist die vorliegende Marktstudie Industrial Machine Learning entstanden. Sie bietet Unternehmen die Grundlage, eine fundierte Entscheidung für oder gegen den Einsatz von Machine Learning im Unternehmen zu treffen. Die Darstellung von realen Usecases in der vorliegenden Marktstudie veranschaulicht die konkrete Anwendbarkeit. Insbesondere damit leistet die Studie ihren Beitrag, das Thema Maschine Learning verständlich und anschaulich darzustellen. Die Marktstudie bietet einen umfassenden Überblick über unterschiedliche Arten von Anbietern und Lösungsmöglichkeiten. Ein Anspruch auf Vollständigkeit wird dabei nicht erhoben und wäre für die Zielsetzung nicht angebracht.
Author: | Kriz Lee, Benedikt Moser, Philipp JussenGND, Dagmar Rütters, Alisa Friedrich, Nils Sujata, Daniela MüllerORCiD, Maximilian SchachtORCiDGND, Denis KrechtingGND, Lucas Wenger |
---|---|
URL: | https://center-smart-services.com/download/industrial-machine-learning-marktstudie/ |
ISBN: | 978-3-943024-40-1 |
Subtitle (German): | Expertenwissen für Entscheider in der produzierenden Industrie |
Publisher: | Eigenverlag Center Smart Services |
Place of publication: | Aachen |
Editor: | Volker Stich, Philipp Jussen |
Document Type: | Book |
Language: | German |
Date of Publication (online): | 2023/08/09 |
Date of first Publication: | 2019/07/31 |
Release Date: | 2023/08/09 |
Tag: | machine learning; predictive maintenance |
GND Keyword: | Maschinelles LernenGND; InstandhaltungGND; Industrie 4.0GND |
Page Number: | 146 S. |
FIR-Number: | SV7551 |
Institute / Department: | FIR e. V. an der RWTH Aachen |
Dienstleistungsmanagement | |
Dewey Decimal Classification: | 6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften |