Tag:

projekt

Berichte

Process Mining Kooperation mit Indien

by Waidelich, Lukas
written by Waidelich, Lukas

Durch die Kooperation im Rahmen des Center of Excellence des Münchner Process Mining Spezialisten Celonis stellten die Professoren Dr. Frank Morelli und Rebecca Bulander den Kontakt zur SCIT (Symbiosis Centre for Information Technology) in Pune, Indien her. Was durch erste gemeinsame Interaktionen im Celonis-Programm begann, sollte sich schon bald zu einer interkulturellen Erfahrung für alle Beteiligten entwickelten. Der vorläufige Höhepunkt war der Besuch der beiden Professoren Dr. S. Vijayakumar Bharathi und Dr. Mandaar B. Pande an der Hochschule Pforzheim am Donnerstag, dem 15.12.2022. In zahlreichen Konversationen konnten die beiden Professoren die Hochschule Pforzheim besser kennenlernen und weitere Kooperationsmöglichkeiten identifiziert werden.

Hintergrund
Die Vorlesung Geschäftsprozessmanagement im Master Information Systems bot den Teilnehmenden die Gelegenheit, sich intensiv mit dem Thema Process-Mining zu beschäftigen und ihr erworbenes Wissen später anhand einer Fallstudie zu vertiefen. Diese Fallstudie wird in Zusammenarbeit mit Studierenden des SCIT aus Indien durchgeführt unter Verwendung der Celonis Process Mining Software. Es gibt zahlreiche Möglichkeiten, die Celonis-Software und Grundlagen von Process-Mining zu erlernen, wie zum Beispiel im Selbststudium, bei Process-Mining-Events, in Vorlesungen oder bei der Bearbeitung von Fallstudien wie der Pizzeria-Mama-Mia im Kontext der Celonis eigenen Training-Tracks.

Nach dem dieses Fundament gelegt wurde, konnte die gemeinsame Projektarbeit endlich starten. Hierfür fand zunächst eine Online-Kick-off-Veranstaltung statt, bei der sich die Studierenden in entspannter Atmosphäre kennenlernen konnten. Darüber hinaus sollte sich den Teilnehmenden der HS PF auch bald Gelegenheit bieten, die Verantwortlichen für die Organisation auf indischer Seite persönlich zu treffen. Am Donnerstag, dem 15.12.2022 war es dann fast so weit und wir  durften unsere Gäste aus Indien an der Hochschule begrüßen. Zunächst stand ein Treffen mit dem Direktor der Business School, Thomas Cleff an. An dieser Runde nahmen auch Frank Morelli (Verantwortlicher für die Organisation auf Pforzheimer Seite) und Rebecca Bulander (Stellvertretende Leiterin des Instituts für Angewandte Forschung der Hochschule Pforzheim) teil. Es war ein aufschlussreiches Gespräch, bei dem sich die Beteiligten über die Entstehungsgeschichte Geschichte des SCITs, der Hochschule Pforzheim und die Hintergründe des gemeinsamen Projektes unterhielten. Für das gemeinsame Foto wurde der Design Thinking-Raum der Wirtschaftsinformatik an der Hochschule ausgewählt. Zufällig traf man dort auf einige der MIS-Studierenden und es bot sich schließlich doch die Gelegenheit zu einem Austausch. Die Professoren waren von den Bedingungen und Studierenden an der Hochschule begeistert. Das Feedback der MIS-Studierenden über den Stand der Projekte war für die Professoren offensichtlich von großer Bedeutung und sehr aufschlussreich. Wir sind schon auf die Abschlussveranstaltung gespannt und freuen uns sehr über den persönlichen Besuch!

0 comment
Allgemein

Erfolgreiche Kooperation mit der Fritz-Erler-Schule fortgesetzt

by Waidelich, Lukas
written by Waidelich, Lukas

Die anstehenden Ferienmonate sind zugleich die Hauptreisezeit in Deutschland. Nach herausfordernden Pandemiejahren zieht es viele Urlauber in die weite Welt. Eine Flugreise ist in den meisten Fällen unumgänglich, um die Sehnsucht nach Fernweh zu erfüllen. Gleichzeitig erlebt Europa im Sommer 2022 ein großes Chaos an innerdeutschen Flughäfen. Die Liste reicht von ausufernde Verspätungen bis hin zu kompletten Flugausfällen. In diesem Kontext haben sich Schüler des Pforzheimer Wirtschaftsgymnasiums Fritz-Erler-Schule um die Wirtschaftsinformatiklehrerin Meline Henkel gemeinsam mit Prof. Dr. Thomas Schuster von der Hochschule Pforzheim im Rahmen eines Schülerprojektes in diesem Schuljahr beschäftigt:

Im Kern sollten die Schüler Flugverspätungen auf Basis historischer Daten vorhersagen. Fragestellungen wie ob der Flug verspätet sein wird und falls ja um wie viele Minuten bzw. Stunden waren Teil der Aufgabe. Zuerst sollte eine Klassifikation vorgenommen werden. Anschließend wurde eine Regression mit Hilfe von Machine Learning (ML) entwickelt, um für Flüge vorherzusagen, ob und wie lange eine Verspätung vorliegen wird. Die Schüler hatten dazu Flugdaten mit 7.422.037 Flugbewegungen mit 32 Merkmalen (insgesamt 1,5 GB in 12 csv-Dateien). Die Daten waren in Amazon Web Services (AWS) S3 abgelegt. Die Schüler mussten die Daten mit Hilfe von AWS Sagemaker laden, anschließend analysieren und vorverarbeiten. Schließlich wurde ein Model aus dem ML Bereich trainiert und optimiert, um eine Prognose zu erstellen. Programmatisch wurde dazu eine Notebook Instanz genutzt und mit der Programmiersprache Python und den entsprechenden Bibliotheken (wie numpy, pandas, boto3, imblearn, scikit-learn und sagemaker) gearbeitet. Die Projektergebnisse wurden am 22. Juli 2022 in der Hochschule vor Frau Henkel und Prof. Schuster präsentiert.

Traditionell kooperieren die Fritz-Erler-Schule und der Fachbereich Wirtschaftsinformatik der Hochschule Pforzheim zusammen. In diesem Semester wurden die interessierten Schüler an das Thema künstliche Intelligenz herangeführt und konnten erste Erfolge vorweisen. Dies soll eine sehr interessante Ergänzung zum Unterricht darstellen, da verschiedene praktische Einsatzgebiete der Wirtschaftsinformatik vermittelt und angewendet werden konnten. Zudem erhielten die Schüler Einblicke, wie sich das Arbeiten an der Hochschule vom Arbeiten an der Schule unterscheidet. Für alle Seiten ein tolles Projekt – wir freuen uns schon auf das nächste Projekt mit der Fritz-Erler-Schule!

0 comment
AllgemeinCross-Plattform

Ridesharing Kooperation mit Stadt Pforzheim gestartet

by Mia Silber
written by Mia Silber

Von unserer R2R Ridesharig-Lösung sollen nach und nach weitere Interessierte profitieren um gemeinsam den Weg in eine nachhaltige Zukunft gestalten zu können. Aus diesem Grund soll die Stadt Pforzheim als erster Pilotanwender ebenfalls Zugriff auf die Ridesharing-Lösung erhalten. Am 08.Februrar trafen sich Stadt und Hochschule zu einem gemeinsamen Kickoff-Termin. Zukünftig soll die App nicht nur für die Studierenden der Hochschule Pforzheim zur Verfügung stehen, sondern auch den Mitarbeitenden der Stadt Pforzheim.

Im Rahmen des Kickoffs wurde den Beteiligten eine historische Einordnung der App-Entwicklung gegeben. Sie entstand aus einem Projekt der Hochschule und wurde nach Abschluss des Projekts weiterentwickelt. Heute ist die App bereits an der Hochschule im Einsatz und wir täglich von Studierenden genutzt.

Zum Funktionsumfang: In der App kann eine eigene Fahrt angelegt werden unter der Prämisse wie viele Mitfahrende mitgekommen werden können. Sollte eine Mitfahrgelegenheit gesucht werden, kann die Strecke eingeben werden und die App sucht freie Plätze bei den bereits angemeldeten  Fahrten. Anschließend wird der Fahrer / die Fahrerin angefragt ob eine Mitfahrt gewünscht ist. Er oder Sie hat dann die Wahl den Beifahrer anzunehmen oder abzulehnen. Durch das Benutzen der App können Punkte gesammelt werden welche als Incentives dienen und am Ende in attraktive Prämien eingetauscht werden können.

Mit zunehmender Zahl an Pendlern ist das Bilden von Fahrgemeinschaften ein großer Gewinn für unsere Umwelt. Mit einem ersten Pilotprojekt außerhalb der Hochschule freuen wir uns diese Lösung mit der Stadt Pforzheim in einem größerem Rahmen zu erproben und den Bediensteten der Stadt einen Mehrwert zu bieten. Bis dieser geschaffen ist müssen an der App noch einige spezifische Anpassungen für die Stadt Pforzheim vorgenommen werden. Diese Anpassungen und weitere Inhalte wie der Schutz von personenbezogenen Daten gemäß der DS-GVO standen u.a. im Fokus des Auftaktgespräches. Mit diesen Erkenntnissen machen wir uns an die Arbeit und freuen uns auf eine baldige Umsetzung.

0 comment
big_data
Künstliche Intelligenz

Data-Science-Projekt bei Asseco-Kunde: Studenten analysieren Maschinendaten

by Christoph, Jan
written by Christoph, Jan

Welche Konstellationen von Maschinendaten sind für Störungen und Ausfälle einer Anlage typisch?
Und wie lassen sich mit diesem Wissen zukünftige Probleme vorhersagen?

Dies sind Fragen, die häufig im Kontext der vorausschauenden Wartung („Predictive Maintenance“) fallen. Im Rahmen eines Forschungsprojektes am futureLAB untersuchten  Studenten des Bachelor-Studiengangs Wirtschaftsinformatik, Management und IT und ERP-Spezialisten der Firma Asseco Solutions Datensätze eines Asseco-Kunden aus der Aluminiumdruckguss-Branche.

Große Datenmengen die ohne Kontext erfasst werden sind nicht unmittelbar zu nutzen.  Nachdem der Aludruckguss-Spezialist dies realisierte stellte er seine Datensätze dem Hochschulprojekt zur Verfügung.

big_data

Studenten identifizieren fehlertypische Parameterkonstellationen

Im Zentrum des Data-Science-Projekts, das von Prof. Dr. Joachim Schuler sowie Prof. Dr. Thomas Schuster von der Hochschule Pforzheim initiiert worden war, stand das Ziel, die bestehenden Datensätze auszuwerten und so aufzubereiten, dass nutzbare Erkenntnisse daraus abgeleitet werden können. Hierfür analysierte eine Gruppe von neun Studenten die Betriebsdaten zweier Aludruckgussmaschinen und entwickelte eine Methodik. Die Studenten dokumentierten Fehler wie Lufteinschlüsse, unvollständige Ausfüllung der Gussform oder ungenügendes Aushärten des Aluminiums mit den zugehörigen Schussparametern zu synchronisieren. Das Ergebnis war die Identifizierung und Zuordnung von charakteristische Parameterkonstellationen der knapp 30 Fehlertypen.

Grundlage für KI-Analyse geschaffen

Durch ihre Arbeit haben die Studenten die Grundlage für die Realisierung eines geplanten KI-Systems zur Erkennung von Anomalien geschaffen. So nutzen die KI-Experten der Asseco Solutions die identifizierten Parameterkonstellationen aktuell als Trainingsdaten für ein neuronales KI-Netz. Nach erfolgreichen Training soll dieses Netz in der Lage sein, analog zu den bekannten Mustern weitere, bislang unbekannte kritische Parameterkonstellationen zu entdecken. Indem künftig überwacht wird, ob sich Parameter ungewöhnlich entwickeln und einem kritischen Fehlermuster annähern, soll es möglich werden, sowohl Stillstände als auch Ausschussware vorherzusagen und deutlich zu reduzieren.

ki

 

Den ausführlichen Artikel findet ihr hier

0 comment