IBM on Campus (TPL-Brunch, 08.05.2019)

Bei diesem Event werden aktuelle Themen aus Forschung und Industrie vorgestellt und es gibt die Gelegenheit sich mit Fachexperten vom IBM Development Lab sowie der Universität Stuttgart auszutauschen. Die vorgestellten Themen variieren bei jedem Event und umfassen AI, Data Mining, Analytics, Internet of Things, Cloud Computing, uvm. Bei unserem ersten IBM on Campus Event wird es rund um das Thema Data Science gehen.

Continue reading →

IBM Cloud Meetup (14.03.2019)

This time we talk about Serverless and an engaging game developed with various open source technologies and IBM Cloud services. Come join us to learn how to develop your very own application using multiple technologies and host it on IBM Cloud.

Continue reading →

MIALinx

Ziel dieses Vorhabens ist es eine auf KMU-Bedürfnisse zugeschnittene IT-Lösung zu entwickeln, die eine einfache flexible Vernetzung und Selbstorganisation der Produktion und der Instandhaltung ermöglicht.

Continue reading →

Patron

Im Projekt Patron untersuchen wir eine neuartige leistungsfähige Zugriffskontrollmechanismus für den Schutz von privaten Informationen in Datenstromverarbeitungssystemen. Die Grundidee besteht darin, den Zugriff auf komplexe Informationsmuster (beispielsweise ein Muster bestehend aus dem Blutdruck, der Herzfrequenz und anderen gesundheitsrelevante Werte, mit dem die Identifizierung einer Krankheit möglich ist) zu beschränken.

Continue reading →

Rahmenwerk zur Auswahl und Konfiguration komplexer Datenanalyselösungen für die Produktion

Im Rahmen dieses Projekts werden domänenspezifische Faktoren für die Auswahl und Konfiguration geeigneter ML-Algorithmen in der Produktion untersucht. Ein auf Basis dieser Untersuchung vorgeschlagenes Rahmenwerk ermöglicht die Spezifikation aller für eine Analyselösung erforderlichen Komponenten. Zusätzlich zu den Daten, der IT-Recheninfrastruktur und der ML-Algorithmen können über entsprechende Spezifikationen auch die Problemstellung der Analyselösung über domänenspezifische Zielsetzungen und Anforderungen definiert werden. Ebenso erlaubt es das Rahmenwerk, verschiedene Experten aus der jeweiligen Anwendungsdomäne und aus der Informatik bzw. den Datenwissenschaften in den Entwicklungsprozess einzubeziehen und deren Zusammenarbeit besser zu strukturieren.

Continue reading →

Plattform zur Verwaltung von Modellen des maschinellen Lernens im Umfeld von Industrie 4.0

In diesem Projekt wurde das Konzept eines Reifegradmodells und verschiedene Konzepte für eine Modellverwaltungsplattform entwickeltDie Modellverwaltungsplattform unterstützt Domänenexperten mit Funktionen zur Verschlagwortung der ML-Modelle und einer Suche, sodass diese ihre ML-Modelle besser organisieren und auffinden können. Business Analysten werden mit einer interaktiven Modelllandschaftskarte unterstützt, mit der die ML-Modelle mit ihrem umgebenden Geschäftskontext, z. B. mit Geschäftsprozessen und Organisationseinheiten, dokumentiert werden können.

Continue reading →

Datengetriebene Unterstützung von Nacharbeitsprozessen im End-Of-Line Prüffeld von Montagelinien

Ziel des Forschungsprojektes ist die Entwicklung eines adaptiven Empfehlungssystems zur Unterstützung von manuell durchgeführten Nacharbeitsprozessen im EoL-Prüffeld technischer Produkte. Dieses Empfehlungssystem macht den Mitarbeitern mithilfe einer Datenanalyse Vorschläge, wie sie einen konkreten Qualitätsmangel mit wenig Reparaturversuchen beheben können. Von besonderer Relevanz ist die Untersuchung von Methoden aus dem Bereich des maschinellen Lernens, um die Eignung dieser Methoden für Fertigungsdaten mit den domänenspezifischen Datencharakteristika zu bewerten sowie geeignete Methoden zu kombinieren und an die Domäne anzupassen.

Continue reading →