top of page
Horizont

Projekte mit clarifydata

Haben Sie ein konkretes Problem, das gelöst werden soll? Sie möchten ein Projekt in Data-Science starten?

Wir helfen!

Geometeric Graph
Hamburg Wasser Logo

Eine verlässliche Entscheidungsgrundlage für Investitionen im Wasser- und Abwassernetz

Hamburger Wasserwerke GmbH:

 

Die Kosten einer Bau- oder Wartungsaktivität sind entscheidend für Investitionen. Wichtige Informationen aus Leistungsverzeichnissen lagen in einem gekapselten System vor. Diese galt es mit Informationen aus einem SAP-System zu kombinieren, um so Prognosemodelle für Preise zukünftiger Bau- und Erneuerungsmaßnahmen zu erzielen. Der besondere Mehrwert des maschinellen Lernens entfaltet sich hier in der Form, dass Preise für bisher noch nie durchgeführte Konstellationen von Bau- und Sanierungstätigkeiten geschätzt werden können.

 

Mehrwert durch clarifydata

Die Planungssicherheit wurde gesteigert und neue Erkenntnisse über die Determinanten der Preise gewonnen.

 

SWKiel Netz GmbH:

 

Für die Planung im Netz und die Beantwortung von Kundenanfragen zur Wallboxeignung des Hausanschlusses, sind die Hausanschlusssicherungen sowie die im Haus befindlichen Großverbraucher entscheidend. Diese Informationen liegen in verschiedenen Systemen vor und die belastbarste Informationsquelle waren händisch zu prüfende Konstruktionszeichnungen. Dies verursacht hohe Prozesskosten. Diese Konstruktionszeichnungen wurden unter Einsatz von Künstlicher Intelligenz maschinell ausgewertet und die Erkenntnisse in einer zentralen Datenbank gespeichert.

 

Mehrwert durch clarifydata

Einsparung von mehreren hundert Personentagen manuellen Aufwands und nutzbare Erkenntnisse für die Platzierung von Wallboxen.

 
 
Geometeric Graph
SWKiel_Netz_Logo

Auswertung von Bestandsdaten über Hausanschlusssicherungen und Sonderverbrauchern im Netz

Geometeric Graph
mabinso_weiss_edited.jpg

Prognose von haltestellenspezifischen Ein- und Ausstiegen unter Berücksichtigung externer Einflussfaktoren

maBinso software GmbH:

 

maBinso ist Experte für automatische Fahrgastzählungen und Fahrtzeitmessungen im Nahverkehr. Ziel des Projekts war es, die historischen Daten zu nutzen und Muster in den Fahrgastzahlen zu erkennen, um so zukünftige Ein- und Ausstiege haltestellenscharf zu prognostizieren. So können unter Berücksichtigung von verschiedenen Einflussfaktoren (z.B. Wetter, Ferien, Wochentag, Uhrzeit,…) die Fahrgastnachfrage für die kommenden Tage und Wochen abgeschätzt werden.

 

Mehrwert durch clarifydata

Neue Erkenntnisse für eine perspektivische Optimierung der 
Verkehrsplanung im ÖPNV und damit Grundlage für bessere 
Managemententscheidungen.

 

STRABAG / TPA

 

Das STRABAG-Kompetenzzentrum TPA hat auf dem Testgelände der Bundesanstalt für Straßenwesen (BASt) eine Asphaltstraße auf entspannter Betonfahrbahn zur Erprobung von Sensorik gebaut. Ziel: Klassische Methoden der Zustandserfassung sollen durch Sensorik ersetzt werden, um Erkenntnisse über den sensorbasiert bestimmten Straßenzustand für eine Prognose des zukünftigen Zustands nutzen zu können (Predictive Maintenance). In die Asphaltschichten in verschiedenen Positionen und Tiefen eingelassene Sensoren wurden dazu durch simulierte Lkw-Überfahrten millionenfach belastet. clarifydata hat hierbei sämtliche Schritte von Aufbereitung der Sensordaten, Evaluation der grundsätzlichen Zustandserfassung sowie der Prognosealgorithmik umgesetzt. Die im Projekt erarbeitete Sensor-Platzierung soll im nächsten Schritt auf einem Autobahn-Teilstück im Realbetrieb erprobt werden.

 

Mehrwert durch clarifydata

Erkenntnisse zur Nutzbarkeit von Sensorik zur Zustandserfassung und -prognose sowie Empfehlungen zur Erprobung unter realen Bedingungen.

Erfahren Sie hier mehr

 
 
 
Geometeric Graph
STRABAG_logo
TPA_Logo

Prognosemodellentwicklung und Grundlagenforschung als Basis für Predictive Maintenance im Straßenbau

Geometeric Graph
OsterholzerStadtwerke.png



KI-gestützte Datenüberprüfung zur Qualitätsermittlung sowie zur Prognostizierung von fehlenden Zählpunkten im Versorgungsgebiet

Trianel Logo.png

Osterholzer Stadtwerke GmbH & Co. KG / Trianel Digital Lab

Die Datenqualität eines Versorgers ist entscheidend, um eine informierte Zukunftsgestaltung zu realisieren und eventuelle Kostenlücken zu schließen. Zusammen mit dem Digital Lab der Trianel haben wir mit den Osterholzer Stadtwerken eine umfassende Prüfung der Daten ihres Versorgungsgebietes vorgenommen, um mögliche fehlende Zählpunkte zu lokalisieren und die Qualität der vorhandenen Daten auf den Prüfstand zu stellen.

Mehrwert durch clarifydata

Erkenntnisse über die Qualität der vorhandenden Daten sowie eine Sicherheit über das Vorhandensein aller relevanten Zählpunkte im Versorgungsgebiet.

Erfahren Sie hier mehr

 
 
 
Horizont

Projekte mit clarifydata auf den Punkt gebracht

Sie haben eine Projektidee? Kommen Sie auf uns zu!

Michael Hartke
bottom of page