Branchen

scitis.io betreibt Data Science in den unterschiedlichsten Bereichen

Metallbearbeitung

Maschinenbauer in der metallbearbeitenden Industrie nutzen das scitis.io Framework, um den Bearbeitungsprozess abzubilden. So kann zum Einen die Produktqualität überprüft und verbessert werden, zum Anderen der Zustand der Maschine überwacht werden. Hier stehen statistische Prozesskontrolle, Predictive Maintenance und der Einfluss von Verschleiß auf die Produktqualität im Vordergrund.

Durch die Verbindung von Daten aus der gesamten Wertschöpfungskette können auch anlagenübergreifende Zusammenhänge erkannt werden, sodass Prozesse auf höchster Ebene optimiert werden.

Energie

Durch den starken Wandel im Energiemarkt in Verbindung mit neuen Technologien in der Informationsverarbeitung tun sich hier ganz neue Geschäftsfelder auf.

Wir ermöglichen Ihnen einen schnellen Aufbau der technischen Grundlage und der nötigen Kompetenzen, um diese Geschäftsfelder zu erschließen.

Unsere Monitoring-Lösung erlaubt es, Anlagen sicher und effizient zu nutzen und Überlastungsschäden zu vermeiden.

Mit scitis.io Predict lässt sich der Primärenergieverbrauch in Abhängigkeit von Wetter und Wochentag vorherbestimmen.

Verfahrenstechnik

Auch in der Prozessindustrie kommt scitis.io zum Einsatz.
Insbesondere bei komplexen Verfahren mit vielfältigen Abhängigkeiten bieten empirische Modelle auf der Basis von Realdaten eine flexible und kostengünstige Alternative zum aufwendigen Erstellen physikalischer Simulationen.

Auch die Dokumentation von Produktionsdaten lässt sich mit scitis.io mit minimalem Aufwand schnell und kostengünstig umsetzen. Über den CloudPlug werden die Produktionsdaten umfassend aus der Steuerung aufgenommen und in der Cloud abgelegt. Wir bieten Ihnen die nötigen Tools und das Know-How, um die gewünschten Informationen automatisiert in regelmäßigen Reports auszugeben.

Wir geben dem Anlagenbetreiber die Möglichkeit, sowohl den Ist-Zustand seiner Anlage zu überwachen, als auch auf Basis der Anlagenhistorie Verschleiß und Ausfallwahrscheinlichkeit zu prognostizieren.

Verpackungsindustrie

Bei hohen Stückzahlen und geringen Stückpreisen hilft scitis.io dabei, einen reibungsfreien Prozess sicherzustellen.
Durch Anomalie-Erkennung können aufkommende Fehler frühzeitig erkannt und ggf. sogar vollständig vermieden werden.

Kommende Termine

Datum Event
25.06.2019 - 29.06.2019 METEC 2019
11.09.2019 - 12.09.2019 Forum Deutscher Mittelstand 2019
16.09.2019 - 17.09.2019 IoT World Berlin, 2019