Data Analytics

»AI Innovation Labs« als Tool zur zielgerichteten Ermittlung der KI-Tauglichkeit von Unternehmen

KI-Systeme stellen Unternehmen vor große Herausforderungen. Sogenannte »AI Innovation Labs« können dazu beitragen, bestehende Hürden zu bewältigen. Sie sind ein Methoden- und Werkzeugbaukasten, um die richtigen KI-getriebenen Geschäfts- und Anwendungsfälle für Ihr Unternehmen zu identifizieren, Prototypen mit KI-Technologie zu erstellen…

Time Series Analysis: Pattern Recognition

Time Traveling with Data Science: Pattern Recognition, Motifs Discovery and the Matrix Profile (Part 4)

In Part 4 of our Fraunhofer IESE blog series on „Time Traveling with Data Science“, we continue our journey in the field of time series analysis. In this blog post, our experts from Fraunhofer IESE and our guest author Markus…

Time Series Analysis: Outlier Detection

Time Traveling with Data Science: Outlier Detection (Part 3)

In our blog series on „Time Traveling with Data Science“, we previously introduced different tasks in time series analysis. In this blog post, we now present the task of Outlier Detection. Outliers are data so different from others that one…

Pandemiebekämpfung mit der OPEN-POCT-Plattform

Corona hat gezeigt: Im Falle einer Pandemie sind schnelle Reaktionen und reibungslose Prozesse zur Eindämmung des Geschehens unerlässlich. Die am Fraunhofer IMM und Fraunhofer IESE entwickelte OPEN-POCT-Plattform soll hierzu einen Beitrag leisten. Mittels modernster Technologien sollen zuverlässige Massentestungen bei Ausbruchsgeschehen…

Scope Compliance

Scope Compliance – Die Rolle des Anwendungskontexts im Machine Learning

Im Rahmen unserer Blogreihe »Scope Compliance« beschäftigen wir uns mit der Bedeutung des Anwendungskontexts im Machine Learning. Im ersten Beitrag klären wir ein häufig anzutreffendes Missverständnis auf und arbeiten seine Implikationen für die Praxis heraus. Sie erfahren, warum es entscheidend…

Time Series Analysis (Change Point Detection)

Time Traveling with Data Science: Focusing on Change Point Detection in Time Series Analysis (Part 2)

In the first blog post of our „Time traveling with data science“ series, we presented several tasks related to the analysis of time series. In this post, we dive into the task called „change point detection“.   Changes in time series or…

Erprobung neuer Sensortechnologien im Leitprojekt COGNAC

Im Rahmen des Fraunhofer-Leitprojekts COGNAC wurden verschiedene Sensoren zur Erfassung von Boden- und Pflanzenkennwerten entwickelt, die bereits in verschiedenen Messkampagnen erfolgreich getestet werden konnten. Der Umfang der Sensoren reicht von Lachgassensorik über Dichtemessungen basierend auf seismischen Oberflächenwellen bis hin zu…

Time traveling with data science: Focusing on time series analysis

Time Traveling with Data Science: Focusing on Time Series Analysis (Part 1)

Time traveling with data science: In this blog series, we will cover some of the different techniques that make up time series analysis. This first post will provide an overview of the different types of analysis possible and answer the…

Autonome Systeme: großes Potenzial für die digitale Zukunft

Autonome Systeme bieten enormes Potenzial, entscheidend zur Lösung der aktuellen ökologischen, gesellschaftlichen und wirtschaftlichen Herausforderungen beizutragen. Dieser Blog-Beitrag erklärt begleitend zu unserer Podcast-Folge zum Thema »Autonome Systeme», was autonome Systeme sind, welche Arten es gibt, wo sie zur Anwendung kommen,…

Das Landleben in Zahlen – oder: wie sich das Landleben mithilfe einer Merkmalsliste quantifizieren lässt

Das Landleben in Zahlen: Mit dem Projekt »Digitale Dörfer Daten – eine datenbasierte Web-App für Kommunen« möchten wir, das Fraunhofer IESE – wie bereits in einem früheren Blog-Beitrag zum Projekt Digitale Dörfer Daten (DDD) beschrieben – eine Web-App für Kommunen entwickeln, um diese durch die Bereitstellung von Daten bei einem besseren Leben innerhalb ihrer Gemeinden zu unterstützen (z. B. durch Vereinfachung administrativer Prozesse).