Arbeitsgruppe für Supply Chain Services des Fraunhofer IIS»Data Science« ist definiert als ein interdisziplinäres Forschungsfeld, welches wissenschaftlich fundierte Methoden, Prozesse, Algorithmen und Systeme zur Extraktion von Erkenntnissen und Mustern sowohl aus strukturierten als auch unstrukturierten Daten ermöglicht. Ziel ist es aus großen Datenmengen Informationen zu generieren und Handlungsempfehlungen abzuleiten, die ein Unternehmen befähigen, effizienter zu arbeiten. In der Logistik, dem Transport und im Supply-Chain-Management kann durch den Einsatz von Data Science an den richtigen Stellen die Effizienz und die Wettbewerbsfähigkeit eindeutig verbessert werden. Data Science nutzt dazu meistens Machine Learning Methoden, und befindet sich an der Schnittstelle zwischen Mathematik, Statistik und Informationstechnologie.
Gruppe Data Science
Mit Prognosen die richtigen Entscheidungen treffen
Die Gruppe »Data Science« setzt den Fokus auf die Entwicklung und Anwendung von Methoden zur Zeitreihenanalyse, wodurch genauere Bedarfsprognosen in der Intralogistik, Volumenprognosen in der Transportlogistik, Rohstoffpreisprognosen oder Rückschlüsse von Produktionsparametern auf die Produktqualität errechnet werden.
Neben der Prognose an sich ist auch die Quantifizierung der Prognoseunsicherheit von Bedeutung, wenn es darum geht, die richtige Entscheidung zu treffen, denn diese sagt aus mit welcher Wahrscheinlichkeit welches Ereignis eintritt.
Das Besondere an der Forschungsarbeit der Gruppe ist die Kombination der eigenen Kompetenzen mit denen anderer Gruppen wie beispielsweise bei Kombination der Prognoseergebnisse mit Mathematischen Optimierungsmodellen für automatisierte und optimale Planungsentscheidungen.
Kompetenzen und Methoden |