Condition Based Maintenance von Motorkomponenten im Automobilbereich

Ermittlung des Prognosepotentials für Motorkomponenten im Kontext von Predictive Maintenance



Statistische Modellierung mit Daten der Fahrzeughistorie



Random Survival Forest als Modellierungswerkzeug

i

Nachweis des Prognosepotentials für eine Motorkomponente

Herausforderung

Der Bereich Aftersales eines Automobilherstellers bewertet eine Erweiterung des Wartungsangebots um präventive, datengestützte Angebote.
Um geeignete Komponenten für ein Pilotprogramm auswählen zu können, wird eine Beurteilung des Prognosepotentials bzgl. Ausfall- und Tauschverhalten mit bestehenden Daten benötigt.

Lösung

Auf Basis der zur Verfügung stehenden Informationen aus der Fahrzeughistorie im Aftersales Data Warehouse wird das Ausfall- bzw. Austauschverhalten von zwei zentralen Motorkomponenten mithilfe von Survival- und Klassifikationsmodellen untersucht.

Ergebnis

Das Prognosepotential kann für eine der untersuchten Komponenten nachgewiesen werden.
Für die zweite Komponente lassen die verfügbaren Daten zum gegenwärtigen Zeitpunkt keine Prognose zu.

Haben Sie Interesse an eigenen Use Cases?

Herausforderung

Ein Automobilunternehmen möchte verschiedene marktspezifische Daten visualisieren, um eine Wettbewerbsanalyse für den US-Markt zu ermöglichen.

Lösung

Es wird eine interaktive und flexible Anwendung, einschließlich verschiedener Karten mit zwei verschiedenen Ansichten implementiert.

Ergebnis

Relevante Märkte werden identifiziert, analysiert und visualisiert. Der Händler oder der jeweilige Vertrieb haben die Möglichkeit den direkten Wettbewerb mit dem eigenen Produkt zu vergleichen und die relevanten Daten zu visualisieren.

Kontaktieren Sie unsere Experten