Predictive Analytics World Manufacturing
2.- 3. Februar 2017, Düsseldorf

Selten schafft es ein deutschsprachiger Begriff zu einem internationalen Buzzword zu werden. Noch seltener entstammt ein solcher Begriff einer Regierungsinitiative. Die deutsche Bundesregierung hat ein solches Innovationswunder geschaffen, indem sie zur Hannovermesse 2011 den Begriff „Industrie 4.0“ als Verzahnung von industrieller Produktion mit intelligenter Informationstechnik prägte. Seitdem wurde viel über Industrie 4.0, dem Internet der Dinge, Big Data, Smart Factories und Künstliche Intelligenz geschrieben und geredet. Mit der Predictive Analytics World Manufacturing gehen wir einen Schritt weiter: unsere Referenten zeigen Ihnen, was sie bereits in der Praxis bei namhaften Unternehmen gemacht haben und welchen wirtschaftlichen Nutzen die Unternehmen daraus gezogen haben.

Die Vorträge auf der zweitägigen Konferenz „Predictive Analytics World Manufacturing“ sind von Experten für Experten und stellen konkrete Anwendungsfälle und Geschäftsszenarien von Predictive Analytics im Kontext der industriellen Produktion vor. Als Teilnehmer lernen Sie die Anwendungsmöglichkeiten von Predictive Analytics in der Breite kennen und erfahren, wie die vorgestellten Lösungen im Detail funktionieren. Die Predictive Analytics World möchte sowohl informieren als auch inspirieren und ist ein Forum für den fachlichen Austausch von erfahrenen Experten und interessierten (Quer-)Einsteigern.

Wir laden Sie ein, sich an dieser besonderen Veranstaltung zu beteiligen – sei es als Teilnehmer, Referent oder Sponsor. Lassen Sie uns gemeinsam die Vision einer Industrie 4.0 in die Tat umsetzen. Wir freuen uns auf Ihre Teilnahme und Ihre Vortragsvorschläge!

Keynote:


Prof. Dr. Wil van der Aalst
Distinguished University Professor
Eindhoven University of Technology

Process Mining based on the Internet of Events


Process mining provides new ways to utilize the abundance of event data in our society. This emerging scientific discipline can be viewed as a bridge between data science and process science: It is both data-driven and process-centric. Process mining provides a novel set of tools to discover the real processes, to detect deviations from normative processes, and to analyze bottlenecks and waste. The Internet of Events (IoE) not only includes classical sources of information like the webpages, information systems, and social media, but also incorporates the Internet of Things (IoT), wearables, mobile devices and Industry 4.0.
Analogous to spreadsheets, process mining provides a generic domain-independent technology (starting from events rather than numbers). In his talk, Wil van der Aalst will argue that process mining should be an integral part of tomorrow’s data scientist. He will introduce basic concepts and elaborate on his collaboration with industry. His research group at TU/e applied process mining in over 150 organizations, developed the open-source tool ProM, and influenced the 25+ commercial process mining tools available today.

Prof. Dr. Erika McBride
Prof. Dr. Erika McBride
Director of Advanced Analytics
The Dow Chemical Company
Martin Spitzenpfeil
Martin Spitzenpfeil
Data Scientist
EnBW AG
Dr. Marcel Tilly
Dr. Marcel Tilly
Program-Manager
Microsoft Research
Jane Zavalishina
Jane Zavalishina
CEO
Yandex Data Factory

Executive Summary

Die Predictive Analytics World Manufacturing ist die führende anbieterunabhängige Fachkonferenz für anwendungsorientierte Predictive Analytics im Bereich der Industrie 4.0. Anwender, Entscheider und Experten von Predictive Analytics treffen sich am 2. und 3. Februar in Düsseldorf, um sich über die neuesten Erkenntnisse und Fortschritte zu informieren, sich untereinander fachlich und persönlich auszutauschen und sich von den Erfolgen inspirieren zu lassen.

Themenauswahl

  • Predictive Maintenance & Logistics
  • Outlier & Anomaly Detection
  • Fault Prediction & Failure Detection
  • Risk Management & Prevention
  • Supply Chain Analytics
  • Image & Video Recognition
  • Internet of Things & Smarte Sensoren
  • Stream Mining & Real-time Prediction
  • Machine ~, Ensemble ~ & Deep Learning
  • Process Mining & Network Analyses
  • Model Management & Model Factory

Vortragsformate

Keynote: Visionärer Vortrag zu einem bedeutenden Thema im Bereich Predictive Analytics.

Session: Vorstellung eines konkreten Anwendungsfalles von Predictive Analytics mit Vorstellung der Lösung im Detail und klaren Aussagen über den wirtschaftlichen Erfolg des Projekts.

Vortragsformate für Sponsoren

Dienstleister und Produktanbieter laden wir ein, Ihre Leistungen und Produkte in Sponsored Sessions oder Sponsored Deep Dives dem Fachpublikum vorzustellen:

Sponsored Session: Präsentation eines eigenen Produkts oder Kundenprojekts idealerweise anhand von Beispielen aus der Kundenpraxis.

Zufriedenheit der Teilnehmer

Dr. Michael Allgöwer, Leiter Competence Center Data Science, b.telligent GmbH & Co. KG

Dr. Michael Allgöwer,
Leiter Competence Center Data Science, b.telligent GmbH & Co. KG

„Bereits zum zweiten Mal haben wir an der Predictive Analytics World teilgenommen und waren von der Qualität der Vorträge erneut sehr beeindruckt. Zudem konnten wir auf der Predictive Analytics World einen namhaften Kunden gewinnen, so dass sich die Teilnahme für uns doppelt gelohnt hat.“

„Viele inhaltlich sehr gute Vorträge, keine Verkaufsshows durch Dienstleister und Softwareanbieter (im Gegensatz zu anderen Veranstaltungen). Sehr offener Austausch während der Q&A im Anschluss an die Vorträge und keine Glorifizierung von Ergebnissen durch Referenten. Teilnehmer mit hohem fachlichen Know-How und dadurch sehr gute Gespräche in den Pausen.“

„Die Vorträge waren allesamt sehr gut. Insbesondere waren die Keynotes sehr gut gewählt und haben sehr interessante und auch vielfältige Themen auf der Konferenz vertreten.“

„Top organisiert. Interessante Vorträge.“

Hoher Anteil an Entscheidern (in %)

Experten mit Erfahrung (in %)

Location

Hilton Düsseldorf

Georg-Glock-Straße 20,
40474 Düsseldorf,
Deutschland

Telefon: +49 (0) 211 43770
E-Mail: email hidden; JavaScript is required