Smart Data Anwendungen

Obwohl die Überführung von Smart-Data-Innovationen in die Entwicklung markttauglicher High-Tech-Technologien sich noch in einem frühen Stadium befindet, nehmen diese neuen Technologien bereits Einfluss auf viele Bereiche unseres Lebens. Seien es smarte Fabriken oder Smart Cities und Smart Homes – durch die Anwendung verschiedenster KI-basierter Apps ändert sich wie wir leben und arbeiten. Hier präsentieren wir die Highlights der vier bedeutendsten Anwendungsfelder: Smart Energy, Smart Mobility, eHealth und Industrie 4.0.

Anwendungsgebiete

Smart Energy

Smart Meter, Smart Grids, virtuelle Kraftwerke – die Energieversorgung von morgen reicht von innovativen Smart-Home-Technologien hin zu dezentralen Energienetzwerken. So bieten neue Informations- und Kommunikationstechnologien Potenzial zur effizienteren Auslastung vorhandener Netzkapazitäten, sowie relevante Daten für einen intelligenten Netzausbau und die Integration erneuerbarer Energie.

Smart Mobility

Floating Car Data, Car2X, Fahrbahnsensoren und Signalanlagen, Mobilfunkdaten, Strecken und Fahrpläne, Infrastrukturdaten, Twitter – in kaum einem anderen Bereich stehen so viele Datenquellen für Optimierungen zur Verfügung wie im Verkehr. Welche neuen Datenwertschöpfungsketten und Lösungen lassen sich daraus für individuelle Assistenzsysteme und Methoden in der integrierten Verkehrsplanung und lenkung schöpfen?

eHealth

Biosensoren, High-Throughput-Technologien in den Biowissenschaften, Lifelogging, mobile Apps, Online-Patiententagebücher– der Umfang digitaler, patientenbezogener Daten schreitet dank neuer Möglichkeiten massiv voran. Daneben stellen internationale Forschung und partizipative Medizin in Open-Data-Initiativen immer größere Mengen an Rohdaten online zur Verfügung. Wie können diese Datenbestände zur Verbesserung von Therapien und zur Versorgung von Patienten, beispielsweise in der Telemedizin eingesetzt werden, ohne dabei das Vertrauensverhältnis zwischen Arzt und Patienten zu gefährden?

Industrie 4.0

Das Internet der Dinge erobert zunehmend die Produktions­hallen und Versorgungsnetzwerke. Gleichzeitig lässt sich aufgrund der Komplexität der hochautomatisierten Produktion die Qualität, die Effektivität und die Produktivität der Prozesse kaum noch „händisch“ überwachen. Datenstrom­analysen in Echtzeit können nicht nur rechtzeitig Verschleiß­erscheinungen an Maschinen erkennen, sie liefern auch wertvolle Hinweise für zukünftige Produkte und Prozess­optimierungen, verbesserte Kapazitäts­auslastung und Service­verbesserungen. Und doch stehen wir in der Nutzung dieser Möglichkeiten erst ganz am Anfang.