Predictive Maintenance für Medizintechnik und risikobasierte Tarife für Pkw-Versicherungen: Mit diesen Referenzbeispielen seiner Kunden demonstriert SAS den Nutzen von Machine Learning und Analytik.
Predicticve Maintenance lautet das Ziel, das Siemens Healthineers mit Machine Learning und Analytik von von SAS für das Internet of Things verfolgt Durch die Analyse die Daten aus Geräten der Magnetresonanz- oder Computertomografie mit SAS ließen sich Probleme und potenzielle Ausfälle bereits mehrere Tage lang voraussagen.
„Wir maximieren die Verfügbarkeit unserer Medizingeräte“, erklärt Dr. Mirko Appel, Head of Analytical Services im Bereich Customer Services bei Siemens Healthineers. „Unser analytisches System muss jeden Tag Hunderttausende Zeilen an Sensordaten verarbeiten – wobei ein Großteil der Daten nur semistrukturiert ist. Automatisierte Analytics ist daher eine wichtige Voraussetzung, um die Digitalisierung im Gesundheitswesen voranzutreiben. SAS hilft uns dabei, unsere Service-Prozesse zu optimieren, Ersatzteile effizienter einzusetzen und die Zeit für Troubleshooting zu reduzieren.“
Bisher rückte das Internet of Things vorwiegend in Verbindung mit Konzepten wie Smart Grid, Smart Cities und vernetzte Fabriken in den Blick. Das ändert sich gerade, wie Jason Mann, Vice President of IoT bei SAS erklärt: „Inzwischen zeigt sich der Wert einer Analyse von Sensordaten – und daher setzen immer mehr Branchen diese ein. Siemens Healthineers nutzt Analytics, damit Kliniken und Arztpraxen produktiver werden.“
SAS hat für die Entwicklung von analytischen Technologien für das IoT eine dezidierte Division geschaffen. Sie soll sich laut Mann auf verschiedene Branchen fokussieren, darunter Industrie, Gesundheitswesen, öffentliche Verwaltung und Versicherungen. Unternehmen wie Lockheed Martin (Luft- und Raumfahrttechnologie), Western Digital (Speichertechnologie) und Octo Telematics haben sich schon für SAS entschieden, um Informationen aus dem riesigen Datenpool zu schöpfen, den vernetzte Geräte schaffen.
Personalisierte Kfz-Versicherungen
Das italienische Telematikunternehmen Octo Telematics stellt der Versicherungs- und Automobilbranche Big Data und Analytics Services bereit. Dafür sammelt Octo Telematics jede Minute Daten zu fast 200.000 Kilometern Fahrstrecke, darunter Werte zur Fahrzeugnutzung. Zum Beispiel Informationen darüber, wie schnell ein Fahrer beschleunigt und bremst sowie Unfalldaten. Auf Basis dieser Informationen hat das Unternehmen eine Datenbank zum Fahrverhalten aufgebaut.
„Wir helfen dabei, das Versicherungsgeschäft im Zeitalter des vernetzten Verbrauchers neu zu gestalten“, erläutert Gianfranco Giannella, Chief Operating Officer bei Octo Telematics. „Auf Basis unserer Lösungen können Versicherer maßgeschneiderte Policen anzubieten, und sie tragen gleichzeitig dazu bei, dass diese Kunden sicherer fahren.“ Die Intelligenz von SAS Analytics bilde das Herzstück von Octo Telematics. Versicherer müssten sich künftig nicht mehr auf statische Daten verlassen, sondern könnten Streaming-Daten auswerten, um das sogenannte ‚Internet of Insurable Things‘ zu erschaffen.
Octo Telematics erzeugt mit SAS mehrdimensionale Analytics und Echtzeit-Services wie Risiko-Scores. Mit diesen Dienstleistungen könnten Versicherer Risiken genau einschätzen, ihre Prämien einpreisen und Unfälle beurteilen. Vergünstigungen für umsichtiges Fahren führten zum zu mehr Sicherheit auf den Straßen und böten außerdem eine Chance für Interaktionen mit den Versicherungsnehmern.
University of Technology in Sydney betreibt ein IoT-Labor
Zusammen mit Cisco unterstütz SAS und Forschung und Lehre im IoT-Umfeld durch die Entwicklung eines IoT Innovation Lab an der University of Technology in Sydney. Basis dafür ist die Cisco SAS Edge-to-Enterprise IoT Analytics Platform, die die für die Analyse von IoT-Daten erforderliche Hardware und Software kombiniert. Das soll den Kunden ersparen, selbst eine Plattform komplett neu aufbauen zu müssen. Das Lab eröffne die Möglichkeit zum Experimentieren mit Edge-Daten von vernetzten Geräten. Ziel sei es herauszufinden, wie diese Daten bestmöglich genutzt werden, um fundierte Entscheidungen zu treffen. Die Forschung konzentriere sich zunächst auf die Themenfelder Energie, Fertigung, Agrarwirtschaft und Gesundheitswesen. Jürgen Frisch
