Unternehmen aus der Fertigung, Energie- und Versorgungsbereichen, dem Gesundheitswesen oder aus der Verkehrs- und Automobilbranche sowie Smart Cities steigern damit ihre Produktivität und reduzieren Betriebsrisiken. Möglich wird das durch eine leistungsstarke, vorausschauende und vorschriftsmäßige Instandhaltung und durch die Nutzung eines optimierten Asset Performance Managements.
Siemens und SAS arbeiten mit neuen und bestehenden Kunden zusammen und ermöglichen eine nahezu in Echtzeit integrierte KI für IoT-Geräte. Beide Partner gehen davon aus, dass die Lösungen noch in diesem Jahr verfügbar sein werden. „SAS ist ein weltweit anerkannter Marktführer in den Bereichen erweiterte Analysetechniken, ML und KI. Wir sind gespannt darauf, die Methoden von SAS in MindSphere zu nutzen“, so Stephen Bashada, Executive Vice President und General Manager von Siemens MindSphere.
„Die Kombination aus industriellem Fachwissen von Siemens und analytischem Know-how von SAS ist ein großer Fortschritt für das IoT.“
Native Portierung von SAS-Modellen ist möglich
Durch die intuitive Anwendung von KI und die Operationalisierung des Potenzials sind Siemens und SAS in der Lage, ein erstklassiges End-to-End-Lösungskonzept für Kunden zu entwickeln. Unternehmen, die derzeit sowohl SAS als auch MindSphere einsetzen, können bereits entwickelte SAS-Modelle nativ in MindSphere portieren und ausrollen. Neue Benutzer können auf leistungsfähige Analysefunktionen zugreifen.
„Die Erfahrung von Siemens mit innovativen Betriebsanlagen, Software und Prozessen, die mit ihrem Engagement für die Digitalisierung der weltweiten Industrien verbunden sind, ist unvergleichlich und bietet dem IoT eine einzigartige Plattform. So lässt sich das Potential von KI voll ausschöpfen“, so Jason Mann, Vice President der IoT Division von SAS. „Unsere Partnerschaft kann Kunden helfen, die Transformation zu beschleunigen und schneller vom Mehrwert des IoT zu profitieren.“
Mit MindSphere Innovationen fördern
Siemens MindSphere ist das Cloud-basierte, offene IoT-Betriebssystem, das die reale Welt durch offene Konnektivität mit der digitalen Welt verbindet. Es ermöglicht leistungsstarke Branchenanwendungen und digitale Dienste. Dadurch steigt der Geschäftserfolg. MindSphere ermöglicht es auch einem Partner-Ökosystem, neue Anwendungen zu entwickeln und bereitzustellen, die die Grundlage für neue Geschäftsmodelle bilden.
Mit ihren umfangreichen APIs können MindSphere-Anwendungen schnell und einfach von Siemens, seinen Partnern oder direkt von Kunden erweitert werden. In Kombination mit dem branchenführenden Ansatz von Siemens für ganzheitliche digitale Zwillinge können Unternehmen MindSphere nutzen, um den Kreis von der Produktidee, über die -realisierung bis hin zur -nutzung zu schließen und IoT-Daten entlang der gesamten Wertschöpfungskette nahtlos zu integrieren. Das fördert die betriebliche Effizienz und Innovation.
Die SAS-KI- und IoT-Technologien unterstützen verschiedene Umgebungen und Skalierungsmöglichkeiten, um den Geschäftsanforderungen gerecht zu werden. Mit den SAS-IoT-Analytics-Lösungen verstehen Geschäfts- und Technologieführer Betriebs- und Verhaltensmuster von Maschinen, entwickeln schnelle und genaue Vorhersagen und treffen optimale Entscheidungen mit größerer Genauigkeit. Gleichzeitig reduzieren sie Datenbewegungen, Latenzzeiten und Speicherkosten.
Advanced-Analytics-Algorithmen von SAS erfassen und analysieren große Datenmengen. Diese stammen aus industriellen Steuerungssystemen und konvergieren IT- und OT- (operative Technologie) Welten. Die gewonnenen Erkenntnisse dienen dazu, intelligente Betriebs- und Geschäftsabläufe voranzutreiben. Indem SAS auf die Open-Source-Kompatibilität von IoT Analytics setzt, ist es Datenwissenschaftlern möglich, in ihrer bevorzugten Sprache zu kodieren.
Gleichzeitig können sie sich auf die Zuverlässigkeit und umfassende Skalierbarkeit von SAS Analytics verlassen. Durch einen grundlegenden Wandel, wie IT und OT mit Daten umgehen und Erkenntnisse gewinnen, werden neue Trend und Muster deutlich. SAS IoT Analytics mit integrierter KI ist ein wichtiges Unterscheidungsmerkmal für Kunden, um den tatsächlichen Wert von Daten zu erschließen.