Anwendungen von Managed Federated Machine Learning

mlx erweitert branchenübergreifend Produkte um KI

Erweitern Sie Ihre Produkte mit KI-basierten Features & Services

durch Managed Federated Machine Learning

Mithilfe der prenode Lösung können Sie Ihre Produkte mit leistungsstarken KI-basierten Features und Services erweitern, ohne Kompromisse beim Datenschutz einzugehen. Durch die Einbindung von KI in Ihre bestehenden Angebote können Sie die Kundenzufriedenheit steigern, zusätzliche Einnahmen erzielen und Ihre Marktposition stärken.

Industrie-Maschinen

Predictive Maintenance Service in einer IoT-Platform

Machinery_Sym

Nutzer von mlx

Ein Hersteller von Industriemaschinen und -geräten bietet seinen Kunden eine IoT-Lösung an zur Erfassung und Verwaltung ihrer Maschinendaten.

Herausforderung

Maschinenausfälle und Störungen müssen vorhergesagt werden um proaktiv ein Wartung durchzuführen. Jeder Maschinentyp wird von mehreren Kunden mit einer individuellen Konfiguration verwendet. Pro Kunden sind nur wenige historische Daten mit tatsächlichen Ausfällen vorhanden. Die Datenmenge pro Kunde ist somit nicht ausreichend um ein verlässliches Vorhersagemodell zu entwickeln.

Lösung

Historische und Echtzeit-Sensordaten jedes Kunden werden von der IoT-Lösung in einer Private-Cloud-Umgebung gesammelt. Mit mlx werden Machine Learning Modelle auf Basis aller Kundendaten entwickelt. Das bereitgestellte Vorhersagemodell ist auf die Umgebung und die Maschinenkonfiguration jedes Kunden individualisiert.

Use_Case_2_Machinery_mod

Vorteile für Nutzer von mlx

mlx nutzt die Sensordaten aller Kunden des Maschinenherstellers. Mit Federated Machine Learning kann der Maschinenhersteller ein zuverlässiges Vorhersagemodell für Maschinenausfälle entwickeln, selbst wenn nur wenige historische Daten pro Kunden verfügbar sind.

Jede Maschine ist etwas anders konfiguriert und jeder Kunde arbeitet in einer individuellen Umgebung. Die Vorhersagemodelle werden auf den verfügbaren Sensordaten aller Kunden entwickelt, sind jedoch für den Einsatz für jeden Kunden individualisiert, um die bestmögliche Leistung sicherzustellen.

Die Performance der Machine Learning Modelle kann überwacht werden und bei Bedarf können Modelle aktualisiert werden.

Gastronomie-Software

Verkaufsprognosen für Franchise Restaurants

Franchise_4

Nutzer von mlx

Ein Anbieter von Gastronomie-Software für Franchise-Restaurants ermöglicht es seinen Kunden Ressourcen effizienter zu planen.

Herausforderung

Franchise-Restaurant-Ketten mit mehreren Niederlassungen benötigen Verkaufsprognosen, um ihren Lebensmittelbedarf sowie das erforderliche Personal zu planen. Historische Verkaufsdaten eines Restaurants reichen nicht aus, um leistungsfähige Prognosemodelle zu erstellen.

Lösung

Der Lösungsanbieter bietet eine Software-as-a-Service-Lösung an und speichert alle historischen Verkaufsdaten in separaten Datenbanken in einer privaten Cloud. mlx greift auf die nicht sensiblen historischen Verkaufsdaten zu und entwickelt Prognosemodelle unter Verwendung seines einzigartigen Federated-Transfer-Learning-Ansatzes. Umsatzprognosemodelle werden in der Cloud des Lösungsanbieters bereitgestellt, um zukünftige Umsätze als Teil der Gastronomie-Software vorherzusagen.

Vorteile für Nutzer von mlx

Der Lösungsanbieter kann den teilnehmenden Restaurants den Umsatz besser prognostizieren und so die Einkaufs- und Personalplanung optimieren. Das Umsatzprognosemodell für die taggenauen Einnahmen konnte massiv verbessert werden (MAPE Reduzierung um 34,2%).

mlx stellt sicher, dass einzelne Umsatzdaten nicht an andere Restaurants weitergegeben werden. Darüber hinaus sorgt mlx mithilfe verschiedener Sicherheitsmechanismen dafür, dass das entwickelte Vorhersagemodell nicht die ursprünglichen Umsatzdaten preisgeben.

Restaurants ohne historische Verkaufsdaten können von vorab trainierten Verkaufsprognosemodellen profitieren.

Use_Case_3_Franchise_mod

Gesundheits-System

Sturz- und Notfallerkennung für Senioren

Care

Nutzer von mlx

Ein Anbieter von Software für Gesundheitssysteme bietet älteren Menschen eine Lösung, um länger ohne persönliche Betreuung zu Hause zu bleiben.

Herausforderung

Ein Umgebungssystem muss Aktivitätsmuster basierend auf einzelnen Bewegungsdaten älterer Menschen analysieren und Notfälle erkennen. Ohne direkten Zugriff auf Bewegungsdaten müssen Pfleger in Notfällen benachrichtigt werden und Ärzte müssen Abweichungen in den Verhaltenstrends erfassen.

Lösung

Die Bewegungsdaten der Patienten werden über Armbänder mit Bewegungssensoren erfasst und in lokalen Gateways gespeichert. mlx wird verwendet, um einen Klassifikator für maschinelles Lernen auf dem lokalen Gateway zu entwickeln. Ein auf jeden Patienten zugeschnittenes Modell des maschinellen Lernens wird eingesetzt, um individuelle Aktivitätsmuster zu erkennen.

Vorteile für Nutzer von mlx

Der Anbieter des Gesundheitssystems kann seinen Kunden neue KI-Services anbieten. Diese Dienste ermöglichen es älteren Menschen länger zu Hause zu leben und Pfleger im Notfall zuverlässig zu benachrichtigen

Die Patientendaten werden nicht übertragen oder mit Dritten geteilt.

Der Gesundheitsdienstleister kann vortrainierte Machine-Learning-Modelle für neue Patienten verwenden und somit das System ab dem ersten Tag verwenden.

Use_Case_1_Health_mod

Vorteile von KI-basierten Features & Services

Durch Federated Machine Learning mit mlx
Rocket_2
Zusätzlicher Mehrwert für Kunden
Bar Chart 2
Effiziente Skalierung der KI-Lösung
Privacy_mod3
Gewährleistung des Datenschutzes