YouTube
Praktische Einblicke
Kurze Demonstrationen zu EAM, Schnittstellen, Datenabläufen und realistischen Anwendungsfällen für KI und ML.
Öffnen YouTubeEinblicke
Praxiswissen zu EAM, Schnittstellen und angewandter KI
Die Themen zeigen drei Arbeitsfelder: fundierte EAM-Praxis, verlässliche Datenflüsse zwischen Systemen und KI/ML-Piloten, die mit echten Daten und klaren Kriterien geprüft werden.
Veröffentlichungen
Videos, Beiträge und ausführliche Artikel
Die veröffentlichten Beiträge finden Sie auf YouTube, LinkedIn und im externen Blog. Diese Seite ordnet Themen aus EAM, Schnittstellen, Daten und angewandter KI/ML den passenden Leistungen zu.
Pilot & Validierung
Ein Pilot muss zum tatsächlichen Ablauf passen
Ein sinnvoller Pilot zeigt, was funktioniert, wo er scheitert und welche Daten- oder Prozesslücken geschlossen werden müssen, bevor die Automatisierung in den Betrieb geht.
LinkedIn
Praxisnotizen
Beobachtungen aus EAM-Projekten, unabhängiger Schnittstellenarbeit, Datenqualitätsprüfungen und der Umsetzung angewandter KI und ML.
Öffnen LinkedIn Blog
Gedanken zur produktiven Umsetzung
Ausführlichere Beiträge über EAM-Umsetzung, zuverlässige Schnittstellen, Datengrundlagen und ergebnisorientierte KI/ML-Piloten.
Öffnen BlogThemen
Themen aus meiner Arbeit
Dies sind mit Leistungen verknüpfte Themen, keine veröffentlichten Artikel. Sie helfen, das Problemfeld einzuordnen und zum passenden Leistungsweg weiterzugehen.
EAM-Praxisnotiz
Warum die letzte Meile in EAM-Projekten oft teuer wird
Warum Arbeitsauftragslogik, Berichte, Statusflüsse, Schnittstellen und Nutzerabläufe darüber entscheiden, ob EAM im Alltag wirklich funktioniert.
Thema lesenSchnittstellen-Praxisnotiz
Ein erfolgreicher API-Aufruf kann im Betrieb trotzdem ein Fehler sein
Betriebliche Zuverlässigkeit hängt von Datenbedeutung, Zeitpunkt, Validierung, Wiederholungslogik, Zuständigkeit und dem Ergebnis im Zielsystem ab – nicht nur von einer erfolgreichen HTTP-Antwort.
Thema lesenKI-Bereitschaft
Vor einem KI-Piloten muss klar sein, welche Entscheidung er verbessern soll
Ein sinnvoller KI/ML-Anwendungsfall beginnt mit einem realen Ablauf, einer Vergleichsbasis, repräsentativen Daten und klaren Erfolgs- und Abbruchkriterien.
Thema lesenPrototyp für angewandtes ML
Kleine Leckagen in Druckdaten trotz Pumpenzyklen erkennen
Ein eigenständig entwickelter Prototyp unterschied normale Druckabfälle bei Wasserverbrauch mit anschliessendem Pumpenstart von anhaltenden Mustern, die auf kleine Lecks hindeuteten.
Thema lesenPrototyp für angewandtes ML
Hufauffälligkeiten im Stallgang per Computer Vision erkennen
Ein eigenständig entwickelter Prototyp fotografierte die Hufe, während Pferde durch den Stallgang liefen, und markierte sichtbare Auffälligkeiten zur Prüfung durch eine Fachperson – nicht als tierärztliche Diagnose.
Thema lesenOperative Fachanwendungen
Manchmal hilft eine kleine Fachanwendung mehr als ein weiteres EAM-Modul
Kleine Fachanwendungen können Anforderungen, Prüflisten, Übergaben oder Berichte vereinfachen, wenn das Kernsystem stabil bleiben soll und der Arbeitsalltag trotzdem Entlastung braucht.
Thema lesenHaben Sie ein konkretes EAM-, Schnittstellen- oder KI/ML-Problem?
Schildern Sie das konkrete Problem. Am besten lässt es sich anhand eines Arbeitsauftrags, eines Schnittstellendatensatzes, einiger Dokumente, einer Datenprobe oder einer konkreten Entscheidung prüfen.