Webinar

09. April 2025, 16.00 Uhr | ONLINE

Industrial Data Science – Data Quality Management am Praxisbeispiel der Wiener Linien

Daten sind das Fundament jeder fundierten Analyse – doch wie stellt man sicher, dass sie tatsächlich verlässlich sind? Nachdem wir im Dezember letzten Jahres die Rolle von Künstlicher Intelligenz (KI) in der Instandhaltung beleuchtet haben, widmen wir uns in diesem Webinar gemeinsam mit der TU Wien und den Wiener Linien der Frage, wie Daten systematisch gesammelt und ihre Qualität mit Data Quality Management sichergestellt werden können.

Anhand des Praxisbeispiels der Wiener Linien wird gezeigt:

  • Best Practices zur Erstellung einer belastbaren Datengrundlage durch die Erfassung von Sensor- und Asset-Daten.
  • Warum Data Quality Management der Schlüssel zu präzisen Analysen mit hoher Aussagekraft ist.
  • Eine methodische Anleitung zur Erstellung hochwertiger Datensätze, einschließlich der Integration des Data Product Canvas in den CRISP-DM Prozess.

Wir freuen uns auf Ihre Fragen und eine angeregte Diskussion im Anschluss an den Praxisvortrag, der von Dipl.-Ing. Georg Steger moderiert wird.

Eine Veranstaltung der ÖVIA in Kooperation mit der TU Wien und den Wiener Linien.


Dauer: ca. 1 Stunde

Anmeldung zum Webinar:

Direkt via Teams: https://events.teams.microsoft.com/event/d02296fa-0354-418c-83c5-19a4725946e4@293a0bb3-83d2-4110-9b70-1b309e15e72a

Speaker

Omar Abdelkader, MSc BSc

Abschluss des Studiums des Maschinenbaus mit dem Schwerpunkt digitale Produktentwicklung und Simulation an der Fachhochschule Technikum Wien. Seit 2019 in der strategischen Planung der Abteilung Fahrzeugtechnik der Wiener Linien tätig. Projektleiter und Referent für die Themen Zuverlässigkeit und zustandsorientierte Instandhaltung der Schienenfahrzeuge. Laufendes Doktoratsstudium zum Thema „Knowledge Based Maintenance“ in der Forschungsgruppe „Produktions- und Instandhaltungsmanagement“ am Institut für Managementwissenschaften der Technischen Universität Wien.

Dipl.-Ing. Andreas Steiner, BSc

2016-2023 Studium Wirtschaftsingenieurwesen-Maschinenbau mit Schwerpunkten Mensch-Maschine-Interaktion und Maschinelles Lernen an der TU Wien; Seit 2018 als Data Scientist bei Celairion GmbH, Aircraft Transition Services; Seit 2023 wissenschaftlicher Mitarbeiter an der TU Wien.