Dynamische Karten
Dynamische Karten, die diese verschiedenen Ebenen übersichtlich visualisieren, stellen für Data Scientists ein nützliches Hilfsmittel dar. Sie helfen ihnen dabei, auf einen Blick zu erkennen, welche Faktoren bei einem Neu- oder Umbau zu beachten sind, behalten unterirdisch verlaufende Leitungen im Blick und können auch weitere wichtige Faktoren wie z.B. das Gewicht einer Maschine, die Bodenbeschaffenheit oder den Sonneneinfall berücksichtigen. Ein Gelände, auf dem Location Intelligence bereits zum Einsatz kommt, ist der Rotterdamer Hafen. Rund eine halbe Milliarde Tonnen an Gütern wird dort pro Jahr abgefertigt. Im Zuge der digitalen Transformation wurden auf dem Hafengelände überall dort Sensoren installiert, wo die Effizienz und Sicherheit beeinträchtigt werden könnten. Die so generierten Daten werden von einem Geoinformationssystem (GIS) empfangen, verarbeitet und in Echtzeit analysiert, wodurch Data Scientists einzelne Datensets mit anderen kombinieren und so Muster erkennen können. Dank GIS wird ihnen eine 4D-Perspektive des Hafengeländes geboten. Mit dieser technologischen Grundlage ist es dem Rotterdamer Hafen möglich, an der nächsten großen Innovation zu arbeiten – dem autonom fahrende Schiff. Bis 2030 soll dies bereits Standard sein.
Unterstützung für Transportsysteme
In anderen Industriebetrieben ist man heute schon weiter, wenn es um automatisierte Transportsysteme und Roboter in Werkshallen geht. Zusammen mit der Firma Gestalt Robotics aus Berlin entwickelt Esri beispielsweise Konzepte, um die KI-gestützte Wahrnehmung von Robotern mit 2D/3D-Karteninformationen besser zu verzahnen. Während künstliche Intelligenz den autonomen Roboter lernfähig und intelligent macht, bildet Location Intelligence das technologische Fundament für die Orientierung im Raum. Die von intelligenten Kameras erzeugten Daten werden in Echtzeit aus der realen Welt an das System zurückgeführt – ein weiterer Baustein des digitalen Zwillings von Industriegeländen.
Externe Quellen berückstichtigen
Location Intelligence bietet die Möglichkeit, komplexe Systeme transparent und Abhängigkeiten und Wechselwirkungen auf Basis von Geodaten sichtbar zu machen. Schwachstellen können so frühzeitig identifiziert, Risiken besser abgeschätzt und Alternativen berechnet werden, um auch im Störungsfalls schnell und datenbasiert handlungsfähig zu sein. In komplexen Systemen und Prozessen können schon kleinere Störungen große Auswirkungen haben. Daten aus Sensoren und Businesssystemen bilden deshalb die Grundlage für das datengestützten Monitoren und Managen von Unternehmen und ihren Assets. Dabei spielen aber nicht nur die eigenen Geschäftsdaten eine Rolle. Immer wichtiger wird es, auch externe Datenquellen zu berücksichtigen und zu verarbeiten, deren Bandbreite von Satellitenbildern und Wetterfeeds über Echtzeit-Verkehrsdaten bis hin Daten von Zulieferern reicht.