english  | Home | Impressum | KIT

Prädiktive Diagnose mittels „Big Data“ und „Data-Mining“

Prädiktive Diagnose mittels „Big Data“ und „Data-Mining“
Typ:Bachelor-/ Masterarbeit, HiWi
Datum:offen (zu vergeben)
Betreuer:

 M. Sc. Felix Pistorius

Prädiktive Diagnose mittels „Big Data“ und „Data-Mining“

.
.

Umfeld

In der Vergangenheit war das Fahrzeug ein in sich abgeschlossenes System. Diagnose fand statisch in der Werkstatt mit Diagnose-Werkzeugen statt. Mit der voranschreitenden Techniken der drahtlosen Kommunikation und Datenübertragung wird das Fahrzeug immer mehr Teil des Internet of Things, wodurch Möglichkeiten entstehen den Wartungszustand eines Fahrzeugs online zu erfassen. Durch die Analyse der anfallenden Daten („Big Data“) vom Auto lassen sich z.B. Rückschlüsse auf die Belastung, die Abnutzung von Fahrzeugteilen und den Verbrauch von Betriebsstoffen ziehen. Das wiederum erlaubt präventive Wartungsarbeiten, Vermeidung von Liegenbleibern und optimiert Werkstattaufenthalte. 

 

Aufgabe

  • Stand der Technik an Methoden und Tools zur Interpretation großer Datenmengen („Data-Mining“) -> Welches Daten sind die relevanten?
  • Wie können diese passend gefiltert und ausgewertet werden?
  • Methode zur Fall bezogenen, optimalen Vorgehensweise
  • Am Ende soll ein Proof-of-Concept z.B. für Diagnose anhand eines Lastkollektivs entstehen 

 

Voraussetzungen

  • Interesse an „Big Data“ und „Data-Mining“, eigenständiges Lernen,
  • Kenntnisse in C/C++, Java oder Python,
  • Kenntnisse in der Fahrzeugelektronik und Bussystemen von Vorteil, Team- und Kommunikationsfähigkeit