ziton forudsiger fremtiden
for nordsøens havvindmøller

 

Rederiet Ziton servicerer havvindmølleparker med en flåde af specialbyggede skibe. En af de primære opgaver er at skifte komponenter som bl.a gearkasser, generatorer og vinger, og det kræver et større setup, når det foregår ude på det åbne hav.

Ziton har en vision om at yde den bedste service for kunden, og med en kombination af flere års erfaring ude på vandet og machine learning er det nu en mulighed, da det giver dem en unik mulighed for at give kunden et kvalificeret bud på behovet for maintenance samt identificere eventuelle fejlrater.

machine
learning

i ziton 

 

Forudse fremtidige opgaver
AI og machine learning gør Ziton i stand til at forudsige fremtidige opgaver. Ziton har et skarpt fokus på at holde sig konkurrencedygtige og holder kontant øje med bemanding, brændstofforbrug og omkostninger i form af havneanløb. Gennem machine learning og predictive maintenance er ambitionen for Ziton, at kunne udnytte både materielle og menneskelige ressourcer optimalt.

 

Optimal udnyttelse af ressourcer
Ziton samler nu deres data på et sted, og på baggrund af den data, hjælper machine learning dem til at se fremtidige tendenser. De kan nu tilpasse deres ressourcer efter behov og være på forkant med investering i specialtilpassede skibe, hvilket gør det lettere for dem at imødekomme kravene fra de fremtidige mølletyper.

 

indsigt i data 
giver 
handlekraft

 

Branchen, Ziton opererer i, er kendetegnet ved meget store anlægsinvesteringer, som skal forrentes i mange år, hvorfor forudsigelsen af det fremtidige forretningspotentiale har en meget stor betydning for den fremtidige indtjening. Forudsigelsen kan derudover give Ziton grundlaget til at handle, da de nu handler ud fra deres indsamlede data og historiker, hvilket reducerer usikkerheden.

 


"Vores forretning er fuldt ud afhængig af fejlrater på nordsøens havvindmøller. Vi foretager meget store investeringer på baggrund af vores forventninger til fremtiden. 
Tidligere var de baseret på mavefornemmelser, men nu anvender vi algoritmer til at forudsige fejlraterne på fremtidens havvindmøller."   

Jens Michael Haurum, CFO, Ziton A/S

machine learning
i ziton
teknisk set 

Zitons udbytte af projektet skyldes især en kombination af den nyeste teknologi og brancheerfaringen i forretningen. Løsningen bygger på Microsofts platform Azure Machine Learning.

Det anvendte data kommer fra en række interne og eksterne kilder, som kombineres for at give den optimale forudsigelse. Der er tale om én samlet platform, hvor machine learning indgår som en integreret del. Hele flowet kører automatisk og indgår som en integreret del i deres datawarehouse. Med andre ord kører det hele nu af sig selv, og Ziton kan let og hurtigt trække korrekte oplysninger, forudsige tendenser og handle der på.

skal vi mødes
hos dig eller hos os? 

 

Hvis du tænker, at tiden er inde til et møde eller et uforpligtende kald, er du mere end velkommen til at kontakte os. Du udfylder bare formularen, så kontakter vi dig hurtigst muligt for at finde et godt tidspunkt. 

vil I gå
fra a til BI?

Brug data intelligent
...til at træffe bedre beslutninger i forretningen. Med det rette BI-værktøj kan I gå på opdagelse i jeres big data for at finde mønstre og sammenhænge. Så kan I få indsigt i det der betyder noget for jeres forretning, hvad enten det er at matche kunder og varer, forudsige stop i abonnementer eller optimere produktionslinjen.

Læs mere: Business intelligence (BI)

Hold kompetencerne i top-form
Bliv inspireret af de nye muligheder og få hands-on-træning samt gode råd fra Insparis specialister. Uanset, om du arbejder med visualisering af data i Tableau, Qlik eller Microsoft Power BI, så står Insparis eksperter klar til at gøre dig endnu skarpere på vores forskellige kurser.

Læs mere: Kurser og events

Privacy
Vi elsker cookies & data i Inspari. Nu hvor du er landet her på siden, skal du vide, at vi sender en virtuel Oreo i din retning. Den bruger vi til analyse og personalisering af indhold. Hvis du klikker på feltet 'JA' eller klikker videre på denne webside, accepterer du vores brug af cookies. Ja / Nej / Læs mere