Insights & Data Blog

Insights & Data Blog

Meningen op deze blog weerspiegelen de opvattingen van de schrijver en niet per definitie die van de Capgemini Group

Wat kan je uit sensors halen?

Deze week komen de mooiste zeilschepen naar Amsterdam voor SAIL. De beelden zijn schitterend: wat een prachtige schepen. Sommige schepen kunnen als klassiek bestempeld worden. Ik heb een paar keer in mijn leven gezeild. Ik vond het altijd schitterend: de wind door je haar, de signalen van het weer opvangen en bepalen hoe je de boot in de door jouw gewenste richting kan sturen. Bij de oude schepen heb je weinig informatie over je schip. De nieuwere schepen worden uitgerust met meer sensoren waar informatie uit kan worden gehaald.

 
In de huidige tijd wordt informatie steeds belangrijker. Er is ook steeds meer informatie beschikbaar. Bijvoorbeeld in je auto wordt allerlei informatie vastgelegd in de boordcomputer. Bij machines in een fabriek wordt er ook meer informatie vastgelegd om bijvoorbeeld storingen sneller te kunnen oplossen. In verschillende sporten wordt er meer geïnvesteerd om informatie van de sporter te krijgen: bijvoorbeeld analyses tijdens voetbalwedstrijden of onderwatercamera’s in het zwembad om meer inzicht te krijgen in de slag van een zwemmer. En natuurlijk zijn er steeds meer open databronnen (weergegevens, gegevens over het verkeer) te vinden, zodat je verschillende gegevens kan koppelen.
 
Maar hoewel we deze informatie steeds meer vastleggen, kunnen we deze informatie ook ontsluiten en er lessen uit leren? Kunnen we de informatie gebruiken om voorspellingen te doen? Hierop is het antwoord ‘JA’! De verschillende databronnen met informatie over dingen koppelen en daar interessante zaken uithalen heet ‘Internet of Things’. Feitelijk is dit het koppelen van alledaagse gegevens aan het netwerk en gegevens uitwisselen.
 
Door deze koppelingen wordt het gemakkelijker om te voorspellen wanneer een machine preventief onderhoud nodig heeft. Als de machine buiten wordt gebruikt kan informatie van het weer interessant zijn om te bepalen of de machine veel in de regen of sneeuw gebruikt is.
Voor ons wegennet zou je kunnen denken aan een combinatie van weer, hoeveelheid verkeer, en de verschillende typen voertuigen die van een weg gebruik maken. Een weg in het havengebied zal meer vrachtverkeer hebben en daardoor veel intensiever gebruikt worden dan een weg in een woonwijk. Wat is de gemiddelde snelheid die op het wegvak wordt bereikt? Al deze databronnen samen kunnen indicatoren geven over wat de weg te verduren heeft. Wanneer de weg zelf ook nog sensoren krijgt, is het wellicht in de toekomst helemaal niet meer nodig om schouwen hoe de weg erbij ligt.
 
Kortom het koppelen van gegevens aan openbare databronnen kan leiden tot vele verschillende nieuwe inzichten waardoor je als bedrijf geld kan besparen op bijvoorbeeld onderhoud. Geïnteresseerd in wat wij kunnen betekenen? Neem contact met ons op.
 
Afbeelding tallship via Nautique, Afbeelding Internet of Things via Wikipedia

Over de auteur

Elja Knol
Elja Knol
Als data management consultant met een passie voor data, heb ik binnen verschillende organisaties (profit/non-profit) een brede ervaring opgedaan op het gebied van data analyse en data kwaliteit.
1 Reactie Plaats een reactie
hallo Elja! Ik heb net je blog gelezen "Wat kan je uit sensors halen". Goed verhaal! Wij als startup company verzamelen "rauwe" data uit slimme energiemeters, en zetten deze om naar leesbare data om patroonherkenning/classificatie en/of forecasting-predictive analytics toe te passen. Iets voor Capgemini?

Plaats een reactie

Uw e-mailadres wordt niet gepubliceerd. Verplichte velden zijn gemarkeerd met *.