idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Von der Wissenschaft in die Start-Up-Szene: Nach vier Jahren am Institut für Integrierte Produktion Hannover (IPH) gGmbH, einem halben Jahr als Geschäftsführer des Mittelstand-4.0-Kompetenzzentrums „Mit uns digital!“ und einer Promotion im Maschinenbau wagt Datenexperte Dr. Florian Podszus zum 1. Februar 2018 den Schritt in die Selbstständigkeit. Zusammen mit seiner Partnerin, der Marktforscherin Janina Haase, gründet er „beta Data Science“. Das Start-Up mit Sitz in Hannover-Linden bietet Datenerhebungen, Analysen und sogar Zukunftsprognosen an.
Wie kommt mein neues Produkt beim Kunden an? Wann muss ich meine Maschine das nächste Mal warten? Wie kann ich mein Lager effizienter organisieren? „Mit den richtigen Daten können wir fast jede Frage für unsere Kunden beantworten“, sagt Dr. Florian Podszus. Gemeinsam mit Janina Haase hat er das Start-Up „beta Data Science“ gegründet, das Daten erfasst, analysiert und interpretiert – von Produktionsdaten bis zur Marktforschung.
Die beiden Gründer kommen aus völlig unterschiedlichen Bereichen. Dr. Florian Podszus ist promovierter Ingenieur; am Institut für Integrierte Produktion Hannover (IPH) gGmbH hat er sich vier Jahre lang mit Automatisierungstechnik, evolutionären Algorithmen und Fabrikbewertung beschäftigt. Seine Doktorarbeit schrieb der 33-Jährige über die Sprachsteuerung von fahrerlosen Transportfahrzeugen. Im vergangenen halben Jahr war er einer der Geschäftsführer des Mittelstand-4.0-Kompetenzzentrums „Mit uns digital!“, das kleine und mittlere Unternehmen aus Niedersachsen und Bremen zum Thema Digitalisierung berät. Janina Haase hat Wirtschaftswissenschaften studiert; die 28-Jährige arbeitet derzeit als wissenschaftliche Mitarbeiterin und Dozentin an der Leibniz Universität Hannover und schreibt ihre Doktorarbeit zum Thema sensorisches Marketing.
Neben den beiden Gründern gehören derzeit vier Projektmitarbeiter zum Team: Ein Ingenieur und ein Informatiker, ein Wirtschaftswissenschaftler und eine Wirtschaftsgeografin. „Wir wollen bewusst interdisziplinär arbeiten und verschiedene Ansätze verbinden, statt uns auf ein kleines Spezialgebiet zu konzentrieren“, sagt Janina Haase. „So können wir verschiedenste Fragestellungen von Unternehmen ganzheitlich lösen.“ Mit den Daten aus Onlineshops ließe sich beispielsweise die Lagerorganisation verbessern: Kunden, die ein bestimmtes Produkt kaufen, bestellen häufig noch weitere Produkte dazu – das lässt sich beispielsweise mit Warenkorbanalysen herausfinden. Unternehmen können die Daten aber nicht nur dazu nutzen, den richtigen Kunden die richtigen Produkte anzubieten. Sie können auch ihr Lager entsprechend organisieren. „Wenn Produkte, die häufig zusammen gekauft werden, im Lager nebeneinander liegen, dann spart das viel Zeit und Geld bei der Kommissionierung“, sagt Dr. Florian Podszus.
Mit Datenanalysen lässt sich auch die Produktivität steigern. So können Unternehmen beispielsweise herausfinden, unter welchen Bedingungen eine Maschine ausfällt und repariert werden muss: Liegt es an einem Bedienfehler? Ist die Maschine zu lange bei zu hoher Temperatur gelaufen? Oder ist möglicherweise nur das Wetter und die hohe Luftfeuchtigkeit schuld? Solche Zusammenhänge sind selten offensichtlich, doch mit den richtigen Analysemethoden lassen sie sich aufspüren.
Und sogar Zukunftsprognosen sind möglich – mit Methoden des Machine Learning wie etwa künstlichen neuronalen Netzen oder Clusteranalysen. Die Algorithmen analysieren Produktionsdaten aus der Vergangenheit, erkennen Muster und können damit die Zukunft vorhersagen. Unternehmen können so beispielsweise herausfinden, wann eine Maschine als nächstes gewartet werden muss oder wann die Nachfrage nach einem bestimmten Produkt steigen wird. Dann können sie sich darauf einstellen – und die Wartung rechtzeitig planen, um Ausfälle zu verhindern, oder das Produkt auf Vorrat produzieren, um lange Lieferzeiten zu vermeiden.
In den Produktions- und Marktforschungsdaten schlummert also ein wahrer Schatz. Doch nur wenige Unternehmen wissen, wie sie ihn heben können. Viele Firmen erheben bereits Daten, wissen jedoch nicht, wie sie diese nutzen und welche Erkenntnisse sie daraus gewinnen können. Andere Unternehmen suchen die Antwort auf eine konkrete Frage, sind jedoch nicht sicher, welche Daten sie dafür sammeln müssen. „beta Data Science“ bietet deshalb in beiden Fällen Unterstützung: Sowohl bei der Datenerhebung als auch bei der Analyse. Zudem beraten die Mitarbeiter Unternehmen, die herausfinden wollen, ob und wie sich die Datenanalyse für sie lohnt.
Den beiden Gründern nützt nicht nur ihr Know-how im Bereich Produktionstechnik und Marktforschung, sondern auch die wissenschaftliche Herangehensweise. Die Arbeit am IPH sei eine gute Vorbereitung auf die Unternehmensgründung gewesen, sagt Dr. Florian Podszus: „Ich musste nicht nur mit großen Datenmengen arbeiten, sondern immer neue Projekte managen und komplexe Problemstellungen systematisch lösen. Das macht mir Spaß, und das möchte ich auch in Zukunft tun.“ Mit dem IPH wird er weiter zusammenarbeiten: Das erste gemeinsame Projekt ist bereits in Planung.
http://www.beta-datascience.de Weitere Informationen und Kontaktdaten
Interdisziplinäre Datenanalysen als Geschäftsidee: Die Marktforscherin Janina Haase (28) und der Ing ...
Foto: Susann Reichert / IPH
None
Vom Wissenschaftler zum Unternehmer: Dr. Florian Podszus hat am IPH geforscht und promoviert, jetzt ...
Foto: Susann Reichert / IPH
None
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter
Informationstechnik, Maschinenbau, Wirtschaft
regional
Forschungs- / Wissenstransfer, Organisatorisches
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
