Masterclass Datafundament voor de maakindustrie
Over de masterclass
Maakbedrijven willen hun leverbetrouwbaarheid, kwaliteit, planning en capaciteitsbenutting verbeteren. Dataanalyse en AI kunnen daarbij helpen, maar alleen wanneer de onderliggende data bruikbaar, toegankelijk en betrouwbaar zijn. In deze twee-uur-durende masterclass van het HAN Smart Manufacturing Network ontdekt u waarom een goed datafundament essentieel is om van technologische mogelijkheden tot concrete operationele oplossingen te komen.
Aan de hand van een herkenbare praktijkcase uit de maakindustrie bespreken we wat nodig is om een datagedreven toepassing daadwerkelijk te laten werken. Hoe bepaalt u welke informatie nodig is? Waar komt de data vandaan, is deze van voldoende kwaliteit en weten betrokkenen wat de gegevens betekenen? De masterclass combineert inhoudelijke uitleg met discussie en is bedoeld voor managers, process engineers, data engineers en andere professionals binnen maakbedrijven.
Na afloop heeft u een helder beeld van de belangrijkste onderdelen van een datafundament én meer gevoel voor de situatie binnen uw eigen organisatie. U leert vanuit een concrete use-case te kijken naar registratie en ontsluiting van data, datakwaliteit en eigenaarschap. Zo krijgt u een praktisch handelingsperspectief om binnen uw bedrijf de belangrijkste blokkades te herkennen en een haalbare eerste verbeterstap te bepalen.
Voor wie?
Deze masterclass is bedoeld voor managers, process engineers, data engineers en andere professionals binnen maakbedrijven.
Stijn Hoppenbrouwers
Op basis van mensgerichte inzichten uit de taalwetenschap, computerwetenschap, organisatiekunde en socio-technische systemen streeft Stijn naar betere manieren om mensen en organisaties te ondersteunen in het effectief en met de menselijke maat omgaan met data, informatie en kennis. Hij werkt daarbij graag samen met andere vakgebieden. Naast zijn werk bij het HAN Lectoraat Data & Knowledge Engineering is hij verbonden aan de Radboud Universiteit (afd. Data Science). Ook is hij medeoprichter van de HAN deeltijd Master Applied Data Science.
Thomas Lautenbach
Thomas Lautenbach is onderzoeker bij het HAN lectoraat Smart Manufacturing waar hij MKB-maakbedrijven begeleidt in hun digitale transformatie. Met een Master in System Engineering en specialisatie in Lean Engineering, maakt hij de cruciale koppeling tussen data en productieprocessen. Zijn onderzoek richt zich op drie pijlers:
-
Data-analyse voor procesoptimalisatie.
-
Machine Learning voor planning en besturing.
-
Praktische implementatie.
