Institut für Datenanalyse und Prozessdesign (IDP)
Wir generieren Mehrwert aus Daten
Wir nutzen fortschrittliche datenbasierte Methoden, um innovative Lösungen für Wirtschaft und Industrie zu entwickeln. Wir begegnen realen Herausforderungen mit wissenschaftlichen Methoden und einem starken Fokus auf praktische Relevanz. Wir sind die führende Ausbildungsstätte und bevorzugte Partnerin für angewandte Data Science und Business Engineering in der Schweiz.
Schwerpunkte
Fortschrittliche, wissenschaftliche Instrumente und Werkzeuge für Lösungen in der Finanzbranche
Health and Environmental Analytics
Datenanalyse zur Ableitung interpretierbarer Ergebnisse unter Verwendung statistischer und maschineller Lerntechniken.
Maintenance, Mobility, AI & Society
Nutzung von KI und fortschrittlicher Modellierung für Innovationen in den Bereichen vorausschauende Wartung, Mobilitätslösungen und sozial ausgerichtete Systeme
Gewinnung von Erkenntnissen, Schaffung von Werten und Förderung von Innovationen in Geschäftsprozessen und Dienstleistungen
Visual Intelligence and Applications
Da visuelle Daten zu einer der reichhaltigsten und komplexesten Informationsquellen werden, ist Visual Intelligence ein wichtiger Pfeiler der modernen Datenwissenschaft, der neue Wege zur Analyse, Modellierung und Kommunikation durch Bilder, Videos und immersive Umgebungen ermöglicht.
Für Studierende
Consulting Services
Aktuelles
Unser Team
Publikationen
-
Hübsch, Christine; Müller, Marianne; Spirig, Rebecca; Kleinknecht‐Dolf, Michael,
2020.
Journal of Nursing Management.
Verfügbar unter: https://doi.org/10.1111/jonm.13026
-
Goren Huber, Lilach,
2020.
Intelligente Instandhaltung : Chancen und Herausförderungen für die Umsetzung in der Praxis.
In:
Smart Maintenance Konferenz, Maintenance Messe, Zürich Oerlikon, 12. - 13. Februar 2020.
Verfügbar unter: https://www.maintenance-schweiz.ch/en/smart-maintenance-conference/
-
Templ, Matthias; Heitz, Christoph,
2020.
Austrian Journal of Statistics.
49(2), S. 53-69.
Verfügbar unter: https://doi.org/10.17713/ajs.v49i2.1114
-
Meierhofer, Jürg; West, Shaun; Rapaccini, Mario; Barbieri, Cosimo,
2020.
The digital twin as a service enabler : from the service ecosystem to the simulation model[Paper].
In:
Nóvoa, Henriqueta; Drăgoicea, Monica; Kühl, Niklas, Hrsg.,
IESS 2020 : Exploring Service Science.
10th International Conference on Exploring Service Science, Porto, Portugal, 5–7 February 2020.
Cham:
Springer.
S. 347-359.
Lecture Notes in Business Information Processing ; 377.
Verfügbar unter: https://doi.org/10.1007/978-3-030-38724-2_25
-
Wildi, Marc; McElroy, Tucker,
2020.
The multivariate linear prediction problem : model-based and direct filtering solutions.
Econometrics and Statistics.
14, S. 112-130.
Verfügbar unter: https://doi.org/10.1016/j.ecosta.2019.12.004