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
-
Scantamburlo, Teresa; Baumann, Joachim; Heitz, Christoph,
2024.
On prediction-modelers and decision-makers : why fairness requires more than a fair prediction model.
AI & Society.
Verfügbar unter: https://doi.org/10.1007/s00146-024-01886-3
-
Meierhofer, Jürg; Stucki, Melissa,
2024.
Ökologischer & wirtschaftlicher Nutzen mit industriellen Smart Services.
asut-Bulletin.
2024(01).
Verfügbar unter: https://asut.ch/asut/bulletin/view.xhtml?bulletinId=52&articleId=831
-
Wulf, Jochen; Meierhofer, Jürg,
2024.
Wie LLMs die Automatisierung im Kundendienst fördern.
ServiceToday.
38(Sonderausgabe 2024), S. 82-83.
Verfügbar unter: https://bc-production.pressmatrix.com/de/profiles/3df31a994fc2/editions/2ed85b567c8dfa546626/pages/page/42
-
Ulmer, Markus; Zgraggen, Jannik; Goren Huber, Lilach,
2024.
A generic machine learning framework for fully-unsupervised anomaly detection with contaminated data.
International Journal of Prognostics and Health Management.
15(1).
Verfügbar unter: https://doi.org/10.36001/ijphm.2024.v15i1.3589
-
Wulf, Jochen; Meierhofer, Jürg,
2024.
Automation of technical customer support with large language models[Poster].
In:
9. F&E Konferenz zu Industrie 4.0, Zürich, Schweiz, 24. Januar 2024.
Winterthur:
ZHAW Zürcher Hochschule für Angewandte Wissenschaften.
Verfügbar unter: https://doi.org/10.21256/zhaw-33328