News BLOG / EVENTS / PRESSE

Expertise vernetzen – Geospin Data Science Meetup 2021

So wie Location Intelligence sein Potenzial aus der Vernetzung verschiedener Daten erhält, profitiert auch die Data Science Community von intensivem Austausch.

Mit dieser Vision vor Augen hat Geospin ein Data Science Meetup ins Leben gerufen. Es hat Expert:innen aus dem Bereich Data Science eine Plattform geboten, ihre Projekte, Ergebnisse und Ideen zu präsentieren. Mit vier spannenden Vorträgen wurden verschiedene Perspektiven auf Data Science beleuchtet, alle zu Anwendungen von Data Science im Kontext der Energiebranche. Anschließend konnten sich die rund 50 Teilnehmenden mit den Referenten in Breakoutrooms austauschen und Fragen stellen. Sie konnten so nicht nur neue Impulse aufnehmen, sondern selbst wertvolle Anregungen geben.

Diese Themen standen auf der Agenda:

  • Location Intelligence: Wie das ‚Wo‘ das ‚Warum‘ unterstützt (Niklas Goby, Geospin)

Niklay Goby, Geospins Head of Data Science, hat in seinem Vortrag das Konzept von Location Intelligence und die Ansätze von Geospin näher beleuchtet. Welche verschiedenen Geo- und Raumdaten gibt es und worin liegt der Mehrwert? Wie kann man sich den „Spatial Data Science Workflow“ vorstellen? Und wie funktioniert Geospins Location Intelligence Pipeline?

  • Kundenbindung - Überleben zahlt sich aus (Dr. Christoph Metzger, Johannes Rosentreter, Frederik Schreck; Badenova)

Das Thema Kundenbindung nimmt für Stadtwerke einen hohen Stellenwert ein. Das Data Science & Analytics Trio von der Badenova Dr. Christoph Metzger, Johannes Rosentreter und Frederik Schreck gab Einblick darin, welchen gewinnbringenden Effekt eine „Survival-Analyse“ von Kunden haben kann. Bindungsquoten von Kunden bilden dabei die Grundlage für wertorientiertes Bestandskundenmanagement.

  • Advanced Analytics in der Energiebranche – Antragsprüfung und Mahnwesen (Glenn Boeckxstaens, E-MAKS; Dr. Sebastian Ohse, Geospin)

Glenn Boeckxstaens (E-MAKS) und Dr. Sebastian Ohse (Geospin) berichteten zusammen von der gelungenen Kooperation zwischen E-MAKS und Geospin. Wir haben ein spezielles Analyseverfahren entwickelt und erfolgreich angewandt, das darauf abzielt, Forderungsausfälle durch Kunden im Voraus zu erkennen, um diesen so gezielt entgegenwirken zu können.

Mehr Informationen dazu finden Sie hier.

  • "Leon" der neue digitale Mitarbeiter der Braunschweiger Netz GmbH (Joachim Mund, KOM-DIA)

Joachim Mund von der KOM-DIA, die Digitalisierungsagentur der BS|ENERGY und Thüga, stellte in seinem Vortrag eine besondere Anwendungsmöglichkeit für Voicebots vor. Für die BS|NETZ wurde in kürzester Zeit ein Voicebot entwickelt und implementiert, der am Telefon die Selbstablesungen der Zählerstände von Kunden entgegennimmt und verarbeitet. Schon rund 60 Prozent der Kunden haben den Service in Anspruch genommen. Die Digitalisierung der Kundenkanäle durch Bots stellt eine Win-Win Situation sowohl für Kunden als auch für Unternehmen dar.

 

Ein positives Fazit zum Meetup spiegelt sich auch in den vielen positiven Rückmeldungen der Teilnehmenden und Vortragenden wider, die uns erreicht haben:

"Spannende und innovative Themen im Zeitalter der Digitalisierung"

"Sehr kurzweilig"

"Anregungen und Denkanstöße. Gute Initiative!"

 

Wir haben uns besonders, über den lebhaften Austausch zwischen den Teilnehmenden und den Vortragenden gefreut. Wir wollen uns an dieser Stelle noch einmal ganz herzlich bei allen Vortragenden und Teilnehmenden für Ihre Zeit und die bereichernden Einblicke aus ihrem Expertengebiet bedanken!

Wir freuen uns, auch weiterhin die Vernetzung im Data Science Bereich mit Ihnen vorantreiben zu können!

Related Articles

Deep Fake Geography: eine neue Herausforderung

So wie Location Intelligence sein Potenzial aus der Vernetzung verschiedener Daten erhält, profitiert auch die Data Science...


Topics: Energiebranche, Data Science

Was ESG-Kriterien für die Immobilienbranche bedeuten

So wie Location Intelligence sein Potenzial aus der Vernetzung verschiedener Daten erhält, profitiert auch die Data Science...


Topics: Energiebranche, Data Science

Reduzierte Forderungsausfälle mithilfe maschineller Lernverfahren

So wie Location Intelligence sein Potenzial aus der Vernetzung verschiedener Daten erhält, profitiert auch die Data Science...


Topics: Energiebranche, Data Science