1
Analyse der Bestandsdaten
Betrachtung aller relevanten
Betriebsdaten und
Aufdecken von Messlücken
2
Messdatenplausibilisierung
Automatisierte Messfehler
Erkennung und Datenergänzung
3
Mustererkennung
Belastungssituationen
frühzeitig erkennen um schnell und effizient handeln zu können
4
Machine Learning
Frachten prognostizieren,
Reinigungsprozesse optimieren und Betriebswissen digitalisieren
Lachgasoptimierung und Frachtprognose
Optimiertes Messdatenmanagement zur Analyse und Auswertung von Siedlungswasserwirtschaftlichen Daten
Aufbau und Entwicklung spezifischer Messprinzipien.