Das Modell wurde bis in den operativen Betrieb und die Anlagensteuerung überführt. Die veröffentlichten Ergebniskennzahlen stehen separat unter „Ausgewählte Ergebnisse“.

• Evaluation und Einbindung unterschiedlicher Sensortypen.
• Verknüpfung von Zeitreihen, Prozesszuständen und Instandhaltungsinformationen.
• Bereitstellung der Erkenntnisse in einer für Fachanwender nutzbaren Anwendung.

• Prognose des Klärschlammaufkommens mit einem neuronalen Netz und ML-Pipeline in AWS.
• Erkennung des Verschmutzungsgrads von Wärmetauschern aus Sensor- und Prozessdaten.
• Virtuelle Sensoren, Anomalieerkennung und weitere Modelle für intelligente Anlagensteuerung.

• Data-Mesh- und Lakehouse-Ansätze mit Databricks und Delta Lake.
• ETL für IoT-Sensordaten mit AWS Lambda und PostgreSQL.
• Azure-SQL-ETL sowie Cloud- und On-Premises-Integration.
• APIs und Oberflächen mit FastAPI, Streamlit und Shiny.
• Anwendung zur Ermittlung eines Echtzeit-CO₂-Fußabdrucks.

• Retrieval-Augmented-Generation-Systeme für internes Wissen.
• Vertriebs- und Empfehlungssysteme für konkrete Handlungsvorschläge.
• BI-Lösungen und Dashboards für operative und strategische Steuerung.
• Aufbau einer internen Data-Science-Community und Coaching zu ML-Methoden.

• Automatisierte Analysen zu LCR, NSFR und Zinsänderungsrisiken mit Python und SQL.
• Auswertung von Zinsswaps, Zinsoptionen und Forward Rate Agreements.
• Simulation der Auswirkungen von Zinsschocks auf deutsche Kreditinstitute.
• Datenpipeline für aufsichtliche Meldedaten sowie Qualitätssicherung für das Basel-III-Monitoring.
• Forschung zur Prognose und Erklärung von Mergers & Acquisitions bei Banken.

• Entwicklung, Implementierung und Wartung mehrerer ML-Werkzeuge zur Datenqualitätsverbesserung.
• Ökonometrische Schätzungen, Sonderauswertungen und analytische Beiträge für europäische Konzernstatistiken.
• Präsentation der Verfahren bei internen und externen Fachveranstaltungen.
• Fachliche Leitung eines siebenköpfigen Datenerfassungsteams.

• Tages- und filialgenaue Umsatzprognosen auf Basis von Besucherzahlen, Conversion Rates, Roherträgen und Wetterdaten.
• Simulation beeinflussbarer Faktoren zur Optimierung von Retail-Maßnahmen.
• B2B-Churn-Prediction, saisonale Bereinigung und Datenbankadministration.
• Beratung zu Process Mining, Einkaufs- und Vertriebsanalysen sowie digitalem Reifegrad.

• The model was transferred into operational use and plant control.
• Published outcome figures are shown separately under “Selected results”.

• Evaluation and integration of different sensor types.
• Linking time series, process states and maintenance information.
• Delivering insights through an application designed for domain users.

• Forecasting sewage-sludge volumes using a neural network and an ML pipeline on AWS.
• Detecting heat-exchanger fouling from sensor and process data.
• Virtual sensors, anomaly detection and additional models for intelligent plant control.

• Data-mesh and lakehouse approaches using Databricks and Delta Lake.
• IoT ETL with AWS Lambda and PostgreSQL.
• Azure SQL ETL and cloud/on-premises integration.
• APIs and interfaces with FastAPI, Streamlit and Shiny.
• An application for calculating a real-time carbon footprint.

• Retrieval-augmented generation systems for internal knowledge.
• Sales and recommendation systems providing concrete next-best actions.
• BI solutions and dashboards for operational and strategic management.
• Building an internal data-science community and coaching in ML methods.

• Automated LCR, NSFR and interest-rate-risk analysis using Python and SQL.
• Analysis of interest-rate swaps, options and forward-rate agreements.
• Simulation of the impact of interest-rate shocks on German banks.
• Pipeline for supervisory reporting data and quality assurance for Basel III monitoring.
• Research on forecasting and explaining bank mergers and acquisitions.

• Development, implementation and maintenance of several ML tools for data-quality improvement.
• Econometric estimates, special analyses and analytical contributions to European corporate statistics.
• Presentation of the methods at internal and external professional events.
• Technical leadership of a seven-person data-intake team.

• Daily store-level revenue forecasts using footfall, conversion rates, gross profit and weather data.
• Simulation of controllable factors to optimize retail measures.
• B2B churn prediction, seasonal adjustment and database administration.
• Consulting on process mining, procurement and sales analytics, and digital maturity.