Niveau: Mittelstufe
Simon Stelzig, Leiter Product Intelligence, Lohmann
JMP, später JMP Pro, wurde verwendet, um die Entwicklung eines neuartigen Strukturklebebands von ersten Experimenten bis hin zu einem optimierten, verkaufsfertigen Produkt zu leiten. Die Grundlage bildete ein 7-Komponenten-Mischungsdesign, das mit der benutzerdefinierten Designfunktion von JMP erstellt wurde. Leider konnten fast 40 % der Läufe formuliert, aber nicht verarbeitet werden. Selbst mit diesem verkrüppelten Design waren mithilfe einer neuen Antwort und der Modellplattform von JMP Vorhersagen über verarbeitbare Optima für sich ändernde Kundenanforderungen möglich. Eine notwendige Erweiterung des DoE mithilfe der Augment-Design-Funktion erhöhte kontinuierlich die Anzahl der Experimente und ermöglichte eine Feinabstimmung des Modells und schließlich die Vorhersage eines funktionierenden Prototypbands und -produkts. Durch den Wechsel von JMP zu JMP Pro im Rahmen eines Folgeprojekts, das auf den ursprünglichen Experimenten basiert, wurde die Modellierung durch den besseren Schutz vor schlechter Modellierung, die bei Nichtverwendung auftritt, erheblich effizienter und zuverlässiger die Pro-Version . Die zunehmende Anzahl an Durchläufen und die Möglichkeiten von JMP Pro ebneten den Weg von der klassischen DoE-Analyse hin zum Einsatz von Methoden des maschinellen Lernens. Auf diese Weise wurde die Entwicklungsgeschwindigkeit noch weiter erhöht, bis hin zur Vorhersage und Verifizierung, um Kundenwünsche zu erfüllen, die in die Nähe unserer Formulierung fallen.
Anmerkung des Herausgebers: Die Präsentation, die @shs Referenzen am Anfang seiner Präsentation ist Verwendung der REST-API über HTTP-Anfrage und JMP-Karten zum Verständnis der deutschen Brauereidichte (2020-EU-EPO-388)
