Ziton forudsiger fremtiden 
for nordsøens havvindmøller

Machine learning 
i Ziton 

At forudse fremtidige opgaver
AI og machine learning gør Ziton i stand til at forudsige fremtidige opgaver. Ziton har et skarpt fokus på at holde sig konkurrencedygtige og holder kontant øje med bemanding, brændstofforbrug og omkostninger i form af havneanløb. Gennem machine learning og predictive maintenance er ambitionen for Ziton, at kunne udnytte både materielle og menneskelige ressourcer optimalt. 

Optimal udnyttelse af ressourcer 
Ziton samler nu deres data på et sted, og på baggrund af den data, hjælper machine learning dem til at se fremtidige tendenser. De kan nu tilpasse deres ressourcer efter behov og være på forkant med investering i specialtilpassede skibe, hvilket gør det lettere for dem at imødekomme kravene fra de fremtidige mølletyper. 

Indsigt i data 
giver handlekraft

Branchen, Ziton opererer i, er kendetegnet ved meget store anlægsinvesteringer, som skal forrentes i mange år, hvorfor forudsigelsen af det fremtidige forretningspotentiale har en meget stor betydning for den fremtidige indtjening. Forudsigelsen kan derudover give Ziton grundlaget til at handle, da de nu handler ud fra deres indsamlede data og historiker, hvilket reducerer usikkerheden.

Machine learning i Ziton 
teknisk set 

Zitons udbytte af projektet skyldes især en kombination af den nyeste teknologi og brancheerfaringen i forretningen. Løsningen bygger på Microsofts platform Azure Machine Learning.

Det anvendte data kommer fra en række interne og eksterne kilder, som kombineres for at give den optimale forudsigelse. Der er tale om én samlet platform, hvor machine learning indgår som en integreret del. Hele flowet kører automatisk og indgår som en integreret del i deres datawarehouse. Med andre ord kører det hele nu af sig selv, og Ziton kan let og hurtigt trække korrekte oplysninger, forudsige tendenser og handle der på.