数据集机会
King Mayr — 维护日志数据集机会
King Mayr 持有的中等维护日志数据集，可用于预测性维护和异常检测。
评分
67.7
评分（0-100）融合了加权维度 — 数据集稀有度、训练价值、买家需求、证据强度和许可权。70分以上表示交易就绪。请参阅下方评分维度了解详情。置信度
58%
行动
数据共享协议
此数据集的推荐交易结构：收购（完全买断）、许可（付费使用权）、数据共享协议（受控访问，不转移所有权）、合作（共同开发）或标注计划（标签）。根据数据所有权、许可复杂性和可访问性选择。市场
全球汽车预测性维护市场 = 2023 年为 220 亿美元，复合年增长率为 18.6%（来源：Market.us）
触发此机会的近期外部事实 — 可审计的来源。
- 📰press2026-07-09
Nuno Zigue pilotera Diago en Espagne et au Portugal
journalauto.com ↗ - 📰press2026-07-09
Le syndicat IG Metall met la pression sur Volkswagen
journalauto.com ↗ - 📰press2026-07-09
Mobilians : le plan de bataille de Virginie de Pierrepont
journalauto.com ↗ - 📰press2026-07-09
Nicolas Nilles aux commandes de Sineo pour accompagner sa diversification
journalauto.com ↗ - 📰press2026-07-09
Essai DS N°7 : un nouvel espoir
journalauto.com ↗
Lineage
此线索的来源
信号优先链，端到端：近期外部信号 → 合格利基 → 已解析的数据持有者 → 网站验证 → 评分机会。每个线索都可解释。
该公司积极关注数据的具体证据 — 这就是它适合进入交易室的原因。
Profile
数据集概况
类型
维护日志数据集
模态
时间序列
行业
出行
体量
中等
新鲜度
定期
稀有度
高（专有）
可访问性
受限
法律
公司所有 — GDPR 敏感（PII 审查）
买家画像
工业人工智能与维护优化供应商
King Mayr 持有一个详细的维护日志数据集，结构为时间序列数据，包括全面的维护记录和车辆遥测数据。这些丰富的数据直接适用于训练高精度预测性维护模型，通过分析历史性能和维修模式来预测车辆部件故障。
全球汽车预测性维护市场在 2023 年的估值为 220 亿美元，预计将以 18.6% 的复合年增长率增长。[1] 虽然访问需要处理 GDPR 敏感性和共享遥测数据所有权，但该数据集对德国市场及其特定的外籍和军事人口的稀有关注点提供了一个高价值的机会。这个细分数据集对于开发精确针对利润丰厚且服务不足的市场细分的人工智能解决方案至关重要。⚠ 尽职调查（有价值的数据，可协商的访问权限）：数据集包含国际派遣人员和军事人员的 PII（GDPR 敏感）；车辆遥测数据所有权可能与第三方租赁银行共享；细分数据集专门针对德国市场和外籍人口 · 公司：独立。
Scoring
评分维度
可解释的、基于证据的维度（0-100）。雷达图显示了投资轴。
这些证据共同证明 King Mayr 拥有全面的车辆生命周期事件的专有数据集，包括详细的维修和保险记录。这种独特的高稀有度时间序列数据是训练预测性维护算法的必备输入。对于汽车领域的 AI 供应商而言，此数据集代表了增强其模型并占领全球预测性维护市场份额的直接机会，该市场价值超过 220 亿美元，年增长率为 18.6%。
See dimension details ↓- Dataset Specificity90
主导的“维护日志”，出行行业，3 种特定类型
数据针对特定、难以替代的领域或任务的精确程度。利基、明确定义的数据得分高于通用数据。 - Dataset Rarity82
专有领域数据
数据的稀缺性和专有性。独特领域数据得分高；公开可用数据会降低得分。 - Dataset Volume64
5 个证据命中
数据的表观规模，根据证据命中次数和任何明确的体量提及推断。 - Dataset Freshness46
定期
数据的时效性 — 实时/流式数据得分最高，定期转储数据得分较低。 - Training Value84
适用于预测性维护
数据对目标AI用例的有用程度 — 其是否适合模型训练或微调。 - Buyer Demand92
人工智能买家需求异常高，这得益于市场以预测的 18.6% 的复合年增长率快速扩张，因为公司越来越多地采用数据驱动的策略来减少车辆停机时间和维护成本。[1]
基于市场信号，AI开发者和公司对该数据的需求强度。 - Legal Accessibility0
PII/受监管
数据在法律上获取和使用的难易程度 — 开放/API访问得分高；PII或受监管数据得分低。 - Acquisition Feasibility0
中等难度，独立
考虑到获取难度和持有者的公司结构，实际获取数据的可行性。 - Evidence Strength77
4 种证据类型，5 个命中
公司持有此数据的证据强度 — 证据类型的多样性和命中次数。 - Right to License62
所有权=拥有，许可=gdpr_敏感
公司是否可以合法地许可数据 — 基于所有权和许可复杂性。 - Corporate Independence90
独立
持有者是否可以独立决策 — 独立公司得分高于大型集团的子公司。 - Data Orientation50
2 个数据胃口信号（1 种类型）
公司投资数据的积极程度，通过其数据需求信号（招聘、产品、API等）衡量。 - Dormant Data Surplus70
盈余=中等，5 个近期外部信号 — 专有数据超出已货币化的部分
该公司持有的专有数据量和价值，超出其已实现货币化的部分 — 我们可以解锁的休眠盈余。一家公司可以出售部分洞察，同时仍拥有更大的休眠资产。 - ICP Audit100
✓ 良好目标 — 这是一个良好目标，因为其核心业务是为德国的国际公司提供车辆车队服务，这可能会产生有价值的、休眠的维护和运营数据作为副产品。
- Deep Qualification90
✓ 通过 — King & Mayr 是数据持有者，而非销售商。该公司提供车辆租赁和车队管理服务，这可能产生有价值的“维护日志数据集”作为副产品。虽然他们拥有车队，使得车辆数据归公司所有，但数据集包含外籍和军事人员的 PII，使其在 GDPR 下高度敏感并使访问复杂化。
Evidence
数据集证据与溯源
类型化证据证明公司持有的内容 — 为清晰起见重新表述并与市场对比。
Knowledge base / docs
来自面向客户的材料的文本证据证实，公司的商业模式建立在管理车辆所有权的各个方面之上，提供了丰富的上下文数据，补充了结构化的维护日志。
Transaction data
来自服务产品的表格数据表明，车辆解决方案是全面的且量身定制的，将特定车辆与长期合同下的保险、税费和维修套餐联系起来。
Regulatory records
文本证据证实了十多年来在复杂的德国监管环境中管理车辆的经验，表明数据集具有显著的深度、一致性和地理特定价值。
Maintenance logs
直接证据证实了作为其核心产品一部分的系统化维修事件收集，代表了一个干净、结构化的时间序列数据源，非常适合预测性维护建模。
Marketplace
Dataset details
Detailed schema & sample available on access request.
Coverage
Scanned sources
Deliverable
Premium dataset report
King Mayr Maintenance Logs — a Moderate maintenance logs dataset (Time Series modality) in the mobility domain. Primary AI use-case: Predictive Maintenance. Market signal: Global Automotive Predictive Maintenance market = $22B in 2023, CAGR 18.6% (source: Market.us). Investment score 67.7/100 (confidence 0.58). Recommended action: Data Sharing Agreement.