Anzeige
Anzeige
Beitrag drucken

Big Data

Viele Informationen bringen viele Möglichkeiten

Qualitätsmanagement, prädiktive Wartung oder Logistiksteuerung: Richtig ausgewertet können Daten, die in der Fertigung entstehen, für zahlreiche Optimierungen herangezogen werden. Verbesserungen sind aber auch in Bereichen wie Kunden- oder Finanzmanagement zu erzielen. Eine Grundlage dafür bilden Big Data Analytics-Plattformen, die in Echtzeit Daten aus unterschiedlichsten Quellen und Systemen zusammenführen.

Bild: ©T.L. Furrer/Fotolia.com

Mithilfe von Big Data Analytics lassen sich Produktions-, Werkstoff-, Maschinen- und Betriebsdaten heute so veredeln, dass intelligente Informationen zwischen den Systemen hin- und herfließen. Die Analyse ermöglicht es auch, Wechselwirkungen zwischen unterschiedlichen Bereichen aufzudecken, etwa zwischen Produktion und Marketing oder Kundenservice. Um zu solchen Erkenntnissen zu gelangen, ist es notwendig, einerseits zu definieren, welche Daten am wichtigsten für die Analyse von Produktionsprozessen sind, und andererseits die Datenqualität sicherzustellen. Unternehmen müssen dafür sorgen, dass für die Auswertung aktuelle, relevante, konsistente und vollständige Daten zur Verfügung stehen. Sensor-, Betriebsmittel-, Auftragsdaten, Daten aus Manufacturing Execution- und Enterprise Resource Planning-Systemen (MES und ERP), Werkzeug- und Vorrichtungsdaten, Lager- und Materialdaten, sie alle sind relevant, wenn es um die Analyse des Produktionsprozesses geht.

Auffälligkeiten finden

Anhand dieser Informationen lassen sich Auffälligkeiten im Produktionsprozess nahezu in Echtzeit identifizieren und beheben. In einem zweiten Schritt können Unternehmen diese Daten auch mit weiteren Informationen, beispielsweise zu Schichtzeiten und Arbeitsplatz, kombinieren. Eine End-to-End-Plattform für das Erstellen, Verwalten, Extrahieren, Transformieren, Laden und Optimieren der Produktionsdaten, wie sie der Analytics-Softwareanbieter SAS mit seiner Data Management-Plattform bereitstellt, kann als Ansatz für die Integration von Daten aus verschiedenen Quellen und Systemen dienen. Die Maxime ist hier das Aufbrechen von Datensilos. Damit Daten nicht isoliert voneinander betrachtet werden, müssen sämtliche Quellen und Systeme integriert werden. Dies kann mit einer einzigen Plattform gelingen, die Kontrolle, Veredelung und Analyse von Daten bündelt und dafür folgende Funktionen unterstützt:

  • Stammdatenmanagement: konsistenter und konsolidierter Überblick über sämtliche Daten, übergreifend für alle Anwendungen, Systeme, Werke und Standorte
  • Datenqualität: ausschließlich saubere, zuverlässige Daten für die Analyse
  • Data Governance: Entwickeln eines konsistenten Richtliniensatzes und von Prozessen für alle Informationen
  • Event Stream Processing: sofortiges Ableiten von Analyseerkenntnissen aus Echtzeit-Daten-Streaming, um Verfahrensprozesse zu optimieren

Eine Plattform, die diese Anforderungen abbildet, ist die Basis für die Einbindung von Informationen aus den Produktionssystemen in andere Systeme wie Finanz- und Kunden- oder Qualitätsmanagement.

Andere Einsatzmöglichkeiten

In der Produktion kann eine gezielte Analyse großer Datenmengen zu Kapazitäten, Arbeits- und Einsatzplänen, Maschinen, Qualifikationen und Konstruktionsmerkmalen den richtigen Einsatz von Ressourcen und die optimale Prozessreihenfolge bestimmen. Ein Beispiel ist die Qualitätsdatenanalyse im Bereich After-Market, mit der beispielsweise Automobilhersteller auf Basis von Werkstattberichten, E-Mails oder Callcenter-Daten frühzeitig erkennen können, wenn sich in einer Modellreihe ein flächendeckendes Fehlerbild ankündigt. Dabei spielt auch die Einbeziehung von Verbraucherportalen eine wichtige Rolle. Verbraucherdiskussionen etwa auf www.motor-talk.de enthalten für Hersteller wertvolle Informationen, um zum Beispiel den Bedarf an Rückrufaktionen im Markt früher zu erkennen oder zu vermeiden. Hierzu ist es notwendig, die vorhandenen Kundendaten beziehungsweise Daten aus Social Media-Analysen mit Informationen aus produktiven Systemen zu kombinieren.

google plus


Das könnte Sie auch interessieren:

Digital twinning wird von Industrieunternehmen benutzt, um I40-Projekte Produkte und Services sowie Produktionsanlagen zu optimieren und weiterzuentwickeln.‣ weiterlesen

Scope - mobile Anwendung für Produktionslinien - ein in Bachelor-Kooperation realisiertes Projekt, das Mobile Devices für die Maschinenbedienung etabliert.‣ weiterlesen

Die Konnektivitätsanwendung KepServer-Ex von Kepware soll den Zusammenschluss von Maschinen und Anlagen zu einem Datenverbund vereinfachen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige