Datenbank in der Cloud
Vom Analyse-Tool zum Prozessbeschleuniger
Wenn es um die Auswertung großer Datenbestände geht, stellt In-Memory-Computing eine mögliche Technologie dar. SAP Hana ist eine solche In-Memory-Datenbank. Anbieter wie etwa Fujitsu TDS stellen diese Lösung nun auch über Cloud-Infrastrukturen zur Verfügung. Welche Vorteile kann das in sich bergen? Und welche Einsatzszenarien aus dem Produktionsumfeld sind denkbar?
In-Memory scheint sich als innovative Datenbank-Technologie mehr und mehr durchzusetzen. Mittels Ablage großer Datenmengen von bis zu mehreren Terabytes im Arbeitsspeicher ergeben sich verglichen mit relationalen Datenbanken große Vorteile in puncto Schnelligkeit. So verkürzen sich die Zugriffszeiten drastisch gegenüber der traditionellen Speicherung auf Festplatten. Die großen Hersteller haben umgehend reagiert und verschiedene In-Memory-Lösungen auf den Markt gebracht wie die Oracle Database 12c, IBM DB2 BLU, Microsoft SQL Server 2014 oder auch SAP Hana. Durch den Einsatz dieser Technologien können Unternehmen große, unüberschaubare Datenbestände in Sekundenschnelle durchforsten, analysieren und auswerten. Die neunte Ausgabe von Rockwell Automations „State of Smart Manufacturing“ Report liefert Einblicke in Trends und Herausforderungen für Hersteller. Dazu wurden über 1.500 Fertigungsunternehmen befragt, knapp 100 der befragten Unternehmen kommen aus Deutschland. ‣ weiterlesen
KI in Fertigungsbranche vorn
Bezug aus der Cloud
Ein neues Bezugsmodell stellt SAP Hana-Funktionen nun flexibel und bedarfsgerecht über eine Cloud-Infrastruktur zur Verfügung. Als einer der ersten Anbieter liefert Fujitsu TDS diesen Service. Welchen konkreten Nutzen die In-Memory-Technologie aus der Cloud für kleine und mittlere Produktionsunternehmen stiften kann, zeigen Beispiele aus der Praxis: Aufgrund der beschleunigten Auswertung großer Datenmengen lassen sich Planungsprozesse in der Produktion optimieren. Unter dem Stichwort ‚Predictive Analytics‘ können Analyseergebnisse herangezogen werden, um präzise künftige Ereignisse zu prognostizieren, die sich auf den Ablauf der Fertigung auswirken. So lassen sich anhand von Bestandsdaten über die Auslastung und Stillstandzeiten von Maschinen konkrete Szenarien für den Umgang mit künftigen Ausfällen simulieren.
So lässt sich etwa bestimmen, ob es Sinn ergibt, bestimmte Fertigungsschritte auf andere Bearbeitungszentren, Produktionslinien oder gar andere Werksstandorte zu verlagern. Oder wie sich Ausfälle auf den Produktionsablauf und die nachgelagerten Schritte hinsichtlich Logistik und Qualitätssicherung auswirken. Ein weiterer Anwendungsfall der In-Memory-Technologie ist die Personalplanung. So lassen sich etwa Auswirkungen der Einstellung eines neuen Produktionsmitarbeiters exakt auswerten, und zwar nicht nur bezogen auf die Kostenstelle und das Budget, sondern auch im Hinblick auf vorhandene Ressourcen. Fragen wie ‚Sind genügend Maschinenkapazitäten für ihn vorhanden?‘ oder ‚Welche Auswirkungen hat seine Einstellung auf Produktivität und Ertrag?‘ lassen sich auch für variierende Ausgangssituationen auf Knopfdruck beantworten. Zudem kann das System ad hoc die Auswirkungen simulieren, wenn statt einem nun zwei oder drei Mitarbeiter eingestellt werden. Der Thin[gk]athon, veranstaltet vom Smart Systems Hub, vereint kollaborative Intelligenz und Industrie-Expertise, um in einem dreitägigen Hackathon innovative Lösungsansätze für komplexe Fragestellungen zu generieren. ‣ weiterlesen
Innovationstreiber Thin[gk]athon: Kollaborative Intelligenz trifft auf Industrie-Expertise
Auftragsdurchlauf verbessern
Ein anderes Beispiel zeigt, wie ein Unternehmen seinen Auftragsdurchlauf beschleunigt hat: Vor der Einführung der In-Memory-Technologie konnte die Firma nur Aufträge produzieren, die bis spätestens um 16 Uhr des Vortages vollständig geplant waren. Spätere Auftragseingänge oder Änderungswünsche führten zu Verschiebungen, was wiederum negative Konsequenzen hatte: geringere Liefertreue, Kundenreklamationen, erhöhte Lagerhaltungskosten, verzögerte Faktura, spätere Zahlungseingänge und somit negative Auswirkungen auf die Liquidität. Durch den Einsatz der In-Memory-Technologie können nun sämtliche Produktionsaufträge bereits am Folgetag ausgeführt werden. Da das Unternehmen nicht über die nötigen Ressourcen zur Errichtung einer eigenen Hana-Infrastruktur verfügte, profitierte es vom Bezug entsprechender Leistungen über die Cloud. Auch für den klassischen Enterprise Resource Planning (ERP)-Betrieb erlangt In-Memory- Computing mehr und mehr Bedeutung. Beispielsweise bei der Controlling Profitability Analysis können hiermit granulare Auswertungen etwa für Marktsegmente, Produktgruppen, einzelne Produkte und Produktkonfigurationen oder Analysen auf Kundenebene durchgeführt werden.
In-Memory-Computing aus der Cloud
Mit SAP Hana aus der Cloud bezahlen Unternehmen nur die Leistungen, die sie auch tatsächlich nutzen. Die Fujitsu TDS GmbH bietet Kunden ein stufenloses Pay-per-use-Modell für Flexibilität und Kostentransparenz. Zudem bietet die Infrastruktur ein hohes Maß an Sicherheit und Verfügbarkeit: Die Systeme werden in den eigenen, hochsicheren Rechenzentren des Dienstleisters in Deutschland betrieben, sind redundant ausgelegt und unterliegen den deutschen Datenschutzregelungen. Das Cloud-Modell ermöglicht den einfachen Einstieg in das In-Memory-Computing zu Kosten von deutlich unter 1.000 Euro pro Monat. Die Flexibilität gestattet dabei sowohl den schrittweisen Umstieg auf die Plattform zur Unterstützung der Geschäftsprozesse als auch den kostengünstigen Einsatz von Testsystemen mit stark schwankenden Anforderungen.
