Predictive Analytics
„Neue Wettbewerber wollen den besten Service bieten“
Unternehmen wie Automobilhersteller wissen ziemlich genau, wo sie stehen. Mithilfe von Business Intelligence können sie präzise Aussagen über ihre Situation treffen. Schwieriger wird es beim Blick in die Zukunft. Detaillierte Aussagen zu erwarteten Entwicklungen und Anforderungen fallen den meisten Firmen schwer. Abhilfe können ‚Predictive Analytics‘ bieten. Im Interview spricht Peter Grendel, Geschäftsführer der Abat+ GmbH, über Voraussetzungen und Chancen von solchen Vorhersagesystemen für die Automotive-Branche.
IT&Production: Herr Grendel, ‚Prognosen sind schwierig, besonders wenn sie die Zukunft betreffen‘, heißt es. Inwiefern kann sich das durch ‚Predictive Analytics‘ ändern? 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
Peter Grendel: Schon immer haben Menschen versucht, die Zukunft vorherzusagen. Das Orakel von Delphi oder Nostradamus sind nur zwei Beispiele dafür. Im Industriezeitalter bemühten sich Analysten, durch Marktprognosen künftige Entwicklungen vorauszusehen. Oft erwiesen sich ihre Einschätzungen jedoch als ungenau. Die Gründe dafür lagen nicht zuletzt in der begrenzten Datenlage. Das ändert sich nun rasant. Wir befinden uns im Informationszeitalter. Heute erzeugt die Menschheit in wenigen Tagen mehr Daten, als in ihrer gesamten Geschichte zuvor. Und moderne Autos tragen maßgeblich dazu bei. Sie sind voller Sensoren und Diagnosesysteme, die Informationen etwa zu Fahrverhalten, Verschleiß und Nutzung erfassen. Gleichzeitig gibt uns die IT leistungsstarke Hard- und Software-Lösungen an die Hand. Sie erlauben eine umfassende Erhebung und Auswertung von Daten. Auf dieser Basis haben wir heute nicht nur die Möglichkeit, die Ist-Situation genau zu bestimmen. Unter Einbeziehung vielfältiger Informationen und verschiedener Analysewerkzeuge können wir Aussagen über die Zukunft treffen, die so präzise sind wie noch nie.
IT&Production: Was können solche analytischen Vorhersagesysteme für die Automobilindustrie leisten?
Grendel: Analytische Vorhersagesysteme sind der nächste logische Schritt. Nur wenige Branchen haben eine so gute Datenbasis wie der Automotive-Sektor. Alleine die Fahrzeuge liefern Unmengen an Daten. Sie sind mittlerweile so komplex, dass etwa in der Mercedes S-Klasse 250 Mal mehr Programmiercode steckt als im Space Shuttle. Hinzu kommen Daten aus Konstruktion, Logistik und Produktion sowie aus dem Service und Market Research. Verknüpfen und analysieren die Hersteller diese Informationen, erhalten sie ungeahnte Möglichkeiten, ihre Prozesse, Produkte und Leistungen zu optimieren. So ließe sich etwa genau und individuell vorhersagen, wann Verschleißteile in einem Auto gewechselt werden müssen. Übermitteln die Fahrzeugsensoren und Diagnosesysteme ihre Informationen an eine Zentrale, wo sie beispielsweise mit Produktionsdaten verknüpft und analysiert werden, lässt sich präzise bestimmen, wann etwa Bremsbeläge oder Stoßdämpfer getauscht werden müssen. Automatisch können dafür der Werkstatttermin vereinbart und ein Ersatzfahrzeug bereit gestellt werden. Das bringt völlig neue, überraschende Optionen für den Service. Unternehmen bieten so künftig echte Ausfallsicherheit und garantierte Mobilität. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
IT&Production: Nach welchen Modellen arbeiten derartige Analyse-Lösungen?
Grendel: Unter dem Stichwort ‚Predictive Analytics‘ gehen Spezialisten weit über die Mustererkennung in den Informationsbeständen hinaus, wie sie etwa Data-Mining bietet. Um die Daten auszuwerten werden etwa statistische Berechnungen, soziologische Elemente wie die Spieltheorie, demographische Modelle, Methoden des Operations Research, Logistik- und Maschinendaten sowie Simulationstechniken einbezogen. Im Prinzip nutzen die Experten alles, was dabei unterstützt, die Zukunft präzise voraussagen zu können. Ausgangspunkt dafür sind die Fragestellungen, die vorausschauend beantwortet werden sollen. Entsprechend werden die erforderlichen Datensätze identifiziert und analysiert.
