Schneller Zugriff auf das Business Warehouse
In-Memory Computing löst die Performance-Bremse
Fertigungsunternehmen, die Systeme für Business Intelligence und Enterprise Resource Planning auf In-Memory-Computing ausrichten, sollen zukünftig die Datenverbindung bei Materialbedarfs- und Kapazitätsplanung um ein Vielfaches beschleunigen können Auch Abfragen etwa zu Produktionskennzahlen laufen so bis zu 1.000-mal schneller; Analysen stehen damit quasi im Handumdrehen zur Verfügung.
Unternehmen aus der Fertigungsindustrie kämpfen bei komplexen Materialbedarfsplanungsläufen (MRP) und Kapazitätsplanungen oft mit Performance-Problemen. Es entstehen lange Antwortzeiten, die Geduld der Endanwender wird strapaziert. Der Grund: Die zentralen SAP-Enterprise-Resource-Planning-Systeme (ERP), die auf relationalen Datenbankmanagementsystemen (RDBMS) installiert sind, müssen bei diesen Prozessen extrem hohe Datenvolumina bewältigen. Das gilt insbesondere in Fertigungsbetrieben, die viele Einzelaufträge mit komplexen Produktstrukturen abwickeln oder eine kundenauftragsbezogene Fertigung mit hoher Fertigungstiefe, umfassenden Stücklisten-Verschachtelungen und komplexen Arbeitsplänen haben. 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
Die Verarbeitung dieser Massendaten ist sehr rechenintensiv und belastet ERP-Systeme, die parallel dazu noch zahlreiche weitere Rechenoperationen bewältigen müssen, bis an ihre Leistungsgrenzen. Einschränkungen kann es auch bei den Reporting-Prozessen geben, die in der Regel mit einer ‚klassischen‘ Business Intelligence-Lösung (BI) wie SAP Net Weaver Business Warehouse (BW) und SAP Business Objects durchgeführt werden. Auftragsnahe Produktionsdaten und die Kennzahlen aus den Fertigungshallen müssen in zyklischen Batch-Läufen aus der ERP-Lösung zunächst in ein ebenfalls RDBMS-basiertes BI-System extrahiert werden. Dort werden sie strukturiert aufbereitet, verdichtet und danach in ‚Auswertungswürfeln‘ oder ‚OLAP-Cubes‘ genannten Datenmodellen für Analysen bereitgestellt. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Abfragen vielfach erst nach Tagen möglich
Bis die Rohdaten aus dem aktuellen Geschäftsbetrieb allerdings für Auswertungen zur Verfügung stehen, dauert es mitunter Stunden oder Tage. Daher sind mit diesen Mitteln Echtzeit-Auswertungen weder auf Einzelinformationen bei ereignisgesteuerten, auftragsnahen Fertigungsrückmeldungen etwa zu Anfangs- und Endgerüst, Bearbeitungsbeginn und -ende oder Störungen noch auf Kennzahlen aus den produktionsnahen Systemen möglich. Zu letzteren zählen Gut-, Ausschuss- und Nacharbeitsmengen, Stillstandzeiten, Qualitäts- und Prüfdaten, die in der Regel über Betriebdsdatenerfassung (BDE)gesammelt und per Schnittstelle via Manufacturing Execution-System (MES)in das ERP- und gegebenenfalls BI-System übertragen werden.
In-Memory auf dem Weg ins Unternehmenssystem
Fertigungsunternehmen, die perspektivisch ihre Systeme auf das In-Memory-Computing portieren, können dagegen strategisch die Leistungsfähigkeit ihrer Anwendungen drastisch erhöhen und die Performancebremse lösen. Technisch gesehen werden die Datensätze aus den ERP- und BI-Lösungen dazu im Hauptspeicher der In-Memory-Computing-Server gehalten und Cache-optimiert parallel auf so vielen Prozessoren (CPU) wie möglich verarbeitet. Zum Einsatz kommen dabei neue Methoden zur Datenkompression und spaltenorientierten Speicherung, kombiniert mit einem dynamischen Multithreading. Als In-Memory-Technolgie des Softwarekonzerns SAP kann SAP Hana schon heute alleinstehend mit dem Net Weaver BW eingesetzt werden. Bereits im Jahr 2013 könnten ERP-Systeme auf Basis der in-Memeory-Aplliance betrieben werden. In der weiteren Zukunft kann dann In-Memory-Computing die traditionelle Trennung zwischen transaktionalen OLTP-Lösungen wie SAP ERP und OLAP-basierten Analyseanwendungen aufheben, indem beide Systeme auf einer einzigen In-Memory-Datenbank zusammengeführt werden.
