Beitrag drucken

Fragen als Modellierungsprobleme formulieren

Wie Ingenieure zu Data Scientists werden

In der Produktion lassen sich per Datenwissenschaft Muster erkennen, die etwa zum Ausfall von Anlagen führen oder Prognosen für einzelne Assets generieren. Nicht nur ausgebildete Datenwissenschaftler können solche Projekte umsetzen. Passende Software vorausgesetzt, können viele der eigenen Mitarbeiter wie Data Scientists arbeiten.

Roger Illing, Vice President of Central Europe, Alteryx (Bild: Alteryx, Inc.)

Roger Illing, Vice President of Central Europe, Alteryx (Bild: Alteryx, Inc.)

Die heutigen Self-Service-Analytics- und Data-Science-Lösungen erleichtern oft die Zugänglichkeit von Daten, Analytik und Data Science deutlich. Dadurch tragen diese Systeme dazu bei, die internen Line of Business-Teams (LOB) zu stärken. Diese verstehen einerseits das Geschäft ihres Unternehmens, andererseits wissen diese Abgestellten häufig, wie sich datenbasierte Erkenntnisse leicht und schnell gewinnen lassen. Ingenieure bringen häufig die besten Grundlagen mit: Sie besitzen analytische Fähigkeiten und sind ausgebildete Problemlöser. Außerdem verstehen sie den größeren Kontext, in dem die von ihnen genutzten Daten stehen, und somit auch die Auswirkungen, die sie auf die Fertigung haben können. Mit gut vernetzten Self-Service-Analyseanwendungen können diese Beschäftigten beispielsweise Zusammenhänge in Prozessen identifizieren, die den größten Einfluss auf den Produktionsertrag haben. Ebenso ist es möglich, einen Überblick über interne und anwendergenerierte Qualitätsdaten zu erhalten, um Fehler früh zu erkennen und diese zu korrigieren, bevor sie exponentiell höhere Kosten verursachen.

Die digitale Transformation der Produktion

Industrielle Fertigungsprozesse werden zunehmend von Algorithmen und künstlicher Intelligenz gesteuert, um diese zu automatisieren und die Effizienz zu verbessern. Doch mit der Vernetzung von Maschinen und Prozessen steigt das zu verarbeitende Informationsvolumen. Während die anfallenden Daten früher zum Beispiel retrospektiv genutzt wurden, um den Grund für einen Maschinenausfall zu ermitteln, sind die Hersteller heute ständig auf der Suche nach Möglichkeiten, ihre Prozesse bereits im Vorfeld zu optimieren. Vernetzte Produktionsumgebungen generieren für solche Zwecke eine Fülle von Daten, die für Analysen herangezogen werden können, um Erkenntnisse und etwaige Schwachstellen zu erkennen. Dafür müssen die Daten zusammengeführt und aufbereitet werden. Dann lassen sie sich im passenden Kontext betrachten, kombinieren und auswerten. Mögliche Ziele dieser Auswertungen können die Überwachung der Produktion, die Berechnung des Wartungsbedarfs oder Defektprognosen von Maschinen und Komponenten sein. Mit anderen Modellen lassen sich Aussagen zur Nachfrage von bestimmten Gütern und Komponenten treffen. Das kann Engpässe bei der Fertigung vermeiden und Markteinführungszeiten beschleunigen helfen.

Datenmengen mit menschlicher Analytik kombinieren

Um zu solchen IT-Lösungen zu gelangen, brauchen Unternehmen die passenden Tools und die Mitarbeit ihrer Beschäftigten. Beim Entwurf ihrer Digitalisierungsstrategie verpassen es viele Unternehmen, die analytischen Fähigkeiten ihrer Mitarbeiter zu berücksichtigen. Dabei besitzen diese von Natur aus hochgradig analytische Fähigkeiten, die allerdings erkannt und entfaltet werden müssen. Dazu müssen Unternehmen entsprechende Software beschaffen und ihre Mitarbeiter darin schulen, ihre Fragen als Modellierungsprobleme formulieren zu können. Für Ingenieure mit ihren trainierten analytischen Fähigkeiten ist das meist ein Kinderspiel. Da diese Fachkräfte ohnehin viel mit großen Datenmengen hantieren, sind sie bereits echte Data Scientists.

 

 


Das könnte Sie auch interessieren:

Prof. Dr.-Ing. Holger Hanselka, Präsident des Karlsruher Instituts für Technologie (KIT) wird der 11. Präsident der Fraunhofer-Gesellschaft und löst Prof. Dr.-Ing. Reimund Neugebauer nach fast elf Jahren ab.‣ weiterlesen

Christian Thönes, Vorstandsvorsitzender bei DMG Mori, hat am Donnerstag sein Amt niedergelegt. Sein Vertrag wurde im Rahmen einer Aufsichtsratssitzung einvernehmlich beendet. Alfred Geißler wurde vom Aufsichtsrat zum Nachfolger bestellt.‣ weiterlesen

Microsoft feiert 40. Geburtstag in Deutschland und eröffnet ein europäisches Experience Center in München. Es ist eines von vier Experience Centern weltweit.‣ weiterlesen

Expertinnen und Experten der Plattform Lernende Systeme beleuchten in einem neuen Whitepaper, wie es um die Entwicklung europäischer bzw. deutscher KI-Sprachmodelle bestellt ist.‣ weiterlesen

Cyber-physikalische Systeme (CPS), wie etwa Autos oder Produktionsanlagen, stecken voller elektronischer und mechanischer Komponenten, die von Software gesteuert werden. Jedoch ist es eine Herausforderung, die Systemarchitekturen solcher Systeme fortwährend konsistent zu halten. Neue Methoden dafür soll ein Sonderforschungsbereich (SFB) am Karlsruher Institut für Technologie (KIT) entwickeln.‣ weiterlesen

Mit der Akquisition der Pod Group hat G+D bereits 2021 sein Portfolio im IoT-Bereich erweitert. Durch den Erwerb von Mecomo geht das Unternehmen nun einen weiteren Schritt in Richtung IoT-Komplettanbieter im Transport- und Logistikbereich.‣ weiterlesen

Die Grimme-Gruppe produziert individuell konfigurierte Landmaschinen. Was für den Wettbewerb Vorteile bringt, ist allerdings mit großem Aufwand verbunden - so verwaltete Grimme Kundenanfragen lange über ein Excel-Tool. Mit dem Softwareanbieter Slashwhy zusammen wurde dies durch ein webbasiertes Anfragemanagement-Programm abgelöst.‣ weiterlesen

Die Software Moryx hilft der Fertigungssteuerung, Maschinen schnell auf einen neuen Kurs zu bringen oder sie für den nächsten Auftrag anzupassen. Mit seinen einheitlichen Bedienoberflächen und seiner niedrigen Einstiegshürde ist das Tool von Phoenix Contact insbesondere auf den Einsatz in Fertigungen mit der Losgröße 1 ausgerichtet.‣ weiterlesen