Anzeige
Anzeige
Anzeige
Anzeige
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:

Im Anschluss eines IT-Projektes setzen viele Unternehmen auf eine Rückschau, um daraus Erkenntnisse für kommende Projekte zu gewinnen. Für das Projekt selbst kommt dieses Wissen zu spät. Beim agilen Projektmanagement ist das anders. Aber passen Sprints und 'Lessons-Learned' zur Projektarbeit mit hohen Compliance-Ansprüchen?‣ weiterlesen

Um Maschinendaten etwa für Predictive Maintenance zu erfassen und zu verarbeiten, gibt es sehr individuelle Lösungen. Vom Mini-PC bis zum Edge Device samt Middleware lassen sich Konzepte für datengetriebene Aufgaben realisieren. Am Beispiel des SAP-Portfolios zeichnet der Beitrag die Szenarien nach.‣ weiterlesen

Um digitale Zwillinge produktiv einzusetzen, muss das Zusammenspiel der Informationen aus Engineering, Shopfloor und Topfloor rund laufen. Mit dem SAP-Portfolio lässt sich dieser Digital Thread spannen, wie neue Geschäftsmodelle des Prozesstechnikherstellers Endress+Hauser belegen.‣ weiterlesen

Auch 2022 werden sich die IT-Systeme von Unternehmen weiterentwickeln. Oliver Rozić, Vice President Product Engineering bei Sage, weiß wie und welche Trends dabei eine Rolle spielen könnten.‣ weiterlesen

Die Bamberger Docufy hat im März 2021 die Instandhaltungssoftware Maintenance Manager auf den Markt gebracht. Das System soll Anlagenbetreibern helfen, ihre Regelwartung mit Maschinendaten so zu verknüpfen, dass eine vorausschauende und zeitoptimierte Wartung möglich wird. Zudem kommen Firmen mit dem Computerized Maintenance Management System einen großen Schritt weiter in Richtung Predictive Maintenance.‣ weiterlesen

Im internationalen Vergleich belegt Deutschland bei der Digitalisierung keine Spitzenposition, sondern tendiert eher zum Mittelfeld. So zumindest legt es eine Studie des Ifo Instituts nahe. Demnach sei nicht nur die Politik, sondern auch die Unternehmen selbst gefragt.‣ weiterlesen

Gerade betagte Bestandsmaschinen lassen sich oft nur schwierig an IT-Systeme anbinden. Für eine tiefe Integration müsste häufig sogar deren Automatisierungstechnik getauscht werden, was dann aus Kostengründen unterbleibt. Doch Edge-Boxen können selbst älteren Maschinen eine Menge Daten für Optimierungsprojekte und die Mitarbeitervernetzung entlocken.‣ weiterlesen

Kontron Electronics hat mit Wirkung zum 1. Dezember den Geschäftsbetrieb des EMS-Dienstleisters Ultraschalltechnik Halle (UST) übernommen. Ziel der Übernahme ist es laut Pressemitteilung, die eigene Kompetenz im Bereich Entwicklung und Produktion auszubauen.‣ weiterlesen

Bauteilschwingungen, die bei vielen Fertigungsverfahren entstehen, führen oftmals dazu, dass die Oberfläche des Werkstücks beschädigt wird. Darüber hinaus sind sie ein Grund für erhöhten Werkzeugverschleiß. Das Fraunhofer-Institut für Produktionstechnologie IPT hat gemeinsam mit Industriepartnern einen digitalen Zwilling entwickelt, mit dem Bauteilschwingungen bei der Fräsbearbeitung vorhergesagt werden können.‣ weiterlesen

Jacqueline Fechner ist neue General-Managerin für die DACH-Region bei DXC Technology und soll künftig die Geschicke des IT-Dienstleisters in Deutschland, Österreich und der Schweiz verantworten.‣ weiterlesen

Ein Erfolgsfaktor für das Konzept des digitalen Zwillings ist, dass es sich entlang des gesamten Lebenszyklus eines Produkts anwenden lässt. Bevor mittelständische Unternehmen seinen individuellen Nutzen erschließen können, müssen sie einige praktische Herausforderungen lösen.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige