Datenintegration auf dem Weg zur Industrie 4.0
Wohin mit all den Produktionsdaten?
Von Analyse zur Empfehlung
Die Integrationsstufen bei Daten aus der digitalen Fertigung prägen auch die Auswertungsverfahren für diese Informationen: Die Reise beginnt bei der klassischen Auswertung historischer Daten und endet bei Advanced Analytics mit Prognosen für zukünftige Entwicklungen samt Handlungsempfehlungen oder Aufträgen an Prozesse oder andere Teilnehmer der Wertschöpfungskette. Nach der Auflösung der Datensilos steht die Erzeugung von Wissen durch Analysen und seine Verteilung an die richtigen Personen im Unternehmen an. So genannte Advanced Analytics bilden daher das Herz vieler Industrie 4.0-Anwendungen.
Business Intelligence: BI-Anwendungen versorgen Fachanwender mit Informationen in Form von Berichten, Dashboards oder Self-Service-Auswertungen. Dadurch erhält man beispielsweise Einblicke in die Performance der Anlagen oder in Wartungsaktivitäten. So lassen sich Vergleiche von Rüstzeiten zwischen Maschinen oder Werken aufdecken, etwa ob es Defizite bei einzelnen Teams oder Standorten gibt.
Prädiktive Analysen: Dabei geht es weniger um den Blick nach hinten, sondern um Zukunftsprognosen und die Entdeckung versteckter Zusammenhänge in den Daten. Prädiktive Analysen prognostizieren, was als Nächstes passieren kann und eröffnen die Möglichkeit, Problemen gegenzusteuern. 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
Präskriptive Analysen: Sie geben Auskunft darüber, wie Unternehmen mit zukünftigen Herausforderungen umgehen sollten, und unterbreiten konkrete Handlungsempfehlungen für anstehende Aufgaben in der Produktion.
Vorteile realisieren
McKinsey geht davon aus, dass Industrie 4.0-Applikationen das Potenzial haben, bis 2025 einen Wert von 3,7 Billionen US-Dollar pro Jahr zu erzeugen. Fertigende Unternehmen können typischerweise folgende Vorteile aus Industrie 4.0-Projekten ziehen: Produktivitätssteigerung und Kostensenkung, genauere Planungen und Forecasts, eine kürzere Go-to-Market und höhere Wettbewerbsfähigkeit. Gute Argumente, eine eigene Digitalstrategie zu entwickeln oder die bestehende voranzubringen. Das Manufacturing Execution System (MES) HYDRA optimiert Produktionsprozesse für Fertigungsunternehmen, um Wettbewerbsvorteile zu erzielen. ‣ weiterlesen
MES-Integrator und 360-Grad-Partner für optimierte Fertigung
Was sind unstrukturierte Daten?
Ein typisches Beispiel für semi- und unstrukturierte Daten sind Logs, Sensor- und Videodaten. Zu den strukturierten Daten zählt man dagegen etwa SAP-Daten. Momentan wird nur ein geringer Teil von unstrukturierten Daten ausgewertet, denn:
• Sie liegen in vielen unterschiedlichen Formaten vor, etwa als Bilder, Texte, Maschinen- und Sensordaten. Das macht es schwierig, ein passendes Tool zu finden, das auf alle zugreifen und das jeweilige Datenformat lesen und verarbeiten kann.
• Das Datenvolumen ist extrem hoch.
• Sie müssen in geeigneter Form extrahiert werden.
• Oft müssen spezifische (manuelle) Lösungen entwickelt werden, damit sich die Daten überhaupt anbinden lassen.
• Die Vielzahl an Daten-Updates und die fehlende Vergleichbarkeit ihrer Quellen verkomplizieren die Prozesse.
• Es fehlt häufig an Fachwissen über Datenintegration und den Umgang mit Datenquellen.
