Predictive Analytics für die optimale Wartung

Big-Data-Analysen veredeln die Produktionsdaten

Interview mit Christoph Hartmann, Business Expert Manufacturing bei SAS Deutschland, inwieweit Big-Data-Analysen die Produktionsdaten veredeln können und mit Predictive Analytics etwa die Wartung von Maschinen verbessert werden kann

Christoph Hartmann, SAS Deutschland

Christoph Hartmann, Business Expert Manufacturing bei SAS Deutschland

IT-DIRECTOR: Herr Hartmann, in welchen Bereichen kann Big-Data-Analysesoftware im Produktionsumfeld von Großunternehmen sinnvoll eingesetzt werden?
C. Hartmann:
Mithilfe von Big Data Analytics lassen sich die Produktions-, Werkstoff-, Maschinen- und Betriebsdaten so veredeln, dass nicht nur Daten, sondern intelligente Informationen zwischen den Systemen ausgetauscht werden. Nur mit Analytics bekommen an sich aussagelose Daten eine Bedeutung für den aktuellen Status der Produktion – und zwar mit Blick auf die Zukunft, die in den Daten verborgen liegt. Stichwort: Predictive Analytics. Nicht zuletzt können Unternehmen mittels Analytics Wechselwirkungen zwischen unterschiedlichen Bereichen, etwa Produktion und Marketing oder Kundenservice, aufdecken.

IT-DIRECTOR: Welche Daten spielen in der Produktion generell eine besonders wichtige Rolle, welche können eher vernachlässigt werden?
C. Hartmann:
Qualitätsrelevante Daten wie zum Beispiel Sensor-, Betriebsmittel- oder Auftragsdaten, Informationen aus MES- (Manufacturing Execution System) und ERP-Systemen, Werkzeug- und Vorrichtungsdaten, Lager- und Materialdaten sind extrem relevant, wenn es um die Analyse des Produktionsprozesses geht. Mit diesen Daten lassen sich Auffälligkeiten nahezu in Echtzeit identifizieren und beheben. In einem zweiten Schritt können diese Daten mit weiteren Informationen, beispielsweise zu Schichtzeiten und Arbeitsplatz, kombiniert werden. Wer einen Datenaustausch zwischen Maschinen in Gang setzen möchte, muss sicherstellen, dass diese Daten auch relevant, gehaltvoll und vergleichbar sind, und erst Analytics bereitet Produktions-, Maschinen- und Betriebsdaten entsprechend auf.

IT-DIRECTOR: Können Sie uns bitte ein Beispiel für den Big-Data-Einsatz im Produktionsumfeld von Großunternehmen beschreiben?
C. Hartmann:
Ein Beispiel in der Industrie ist die Qualitätsdatenanalyse im Bereich After Market, mit der beispielsweise Automobilhersteller auf Basis von Werkstattberichten, E-Mails oder Call-Center-Daten frühzeitig erkennen können, wenn sich in einer Modellreihe ein flächendeckendes Fehlerbild ankündigt. Dabei spielt auch die Analyse von Verbraucherportalen eine wichtige Rolle. Verbraucherdiskussionen etwa auf www.motor-talk.de enthalten für Hersteller extrem wertvolle Informationen, um beispielsweise den Bedarf an Rückrufaktionen im Markt früher zu erkennen oder zu vermeiden. Weitere Beispiele für die Big-Data-Analyse von Maschinendaten sind die Optimierung von Wartungszyklen sowie die Vermeidung von Materialausschuss und Ausfällen im Produktionsprozess. Zum Beispiel können Auffälligkeiten in den Triebwerksdaten und Sensordaten in Flugzeugen durch eine Near-Realtime-Analyse frühzeitig erkannt werden.

IT-DIRECTOR: Auf welche Art und Weise könnten Big-Data-Plattformen fehlende Transparenz im Produktionsgeschehen wettmachen?
C. Hartmann:
Mithilfe von Big-Data-Plattformen können Produktionsdaten nahezu in Echtzeit aufbereitet und über ein Dashboard bzw. Leitstellen zur Verfügung gestellt werden. Somit entstehen kürzere Reaktionszeiten sowie kontinuierliche Prozessverbesserungen. Ein weiteres Anwendungsszenario sind vorausschauende Alarmierungen im Problemfall. Big-Data-Plattformen können hier genutzt werden, um typische Muster für auftretende Probleme bereits frühzeitig zu erkennen und zu melden, bevor ein größerer Schaden entsteht.

IT-DIRECTOR: Inwieweit würden sich die Aufgaben der Produktionsmitarbeiter durch den Einsatz von Big-Data-Technologien verändern?
C. Hartmann:
Big Data kann nur erfolgreich sein, wenn die Produktionsmitarbeiter von Beginn an in die Einführung der Technologien eingebunden werden. Ein Mitarbeiter führt schließlich die von Big Data getriebenen Innovationen in den Arbeitsalltag ein. Die Aufgaben der Mitarbeiter werden sich in Zukunft mit Sicherheit durch die Interaktion mit intelligenten Maschinen und die zunehmende Automation deutlich verändern. Diese Veränderung bietet Chancen für Flexibilisierung, neue Arbeitszeitregelungen und die Interaktion zwischen Mensch und Maschine. Auf diese Veränderungen muss sich vor allem die Aus- und Weiterbildung einstellen.

IT-DIRECTOR: Welche Hürden sehen Sie für eine flächendeckende Nutzung von Big-Data-Lösungen in der Produktion?
C. Hartmann:
Eine Aufgabenstellung, die sicherlich eine hohe Aktivierungsenergie benötigt, ist die Zusammenführung aller produktionsrelevanten Daten auf einer Plattform und die Definition, welche Daten zielführend ausgewertet werden und welche verworfen werden können.

IT-DIRECTOR: Wie lassen sich sämtliche Datenquellen (Maschinen, Prozesse, Produkte) und Systeme (ERP, SCM, BI) am besten integrieren? Auf welche Standards sollten die IT-Verantwortlichen hier vor allem achten?
C. Hartmann:
Eine leistungsstarke End-to-End-Plattform für das Erstellen, Verwalten, Extrahieren, Transformieren, Laden und Optimieren der Produktionsdaten ist ein guter Ansatz für die Integration von Daten aus verschiedenen Quellen und Systemen. Wir stellen im Bereich der Datenintegration mit unserer Data Management Platform eine wertvolle Basis für die weiterführende Big-Data-Analyse von Produktionsdaten zur Verfügung.

©2020Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok