Stammdaten-Management

So schaut es mit der Datenqualität im Internet der Dinge aus

Das Stichwort „Internet der Dinge“ und seine Möglichkeiten faszinieren derzeit viele. Themen wie „Stammdaten-Management“ hingegen rangieren in diesem Zusammenhang eher unter „ferner liefen“. Zu Recht? Dies fragten wir Monika Pürsing, Chief Executive Officer bei Zetvisions, im Interview.

Monika Pürsing, Zetvisions

Monika Pürsing, Zetvisions

Wenn künftig in cyber-physischen Systemen außerordentlich viele Sensoren, Maschinen und Eingabegeräte in einem Internet der Dinge, Daten und Dienste miteinander vernetzt sind und sich selbstständig steuern, potenziert dies das Problem des systematischen Stammdaten-Managements. Im Internet der Dinge wird praktisch jeder Gegenstand ein Computer, der programmiert werden kann und mit anderen smarten Dingen interagiert. In dieser Welt, in der sozusagen alles mit allem kommuniziert, spielt Stammdaten-Management eine wesentliche Rolle, um Erkenntnisse aus der riesigen Datenmenge generieren und die richtigen Schlüsse ziehen zu können.

IT-DIRECTOR: Frau Pürsing, über welche Dimensionen reden wir?
M. Pürsing:
Das IT-Marktforschungsunternehmen Gartner hat vorhergesagt, dass 2016 weltweit 6,4 Milliarden verknüpfte „Dinge“ in Gebrauch sind; gegenüber 2015 ist das ein Zuwachs um 30 Prozent. In diesem Jahr nimmt die Anzahl der Dinge, die miteinander vernetzt sind, täglich um 5,5 Millionen zu. 2020 sollen es 20,8 Milliarden sein. Wenn dann, wie die Weltbank voraussagt, 7,7 Milliarden Menschen auf der Erde leben, sind das fast drei vernetzte „Dinge“ pro Mensch.

IT-DIRECTOR: Als Stammdaten bezeichnet man statische Grunddaten oder Referenzdaten zu betriebsrelevanten Objekten wie beispielsweise Produkten, Lieferanten, Kunden und Mitarbeitern. Welche Änderungen der ­Datenlandschaft sind durch das IoT absehbar?
M. Pürsing:
Das Internet der Dinge wird selbst weitere Stammdaten rund um die vernetzten „Dinge“ hervorbringen. Es geht nicht allein um Namen, Adressen, Bezeichnungen, Materialien, Mengen, Einheiten oder Preise. Jedes intelligente Objekt wird durch eine spezifische Nummer identifizierbar sein. Nur so kann es über den gesamten Lebenszyklus hinweg verfolgt werden und seine Rolle in den sich selbst steuernden Produktionsabläufen der Industrie 4.0 spielen. Zusätzlich zu den Stammdaten eines Produkts an sich werden zunehmend Stammdaten zu der Ausprägung des Produkts über den gesamten Lebenszyklus anfallen. Darauf hat Ulrich Reinbeck, Geschäftsführer der Avista ERP Software, hingewiesen. Diese seriennummernbezogenen Stammdaten müssten strukturiert gespeichert und ausgewertet werden.

IT-DIRECTOR: Wo stehen wir heute, wenn es um die Nutzung von IoT-Daten geht?
M. Pürsing:
Wir stehen erst am Anfang. Laut McKinsey Global Institute werden die meisten IoT-Daten, die heute gesammelt werden, überhaupt nicht genutzt. Und die, die genutzt werden, werden nicht vollständig ausgebeutet. So wird z. B. weniger als ein Prozent der Daten, die die 30.000 Sensoren einer Offshore-Ölplattform produzieren, genutzt, um Entscheidungen zu treffen. Allgemein dienen die Daten, von denen heute ­Gebrauch gemacht wird, hauptsächlich der Echtzeitkontrolle und der Erkennung von Unregelmäßigkeiten. In der Verbesserung der operativen Effizienz und der Vorhersage beispielsweise erforderlicher Instandhaltungsmaßnahmen liegt aber der größte Nutzen. Wir haben also noch viel Luft nach oben.

IT-DIRECTOR: „Vorhersage“ ist ein wichtiges Stichwort. Welche Möglichkeiten ergeben sich durch die Vorhersage auf der Basis von IoT-Daten?
M. Pürsing:
Da gibt es natürlich zahlreiche. Ich greife gerne auf das Beispiel GE zurück, das Sokwoo Rhee, Leiter des Cyber Physical Systems Program am National Institute of Standards and Technology in den USA, geschildert hat. GE hat früher Flugzeugmotoren zu einem einheitlichen Preis verkauft. Heute geben sie die Motoren im Rahmen eines Subskriptionsmodells gratis ab und berechnen eine monatliche oder jährliche Nutzungsgebühr, die mit einer Garantie verbunden ist. Kunden müssen sich um Reparaturen oder Ähnliches keine Gedanken machen. Sie können darauf vertrauen, dass die Motoren anspringen und laufen, wenn sie den Schalter betätigen. Damit dieses Modell funktioniert, muss GE genau wissen, wann die Motoren auszufallen drohen. Werden sie zu früh ersetzt, verliert das Unternehmen Geld, denn die Motoren hätten noch weitere Erträge generieren können. Warten sie dagegen zu lange, kann das verhängnisvolle Folge haben. Um herauszufinden, wann genau die Motoren auszufallen drohen, sammelt GE die Daten von vielen Hundert Sensoren und wertet sie mithilfe von Big Data Analytics aus.

IT-DIRECTOR: Stammdaten sind ein kritischer Erfolgsfaktor, um diese analytischen und vorausschauenden Erkenntnisse gewinnen zu können. Lässt sich der wirtschaftliche Nutzen quantifizieren?
M. Pürsing:
Dafür gibt es sicher viele Beispiele. Bleiben wir noch einmal bei der Luftfahrt. Die Verkürzung der Durchlaufzeit bis zum nächsten Abflug oder die Optimierung der Motorenleistung und Kraftstoffeffizienz verbessern die Kundenerfahrungen und reduzieren Kosten. Allein die Reduzierung der Kraftstoffkosten um ein Prozent bedeutet für die gesamte Industrie über einen Zeitraum von 15 Jahren eine Einsparung von 30 Mrd. US-Dollar.

Dies ist ein Artikel aus unserer Print-Ausgabe 09/2016. Bestellen Sie ein kostenfreies Probe-Abo.

Automobilhersteller, die IoT-Daten für die vorausschauende Instandhaltung nutzen, Öl- und Gasfirmen, die die Leistung ihrer Bohrlochköpfe analysieren, Energieunternehmen, denen intelligente Messgeräte Erkenntnisse zu den Verbrauchsgewohnheiten ihrer Kunden liefern, Logistikunternehmen, die Verkehrs- und Wetterdaten verfolgen, um Lieferungen schneller zum Kunden zu bringen – die Möglichkeiten, wirtschaftlichen Nutzen aus IoT-Daten zu ziehen, sind vielfältig.

IT-DIRECTOR: Worin liegen aus Ihrer Sicht die größten ­Herausforderungen im Umgang mit IoT-Daten?
M. Pürsing:
Datenqualität spielt einmal mehr eine wesentliche Rolle. Verlässlichkeit, Aktualität und Konsistenz sind unerlässlich, um aus der riesigen Datenmenge die richtigen Schlüsse zu ziehen. Dazu ist es erforderlich, in der Unmenge von Daten erst einmal Zusammenhänge herzustellen, die sinnvolle, nutzenbringende Erkenntnisse in Echtzeit erlauben. Mit immer mehr Daten allein ist wenig gewonnen. Entscheidend ist die Auswertung und Nutzung dieser Daten.

Bildquelle: Zetvisions

©2019Alle 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