„Ich sehe was, was Du nicht siehst: Big Data“

Lösungen, um Big Data in die Produktion zu bringen, müssen nicht teuer sein. Bei der Implementation aber braucht es das kombinierte Knowhow von Facharbeitern und Datenspezialisten.

Big Data und Analytics halten in der Automobilindustrie bereits 94 Prozent der OEMs und Tier-1- Zulieferer für relevant. Aber erst bei sieben Prozent ist die Technologie voll im Einsatz. Das ermittelte vor einigen Monaten eine Studie von BearingPoint. Ein knappes Viertel der 120 befragten Entscheider hatte entsprechende Lösungen gerade eingeführt, häufig in den Bereichen Marketing und Sales.

Dass Big Data Analytics auch in der Produktion ein wichtiger Hebel für Qualität und Effizienz ist, liegt auf der Hand. Das gilt vor allem für mittlere und kleine Zulieferer. „Viele Unternehmen sind sich bewusst, dass sie sich mit Big Data auseinandersetzen müssen. Zugleich herrscht Furcht vor Investitionen. Wenn es klappen soll, müssen die Prozesse angepasst werden – und das kostet Geld“, konstatiert Dr. Frank Breitenbach , Senior-Fachexperte Planungsmethodik bei EDAG Production Solutions, einem Engineering-Dienstleister, der sich an der Schnittstelle von Produkt und Produktion für die Fahrzeugindustrie verortet. Nach Breitenbachs Erfahrung hält sich der Aufwand, Daten aus den Anlagen abzugreifen, vergleichsweise in Grenzen: „Es ist wesentlich, dass man sich vorher detailliert Gedanken macht und Hypothesen aufstellt, wie Dinge zusammenhängen können. Viele Daten lassen sich schon aus der Maschinensteuerung gewinnen und durch wenige Sensoren ergänzen.“ Die schon aus den SPS „en masse vorliegenden Daten“ würden jedoch nicht genutzt. „Es bringt im Umkehrschluss nichts, dass ich jeden Blödsinn messe und in die Cloud werfe – das verwirrt die Leute, die die Daten bearbeiten“, meint Frank Breitenbach. Zugleich sei das Angebot an Sensorik- und Raspberry – Pi- Lösungen (kleiner Einplatinen- Computer) riesig. Da gelte es auf jeden Fall abzuwägen, was wirklich Sinn ergibt.

Als weiteres Problem sieht Breitenbach die vielen Versprechungen der Analytics-Anbieter, die insinuierten, dass es reiche, einfach Daten in der Cloud zu sammeln. „Ein Unternehmen, das seine Prozesse nicht im Griff hat, profitiert auch nicht von einer Cloud – Lösung, die angeblich alles besser macht. Es gibt viele Lösungen, bei denen man genau unterscheiden muss: Ist das Scharlatanerie oder meint der Anbieter es ehrlich mit mir“, warnt der Experte. Besonders wichtig sei, Fachwissen in Data – Analytics-Projekte einzubinden. „Es ist entscheidend den Prozess zu kennen und zu wissen, was in der Anlage passiert. Dann ergeben sich auch die Parameter. Zum Team müssen deshalb auch die Menschen gehören, die eine Anlage instand halten.“ Data Scientists allein können die Aufgaben nicht lösen, zum Doppelpassspiel braucht es die Anwender. „Die IT rückt wahnsinnig nah an den Prozess heran, das gab es vorher nicht“, erläutert Frank Breitenbach. Die Herausforderung für Unternehmen sind nicht die Analysesysteme selbst, die häufig als erschwingliche Open-Source-Lösung erhältlich sind, sondern die Entscheidung, welche Daten aufgenommen werden und was in die Algorithmen einfließt.

Besonders hoher Nutzen entsteht, wenn der Fokus auf der Qualität liegt. Soll zum Beispiel ein Rohr in 200-Millimeter-Stücke gesägt werden, verändern sich das Sägeblatt und damit der Vertrieb, die Kundenvorgabe jedoch liegt in einem bestimmten Grenzwertbereich. „Wenn die Datenanalyse zeigt, wo man eingreifen muss, um die Gauß-Kurve in das Delta zu bekommen, habe ich ein typische, ganz einfache Anwendung, die sehr viel Nutzen bringt“, nennt EDAG-  Mann Breitenbach ein Beispiel. Ein anderer probater Weg, um Nutzen aus den gesammelten Daten zu ziehen, sind selbstentwickelte Apps –heute mit entsprechenden Entwicklungsplattformen kein Hexenwerk mehr. Sie können Anwendern genau diejenigen Daten anzeigen, die für ihre Arbeit relevant sind.

 

Sie möchten sich konkret über die effiziente Nutzung von Big Data in Ihrer Produktion unterhalten? Dann steht Ihnen unser Kollege Herr Dr. Frank Breitenbach gerne zur Verfügung.

Beitrag der EDAG PS zu Predictive Maintenance und Big Data in der automotive IT.

Das Interview führte Daniela Hoffmann von der automotiveIT

 

05.09.2017

Industrie 4.0