Es liegen zur Zeit technische Probleme vor. Ihre Übertragung war nicht erfolgreich. Entschuldigen Sie dies bitte und versuchen es später noch einmal. Details
Es liegen zur Zeit technische Probleme vor. Ihre Übertragung war nicht erfolgreich. Entschuldigen Sie dies bitte und versuchen es später noch einmal. Details
Bitte tragen Sie unten Ihre Daten ein, und erhalten Sie direkten Zugang zu den Inhalten dieser Seite
Es liegen zur Zeit technische Probleme vor. Ihre Übertragung war nicht erfolgreich. Entschuldigen Sie dies bitte und versuchen es später noch einmal. Details
Es liegen zur Zeit technische Probleme vor. Ihre Übertragung war nicht erfolgreich. Entschuldigen Sie dies bitte und versuchen es später noch einmal. Details
Nutzen Sie die Vorteile Ihrer Produktionsbereichsdaten mit Data Science
Veröffentlicht am 19. Juni 2020 in AI
Industrie 4.0 und IIoT sind seit mehreren Jahren Schlagwörter, und diese Konzepte werden tatsächlich bei einer wachsenden Zahl von Maschinen implementiert. So wird eine große Menge an Daten verfügbar: Maschinendaten, Daten zum Produktionsprozess und Daten zum hergestellten Produkt. Big Data ist in der Fabrik angekommen.
Sie sind von der Datenflut überwältigt?
Daten werden heutzutage leicht erfasst und gespeichert, aber in den meisten Fällen endet die „Datenpipeline“ hier, und es wird kaum ein Mehrwert aus den Daten gewonnen. Die „Datenpipeline“ wird oft nicht auf geeignete Weise abgeschlossen, sodass die entsprechenden Personen den aus den Daten gewonnenen Mehrwert problemlos nutzen könnten. Es stellt eine Herausforderung dar, den Mehrwert aus dem riesigen Datenstrom zu extrahieren und nicht von der Flut überwältigt zu werden. Das Sammeln und Speichern von Daten allein reicht nicht aus, dass die Investitionen in die Infrastruktur für Industrie 4.0 und das IIoT Gewinn abwerfen.
Heutzutage ist mehr erforderlich als gängige statistische Methoden und Werkzeuge, um einen maximalen Wert aus den Daten zu gewinnen und einen Überblick über die Datenströme zu behalten. Die manuelle Analyse und Erstellung von Dashboards und Berichten reicht nicht aus. Die Dashboards werden zu kompliziert und zeigen nicht die richtigen Informationen zur richtigen Zeit auf die richtige Weise an, um auf einen Blick sehen zu können, was passiert und wie zu handeln ist. Die Routinen, die in einem normalen Maschinen-Controller für die Beobachtung des Produktionsprozesses und zur Erkennung von Fehlern implementiert werden, sind in der Lage, vorhandene Abweichungen und Probleme zu erkennen. Sie sind allerdings für das Vorhersagen zukünftiger Probleme ungeeignet. Maschinen-Controller eignen sich nicht dafür, alle verfügbaren Informationen zu verknüpfen und auf dieser Grundlage erweiterte Analysen durchzuführen.
Aus Daten werden Informationen
Die wertvollen Informationen müssen aus den Daten extrahiert und dem richtigen Publikum zur richtigen Zeit und auf die richtige Weise präsentiert werden. Der Schlüssel liegt darin, hinreichende Anstrengungen für den Prozess zu unternehmen, mit dem Daten in nützliche Informationen umgewandelt werden. Das muss in enger Zusammenarbeit zwischen den Datenwissenschaftlern erfolgen, die diese Daten zähmen können, und den Bereichsexperten des Fertigungsprozesses, die die Geschichte hinter den Daten kennen. Erst dann kann eine Lösung entwickelt werden, die nicht nur interessant aussieht, sondern auch verwendet wird und langfristig einen Mehrwert bietet.
Möchten Sie den gesamten Mehrwert Ihrer Betriebsdaten nutzen oder gibt es ein Problem, für das Ihrer Ansicht nach die Lösung in Ihren Daten verborgen liegt?