Data Analytics: Wie Daten die Wirklichkeit abbilden

Data Analytics: Wie Daten die Wirklichkeit abbilden
Marginale Spalte
Inhalt

November 2017

 

Die Datenfülle im Internet der Dinge bietet zahlreiche Chancen, Entscheidungsqualität zu verbessern. Aber nur, wenn aus Einsen und Nullen Informationen gewonnen werden. Das ist der Anspruch von Data Analytics.

Viele Daten zu haben, bedeutet allein längst keine bessere Entscheidungsqualität. Erst wenn aus der Fülle der Daten mittels Data Analytics die Wirklichkeit abgebildet wird, entsteht eine neue Qualität. Unter Data Analytics versteht man IT-basierte Analysemethoden – intelligente Algorithmen, die aus Bits und Bytes wertvolle Informationen machen. Data Analytics schaffen es, Daten nach Validität, Relevanz und Aktualität zu sortieren und passend zu verknüpfen. Das erlaubt die Steuerung der Prozesse in Echtzeit – ob in der Fabrik oder im Straßenverkehr.

Unfallfrei durch den Verkehr

Bleiben wir auf der Straße, beim Thema Assistenzsysteme im Pkw: Radar, Lidar, Ultraschall und Stereokamera – viele Augen des Autos scannen die Umwelt. Sie erkennen andere Fahrzeuge, querenden Verkehr, Passanten und Hindernisse – aber erst heute. Vor einer guten Dekade waren zwar auch schon valide Daten vorhanden, nur ihr Sinngehalt blieb der Software ein Rätsel. Forscher in den Entwicklungsabteilungen der Autokonzerne gingen einen beschwerlichen Weg. Zunächst galt es, durch Sensorfusion die Eindrücke der verschiedenen Systeme zusammenzuführen. Dann erst konnten intelligente Programme entwickelt werden, die akute Situationen im Straßenverkehr jederzeit zuverlässig erkennen.

War es vor zehn Jahren nur möglich, zu bestimmen, dass vor dem Fahrzeug „etwas“ war, sind moderne Fahrassistenzsysteme heute in der Lage, an Fußstellung, Kopfhaltung und Blickrichtung zuverlässig zu erkennen, ob ein Passant am Straßenrand stehen bleibt oder aber im Begriff ist, loszulaufen. Ganz so, wie es die menschliche Intuition eines routinierten Fahrers macht. In beiden Fällen werden gefahrabwendende Maßnahmen eingeleitet, wird gebremst oder kontrolliert ausgewichen.

Präventiv unterwegs in der Produktion

Auch in der Fabrik sind schon heute Systeme im Einsatz, die auf hohem Niveau aus Daten Informationen generieren. Professor Felix Wortmann, wissenschaftlicher Leiter des Bosch IoT-Labs an der Hochschule St. Gallen, sieht die industrielle Fertigung an der Schwelle zu neuen Geschäftsmodellen: „Die nächste große Servicewelle wird durch Data Analytics ausgelöst. Denn mit dem Instrumentarium wird es gelingen, Mehrwert im Sinne einer hybriden Wertschöpfung zu erzeugen.“ Ein Beispiel dafür ist Predictive Maintenance. Zukunftsfähige Wartung wird etwa in Walzwerken der Kautschukindustrie vorangetrieben. Weil diese Fertigungsstraßen meist durchgehend im Dreischichtbetrieb laufen, spielt die Maschinenverfügbarkeit eine extrem wichtige Rolle. Dafür sorgt Predictive Maintenance – beispielsweise mit dem Online Diagnostics Network (ODiN) von Rexroth.

Statt Anlagen nach definierten starren Zyklen zu warten, wird die Wartung mit ODiN vorausschauend gestaltet. Kerngedanke dieses Dienstleistungspakets ist es, Wartungsarbeiten auf der Grundlage des Zusammenspiels von Sensorik, cloudbasierten Anwendungen und Machine-Learning-Methoden auszuführen, bevor ein Stillstand eintritt.

Clevere Vorhersage

Anhand zahlreicher Sensordaten ermittelt ein Machine-Learning-Algorithmus einen normalen „Gesundheitszustand“ für das Werk. Danach erhebt ODiN mit einem datenbasierten Modell kontinuierlich den Health-Index des Walzwerks. Bricht nur ein einzelner Messwert kurzzeitig aus dem Toleranzband aus, führt das nicht unbedingt zu einem Eingriff. Schließlich kann Verschleiß selten mit einem einzigen Signal erfasst werden.

Verschlechtert sich der Health-Index aber, weil sich die Daten mehrerer Sensoren verändern, warnt das System vor einem Problem. Dabei wird der Health-Index nicht nur für die Gesamtanlage, sondern für alle systemkritischen Komponenten ermittelt. So kann im Störfall gezielt nach der Fehlerursache gesucht werden. ODiN gibt in den regelmäßig erstellten Health-Index-Berichten durch Machine Learning entsprechende Hinweise und hilft, konkrete Handlungsempfehlungen zu erstellen.

Retrofit für das Internet of Things

Damit dieser Weg nicht nur Neuinstallationen vorbehalten bleibt, bietet Bosch Rexroth auch für Bestandsanlagen Nachrüstmöglichkeiten. Das IoT-Gateway bindet bestehende Anlagen ohne ausreichende Connectivity an die Industrie-4.0-Topologien an. Somit können auch diese automatisiert in übergeordnete Systeme integriert und für Condition Monitoring und Data Mining verwendet werden. Die Implementierung kann ohne Veränderung der bestehenden Automatisierungslösung geschehen. Die Konfiguration des IoT-Gateways erfolgt webbasiert und erfordert keine spezielle Programmierung.

Zurück in die Zukunft

Das IoT-Gateway von Bosch erschließt die Vorteile des Internet of Things (IoT) auch Betreibern älterer Maschinen. Zur Veranschaulichung wurde sogar Robert Boschs pedalbetriebene Drehbank von 1887 mittels Sensoren und Software ins Zeitalter von Industrie 4.0 geholt. Industrie-4.0-tauglich ist die Drehbank mithilfe eines technischen Unterstützers geworden: Das IoT-Gateway von Bosch Rexroth kombiniert Sensorik, Software sowie eine IoT-fähige Industriesteuerung und ermöglicht damit die Zustandsüberwachung der Drehbank.

Global betrachtet besteht ein Milliardenmarkt für Retrofit-Lösungen. Marktbeobachter sind sich einig, dass die Qualität von Data Analytics künftig über den Erfolg eines Unternehmens entscheidet. In Zeiten, die von höchster Komplexität, rasanter Dynamik, Volatilität und Disruption geprägt sind, überzeugen nur diejenigen, die agil auf Veränderungen reagieren. Und das geht nur mit Steuerung in Echtzeit.