Im Zuge der fortschreitenden Digitalisierung in Unternehmen – vor allem in der Produktion und Logistik – erfolgt die technische Integration sogenannter Cyber-Physischer-Systeme. Maschinen, Sensoren und Aktoren werden miteinander vernetzt, sodass Planungs- und Steuerungssysteme in der Lage sind, Informationen auszutauschen und eigenständig Entscheidungen zu treffen. Mit dieser Entwicklung geht ein rasantes Wachstum industrieller Datenbestände einher.
Bereits heute werden in vielen Unternehmen umfangreiche Betriebsdaten gesammelt und gespeichert. Das reine Sammeln und Speichern dieser Daten ist jedoch nicht wertschöpfend. Erst durch ihre Auswertung zur Erzeugung von Erkenntnissen und die anschließende Übertragung auf ausgewählte Anwendungsfälle, erfolgt ein nachhaltiger Transformationsprozess, der unmittelbar werthaltigen Nutzen generiert.
Entscheidungsunterstützung, -vorbereitung und -absicherung durch Advanced Analytics
Tools und Methodiken für Advanced Analytics eignen sich dazu, auch größere Datenmengen effizient zu verarbeiten. Im Gegensatz zu traditionellen Analysewerkzeugen für Business Intelligence (BI), welche vorrangig historische Daten fokussieren, zielen Advanced Analytics auf die Vorhersage zukünftiger Ereignisse und Verhaltensweisen ab.
Methoden der beschreibenden Analyse haben das Ziel, Zusammenfassungen von Sachverhalten zu erzeugen. Die Frage „Was ist geschehen?“ steht bspw. beim Reporting im Vordergrund. Daten werden überwiegend in Form aussagekräftiger Kennzahlen aggregiert, welche Erkenntnisse über die Vergangenheit liefern.
Eine Ursachenanalyse wird betrieben, um die Frage nach dem „Warum?“ zu beantworten. Aus dem vorliegenden Datenmaterial, welches oftmals für einen anderen Zweck gesammelt wurde, können daher kaum kausale Zusammenhänge abgeleitet werden. Dennoch können identifizierte Muster und Zusammenhänge wichtige Erkenntnisse bei der Lösung akuter Probleme liefern.
Die Methoden für Realtime- und Predictive Analytics befassen sich mit der Erfassung und Auswertung von Daten in Echtzeit sowie der Vorhersage zukünftiger Ereignisse. Die Fragestellungen „Was geschieht gerade?“ und „Was wird geschehen?“ stehen im Mittelpunkt.
Anwendungsfelder für Advanced Analytics
Gerade in den Bereichen Produktion und Logistik gewinnt die Beantwortung dieser Fragestellungen zunehmend an Bedeutung. Durch die Auswertung nicht nur strukturierter Daten, wie sie beispielsweise in relationalen Datenbanksystemen vorliegen, sondern auch unstrukturierter Daten, ergeben sich vielfältige Analysechancen und Anwendungsfälle.
Beispielsweise verfolgt Predictive Maintenance – als eine der Kernkomponenten von Industrie 4.0 – das Ziel, Ausfallzeiten möglichst gering zu halten und Instandhaltungsmaßnahmen optimal zu planen. Dazu werden in großen Mengen Sensordaten erfasst, digitalisiert, gespeichert und analysiert, um Eintrittswahrscheinlichkeiten für Störereignisse zu ermitteln. Durch diesen vorausschauenden Ansatz können Maschinen und Anlagen proaktiv gewartet werden.
Durch moderne Analyse- und Prognoseverfahren können Auswirkungen potenzieller Änderungen in Geschäftsstrategien oder auch Veränderungen in einzelnen Unternehmensbereichen wie Produktion oder Logistik vorhersehbar gemacht werden. Im Sinne einer strukturierten und effektiven Bearbeitung oftmals komplexer Problemstellungen orientiert sich die MR PlanFabrik am CRISP-DM (Cross Industry Standard Process for Data Mining), der sich bei industriellen Anwendungen vielfach bewährt hat.
Gerne lassen wir Ihnen auf Anfrage Projektreferenzen inkl. Vorgehensweise und erzieltem Kundennutzen zukommen. Ihr Ansprechpartner und Fachexperte zum Thema Advanced Analytics und Dynamische Simulation bei der MR PlanFabrik ist Bernd Kidler (+49 174 9944497)
Unternehmenszentrale
MR PLAN GmbH
Kaiser-Karl-Straße 5
86609 Donauwörth
Deutschland
Ankara / Beijing / Berlin / Bremen / Donauwörth / Kecskemét / München / Stuttgart / Shanghai / Wolfsburg