Michael Messerschmidt: „Bis in der Automation durchgehend objektorientiert entwickelt wird, vergehen noch viele Jahre!“ Bloß nicht verzetteln! Big Data Analytics verändert die Investitionsgüter-Industrie – darin sind sich die Experten einig. Aber wie sollen die Unternehmen das Thema angehen? Wie können sie den intensiven Umgang mit Daten, der weit über ein reines Monitoring hinausgehen muss, gewinnbringend im Unternehmen einführen? Der Big Data Analytics Summit auf der SPS IPC Drives im November 2015 lieferte Antworten. E s herrscht eine regelrechte Goldgräber-Stimmung – und zwar in allen Wirtschaftsbereichen“, leitet Klaus Koch in das Thema des 4-stündigen Kongresses, der 2015 erstmalig auf der SPS IPC Drives stattfand. Koch hat als unabhängiger Berater in den letzten zwei Jahren so manchem Unternehmen geholfen, die Reibungsverluste bei der Einführung von Big-Data-Lösungen möglichst gering zu halten. Wichtig sei, so Koch, sich klar darüber zu werden, dass die Bearbeitung der generell sehr großen, komplexen, inkonsistenten und unstrukturierten Datenmengen mit händischen und klassischen Methoden der konventionellen Datenverarbeitung scheitern muss. Er empfiehlt deshalb das Thema schrittweise anzugehen und _0DIJZ_MEWES_3_Simulation_CA_02.jpg;S:1;Format:(45.21x20.15mm);28.Jan201509:03:19 konsequent die zur Verfügung stehenden neuen Methoden an den fünf Stufen einer erfolgreichen Big-Data-Analyse – Daten aufnehmen, Daten aufbereiten, Daten zusammenführen, Kontexte bilden und Analyse durchführen – zu spiegeln. Jörg Schmidt von MIOSoft geht in seinen Ausführungen insbesondere auf die Anforderungen und Chancen der Big-Data-Lösungen für den Mittelstand ein. Sein Rat: Nicht gleich die allumfassende Lösung anstreben, sondern lieber erst einmal klein anfangen. Er erläutert, wie sich mittelständische Unternehmen relativ einfach die erforderlichen Fähigkeiten aneignen können, um Innovationen und Wertschöpfung aus den zur Verfügung stehenden Daten zu schaffen. Neben der Integration und Aufbereitung strukturierter und unstrukturierter Daten legt er den Fokus auf die Herstellung von Kontexten, die die Grundlage für die Beschreibung relevanter Zusammenhänge in heterogenen Datenbeständen darstellen. Denn: „Ein umfassendes Verständnis dieser Zusammenhänge ermöglicht die Analyse von Ursachen und schafft die Ausgangs basis für Optimierungen und Vorher sagen.“ Dabei werden Bestands- und Echtzeit-Daten gleichermaßen einbezogen und daraus höherwertige Informationen erzeugt, die zu individualisierten Klaus Koch: „Klassische Methoden der Datenverarbeitung versagen.“ Jörg Schmidt: „Auch ohne tiefgreifende Data-Scientist-Kenntnisse lässt sich was anfangen!“ 2/16 . www.computer-automation.de Entscheidungen und automatischen Aktionen befähigen. Schmidt geht in seinem Vortrag weiter darauf ein, wie Sensor-Messdaten von verteilten Anlagen und Maschinen auf Muster im Messwertverlauf hin überwacht werden können. Er zeigt, wie durch eine einfach zu erlernende Musterbeschreibung auch Fachbereiche ohne Data-ScientistKenntnisse innovative Verfahren und Geschäftsmodelle etablieren können. Auch Ingolf Wittmann von IBM appelliert an die Zuhörer: „Start small and grow!“ Viele Unternehmen machten den Fehler, schon vom Start weg zu ambitionierte Ziele zu verfolgen. Big Data Analytics sei für die meisten Unternehmen eine nicht zu unterschätzende Herausforderung, weil oft die notwendigen Fachleute fehlten, um für Analytics die entsprechenden Umgebungen aufzubauen und zu betreiben. Wittmann gibt einen Einblick in Ansätze und Technologien für die Datenanalyse und leitet daraus reelle Use Cases ab. Er zeigt, wie sich die Daten-Analyse in unterschiedlichen Bereichen einsetzen lässt, um die Produktionsqualität zu verbessern; wie sich die Sensordaten eines Produktes verwenden lassen, um den Life-Cycle eines Produktes zu managen, und wie sich große Mengen von Analytics-Daten über eine Cloud managen lassen. Zum Schluss erläutert er, wie sich per Ingolf Wittmann: „Nicht zu ambitioniert einsteigen!“ RalfMichael Wagner: „In der Industrie sind wir an einem Tipping Point!“ www.computer-automation.de . 2/16 Daten-Analyse neue Business- und Service-Modelle entwickeln lassen. Eine Industrie Cloud auf SAP-HanaBasis stellt Ralf-Michael Wagner von Siemens in den Mittelpunkt seines Vortrages. Er beschreibt neue Geschäfts-Szenarien und Business Modelle, die derzeit aufziehen. Wagner: „Rolls Royce verkauft heute keine Triebwerke mehr, sondern Flugstunden“, unterstreicht er seine These und ergänzt: „Wir sind im industriellen Feld an einem Tipping Point!“ Dies habe auch dazu geführt, dass Siemens jetzt mit einer offenen Industrie-Cloud an den Markt gehe. Wagner erläutert, wie Industrie-Unternehmen nun über eine solche Plattform data-based Services – etwa ein vorausschauendes Condition Monitoring oder ein Energie-Datenmanagement – umsetzen können. Michael Messerschmidt von Heitec beschreibt die Datenanalyse in der Industrie aus der Sicht eines Systeminte grators. Messerschmidt betont, dass die Grundvoraussetzungen der Datennutzung letztlich eine durch und durch vernetzte Produktion sei. Anhand von Beispielen aktueller ImplementierungsSzenarien zeigt er auf, wie sich die betriebswirtschaftliche IT in die Pro duktion einbinden lässt, sich Maschinen und Anlagen intuitiv bedienen und beobachten sowie Feldgeräte wie Aktoren und Sensoren immer intelligenter machen lassen. Ziel sei letztlich, dass der Maschinenbediener in Echtzeit zu jedem Fertigungsauftrag neben den Auftragsdaten die Stücklisten und die verwendeten Betriebsmittel parat habe und mit diesen Informationen Ressourcen optimieren und Stillstandzeiten minimieren könne. Was für die betriebswirtschaftliche Ebene gelte, treffe aber auch direkt in der Produktion zu: Monitoring-Lösungen sollen Produk tionsleiter, Service-Techniker und Qualitätsmanager mobil über den Zustand ihrer Maschinen und Anlagen infor mieren. Messerschmidt: „Jeder bekommt dabei seine eigene Sicht und die Informationen, die er für seine Arbeit braucht.“ Letztlich erhöhe eine solche digitale Anlagen- und Prozessplanung sowie virtuelle Inbetriebnahme die Flexibilität und Performance der Anlagen. hap 21 embedded world 2016 Halle 4 – Stand 4-307 Foto: © Baoshan Zhang – iStockphoto.com Aktuell CODESYS® in Embedded Automation Entwicklungssystem (IDE) nach IEC 61131-3 für industrielle Embedded-Geräte Editoren, Compiler und Debugging optimiert für Industrie-Anwendungen statische Codeanalyse, SubversionAnbindung, Testautomation, UML, CAN / CANopen / EtherCAT, Visualisierung, Safety SIL2 / SIL3, optional integrierbar codesys.com CODESYS® eine Marke der 3S-Smart Software Solutions GmbH
© Copyright 2024 ExpyDoc
