back
Düsseldorf, 24. September 2018

Die 10 größten Pain Points in der Industrie – Datenflut

3. Datenflut

Predictive Maintenance, Smart Production, Smart Factory - alles Schlagworte, die aufzeigen, dass die Datenberge stetig anwachsen. Maschinen werden mit Sensoren ausgestattet, die dann eine Vielzahl von Daten sammeln. Diese Sensoren werden immer günstiger, so dass immer mehr Maschinen „intelligent“ werden können. Wirklich „smart“ wird die anfallende Datenflut jedoch nur beherrscht, wenn Unternehmen die gesammelten Daten effizient und sinnvoll auswerten können.
Dazu benötigen sie am Besten von Beginn an eine wohl überlegte Big-Data-Strategie, die auf ihre Branche zugeschnitten ist. Denn Banken und Versicherungen haben andere Anforderungen an Big Data als Maschinenbauer. Für erstere geht es darum, Risiken abzuschätzen und Betrug zu vermeiden. Deshalb sind Echtzeitauswertungen von Transaktionsdaten für sie wichtig. Für einen Maschinenbauer sind die Sensordaten der Maschinen am relevantesten. Er möchte wissen, ob die Anlagen optimal laufen oder eine Maschine bald gewartet werden muss.
Der Einsatz intelligenter Softwarelösungen und das reine Sammeln von Daten allein hilft jedoch nicht bei der tatsächlichen Umsetzung smarter Konzepte. Vielmehr geht es darum von Anfang an klarzustellen, welches Problem durch das Sammeln und auswerten der Daten gelöst werden soll. Zudem müssen alle gesammelten Daten entsprechend strukturiert werden, da nicht alle Daten gleichermaßen relevant sind.
In der Praxis spricht man in diesem Zusammenhang oft von Hot & Cold Data. Dabei handelt es sich um eine gewisse Vorkategorisierung von Daten. Als Hot Data werden Daten bezeichnet, die für direkte Folgeaktionen wichtig sind. Das kann eine Alarmmeldung darüber sein, dass bestimmte vorab eingestellte Grenzwerte für kritische Bauteile überschritten werden. Es ist wichtig, diese Art von Daten in Echtzeit auswerten zu können, um Folgeschäden an Maschinen zu verhindern.
Als Cold Data werden Daten bezeichnet, die im laufenden Betrieb keine unmittelbare Relevanz haben. Sie können aber für spätere Auswertungen wichtig sein. Das können zum Beispiel Informationen über die produzierte Menge einer Maschine oder deren Verbrauch sein. Oder es geht um die Betriebsdauer und damit den Verschleiß eines speziellen Bauteils, um auf Wartungsintervalle schließen zu können.

Die SMS group hat bereits Anwendungen entwickelt, die Industrieunternehmen dabei unterstützen können, ihre Maschinendaten sinnvoll auszuwerten. Genius CM bietet beispielsweise sogenanntes Conditioning Monitoring. Das heißt, Genius CM überwacht fortwährend den Zustand von Anlagenteilen, um kritische Situationen frühzeitig zu erkennen und ungeplante Stillstände zu vermeiden.
Smart Alarm von SMS digital erlaubt es, den Anlagenzustand zu überwachen und Alarme intelligent zu visualisieren. Wird eine kritische Hot Data betreffende Alarmmeldung ausgelöst so werden die zuständigen Personen im Unternehmen umgehend vom System darüber informiert. Dank Smart Alarm haben Industrieunternehmen so einen besseren Überblick über die Alarmflut an ihren Anlagen. Und das ermöglicht ihnen eine bessere Kontrolle über die Datenmengen, die an ihren Maschinen anfallen.