Big Data ist ein wichtiges Schlüsselelement für die Industrie 4.0. Datenerhebung und Datenanalyse im großen Stil werden als wesentliche Voraussetzung für die verbesserte Planung und Optimierung von Produktionsprozessen angesehen. Was es mit Big Data auf sich hat, wird nachfolgend erläutert.
Was ist Big Data?
Mit dem Begriff Big Data sind zunächst die gigantischen Datenmengen gemeint, die im Rahmen von modernen Produktionsprozessen innerhalb kürzester Zeit anfallen. Aufgrund ihres enormen Volumens und der Tatsache, dass es sich hierbei um einen Mix aus strukturierten, semi-strukturierten und unstrukturierten Daten handelt, können diese mithilfe herkömmlicher Datenverarbeitungsmethoden nicht bewältigt werden. Hieran schließt sich die zweite Bedeutung des Begriffs Big Data an: Er bezieht sich auch auf die Auswertung und Analyse der Datenmengen, wodurch diese für das Unternehmen nutzbar gemacht werden.
Was sind die Merkmale von Big Data?
Zur genaueren Definition und Beschreibung von Big Data werden oft, die sogenannten „5 V“ herangezogen:
Volume (Menge): Tagtäglich werden im Rahmen von Big Data extrem große Mengen an Daten generiert.
Variety (Vielfalt): Im Rahmen von Big Data werden Daten unterschiedlichen Typs generiert – von strukturierten über semi-strukturierte bis hin zu gänzlich unstrukturierten Daten.
Velocity (Geschwindigkeit): Die Daten werden in Echtzeit erhoben und sollten auch in Echtzeit verarbeitet werden, um auf Veränderungen reagieren und Optimierungspotenziale bestmöglich nutzen zu können.
Veracity (Wahrhaftigkeit): Damit die Daten für Unternehmen nutzbar sind, müssen sie exakt sein. Nur so sind sinnvolle Analysen möglich.
Value (Wert): Die Daten müssen für das Unternehmen Mehrwert besitzen, da sich nur so sinnvolle Rückschlüsse aus ihnen ableiten lassen.
Welche Vorteile bietet Big Data für Industrieunternehmen?
Big Data kann Unternehmen auf verschiedenen Ebenen unterstützen. Zwei Beispiele:
Prozessoptimierung
Mit Blick auf die Produktion kann die Datenauswertung dabei helfen, ineffiziente Prozesse zu identifizieren und zu verbessern. Dadurch wird es etwa möglich, Produktionsgeschwindigkeit und -qualität zu erhöhen. Gleichzeitig lassen sich zum Beispiel durch Verringerung von Ausschuss oder Energieoptimierung Produktionskosten senken.
Reparatur und Wartung
Wenn Anlagen permanent Daten erheben, lassen sich dadurch Rückschlüsse auf den Zustand der jeweiligen Anlage ziehen. Infolgedessen können zum Beispiel Abweichungen von den Betriebsparametern umgehend erkannt und behoben werden. Zudem wird es mit Big Data möglich, Wartungsarbeiten passgenauer zu planen (Predictive Maintenance). Dies wiederum reduziert Ausfallzeiten und verhindert Reparaturkosten. Gleichzeitig werden Anlagenverfügbarkeit und -sicherheit gesteigert.
Wie funktioniert die Erhebung von Big Data?
Big Data in der Industrie ist eng mit dem Internet der Dinge (Internet of Things = IoT) verbunden. Dabei erheben und speichern Anlagen und Maschinen, die mit zahlreichen Sensoren ausgestattet sind, permanent Daten über sich selbst und die durchgeführten Produktionsprozesse. Die Datenerhebung läuft in der Regel automatisiert und in Echtzeit ab.
Wie erfolgt die Analyse von Big Data?
Die Analyse der gigantischen Datenmengen erfolgt in Echtzeit. Hierfür werden spezielle und hochleistungsfähige Data Analytics-Anwendungen benötigt. Diese integrieren im Idealfall zusätzlich geeignete Algorithmen für maschinelles Lernen. Dadurch können Maschinen und Anlagen selbstständig Ableitungen aus den Daten erstellen und auf deren Basis Entscheidungen treffen.