Kommentar von Andreas Meier, SDSC-BW

Nicht groß, aber clever müssen sie sein

| Autor / Redakteur: Andreas Meier / Nico Litzel

Der Autor: Andreas Meier ist Projektverantwortlicher am SDSC-BW
Der Autor: Andreas Meier ist Projektverantwortlicher am SDSC-BW (Bild: SDSC-BW)

Mit dem Sammeln und Analysieren von Daten Wettbewerbsvorteile sichern: Große Industrieunternehmen machen es schon lange vor, der Mittelstand noch viel zu selten nach. Das Smart Data Solution Center Baden-Württemberg (SDSC-BW) gibt kleinen und mittleren Unternehmen Hilfestellung, auch dabei, erste Schritte zu gehen.

Viele Tera-, Peta- oder sogar Exabytes machen die Welt von Big Data aus, einer Welt, in der sich Großunternehmen zu Hause fühlen: Sie bereiten ihre Datenberge auf, filtern aus ihnen entscheidungsrelevante Informationen, schaffen maßgebliche Wettbewerbsvorteile und generieren große Einsparpotenziale.

Das Marketing und der Vertrieb, aber auch die Qualitätssicherung sind nur einige Bereiche, in denen sie mit big-Data-Analysen echten Mehrwert schaffen: Mit ihrer Hilfe erstellen sie Absatzprognosen, optimieren die Preisgestaltung oder stellen die Qualität von Produkten im Zuge einer vorausschauenden Wartung sicher.

All das sind überzeugende und allseits bekannte Vorteile des Industrie-4.0-Zeitalters, die auch für kleine und mittlere Unternehmen (KMU) greifbar sind, wenn sie sich nicht vom „big“ in „big Data“ abschrecken lassen. Denn: Entscheidend ist nicht nur die Menge der Daten, die einem Unternehmen zur Verfügung stehen.

Klasse statt Masse

Auch Small Data, viele kleine Datenmengen, können in der Kombination mit weiteren externen Daten zu einem big-Data-Thema werden und entsprechend gewinnbringend sein. Letztlich kommt es (nur) darauf an, dass genau die Informationen bzw. Kombinationen gefunden werden, die Antworten auf relevante Fragestellungen geben; und dass diese dann effektiv und zukunftsorientiert eingesetzt werden können. Es geht um Smart Data, um intelligente Daten.

Während bei Big Data die Masse der Daten im Sinne einer rückblickenden Analyse im Vordergrund steht, schlagen Smart-Data-Analysen eine andere Richtung ein: Der wertvolle Inhalt und das möglichst schnelle Begreifen der Daten sind das, worauf es hierbei ankommt. Smart-Data-Anwendungen nutzen sogenannte In-Memory-Technologien, das heißt, sie bearbeiten große Datenmengen direkt im Speicher, beziehen weitere semantische Informationen (wie Wetter, Ferienzeiten, politische und gesellschaftliche Ereignisse, Baustellen etc.) mit ein und liefern so schnell hilfreiche und konkrete Prognosen.

Im Vergleich zu herkömmlichen Datenbanken kann die Beschleunigung komplexer Analysen Faktoren in der Größenordnung von 100 und mehr erreichen. Diese anwendungsorientierte Perspektive macht auch für KMU eine attraktive Verwertung von Daten möglich.

Unternehmensgröße ist nicht relevant

Damit wird klar: Ganz unabhängig von seiner Größe können viele Unternehmen von einer intelligenten Datenauswertung profitieren. So hilft die umfassende Analyse von Kundenwünschen (aus Social-Media-Kanälen, Verbraucherportalen, dem Besucherverhalten auf der Website, E-Mails etc.), das Produktdesign zu optimieren. Für bestehende, aber auch neu einzuführende Produkte können mithilfe von Smart-Data-Technologien die Lagerhaltung sowie die Lagerhaltungskosten optimiert werden. Die Kombination aus Werkstattberichten, Kunden-E-Mails oder Callcenter-Daten trägt in der Qualitätsdatenanalyse dazu bei, rechtzeitig ein flächendeckendes Fehlerbild in einer bestimmten Modellreihe zu erkennen.

Paradebeispiel: Vorausschauende Wartung

Zu den wichtigsten Einsatzgebieten im Produktionsumfeld zählt sicherlich die vorausschauende Wartung von Maschinen: Sensordaten aus Maschinen liefern eine Vielzahl von Informationen, beispielsweise Messwerte von Drehzahlen, Winkeln, Belastungen, Temperatur oder Druck. Selbst bei weniger komplexen Systemen häuft sich auf diese Weise schnell ein riesiger Datenberg an. Sie werden mit unstrukturierten Daten, die nicht aus diesen Sensoren stammen – wie beispielsweise die Protokolle der Wartungsmechaniker oder die Fehlermeldungen der Kunden – in einen Kontext gesetzt.

Erhebt ein Unternehmen solche Daten für viele Maschinen, ergeben sich sehr wahrscheinlich Muster, aus denen sich informative Schlüsse ziehen lassen. Unter dem Stichwort „Predictive Maintenance“ versucht man Besonderheiten zu erkennen, die einem Ausfall vorweg gehen. So können Unternehmen ihre Wartungsressourcen kosteneffizienter einsetzen, teure Ausfallzeiten minimieren, die Betriebszeit der Geräte maximieren und die Lieferkettenprozesse optimieren.

Aus denselben Daten lassen sich aber auch Rückschlüsse ziehen, warum manche Maschinen besser laufen als andere. Es geht also nicht nur darum, das Angebot zu optimieren, sondern auch darum, das Verständnis vom Verhalten der eigenen Produkte zu verbessern.

Chancen und Wege für KMU

So überzeugend derartige Beispiele für den Nutzen von Smart Data-Technologien auch sind, viele KMU erkennen das Potenzial dieser Technologien für ihr Unternehmen nicht oder wissen nicht, wie sie sich dem Thema nähern sollen. Anderen wiederum fehlt es oft schlicht an den finanziellen Mitteln oder der fachlichen Expertise, um Smart Data-Projekte durchzuführen.

Damit auch KMU von den gewinnbringenden Einsatzmöglichkeiten von Smart-Data-Technologien profitieren, existieren bereits diverse Beratungs- und Fördermöglichkeiten in Deutschland: Auf Bundesebene gibt es mit dem Smart Data Innovation Lab (SDIL) bereits eine Forschungsplattform. Unternehmen entwickeln hier zusammen mit Forschungspartnern Werkzeuge für den Umgang mit großen Datenmengen. Darüber hinaus finden sich auch finanzielle Fördermöglichkeiten, z. B. unter www.foerderdatenbank.de.

Eine Initiative, die sich speziell für die Belange der KMU einsetzt, ist das neutrale Smart Data Solution Center Baden-Württemberg (SDSC-BW). Seine Aufgabe ist es, KMU beim Thema Smart Data zu unterstützen und international wettbewerbsfähig zu machen. Durch eine Auswertung der Daten beurteilt das SDSC-BW, ob sich die Aufbereitung, Analyse und Auswertung mit Smart Data für die Unternehmen lohnt. Fällt diese kostenlose Potenzialanalyse positiv aus, berät das SDSC-BW hinsichtlich weiterer konkreter Schritte zur Projektrealisation und steht als Begleiter für die Umsetzung eines tiefer gehenden Projektes zur Verfügung. Die Initiatoren des SDSC-BW sind die Stuttgarter SICOS BW GmbH und das Karlsruher Institut für Technologie (KIT). Finanziert wird das Projekt durch das baden-württembergische Landesministerium für Wissenschaft, Forschung und Kunst.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 43756862 / Best Practices)