Selbstfahrende Autos und Getränkeautomaten, die sich autonom bei der Filiale melden, sobald sich ihr Warenbestand dem Ende nähert – wenn es um Themen wie die Machine-to-Machine-Kommunikation und das Internet der Dinge geht, werden häufig Beispiele wie diese bemüht. Den größten Wandel bringt die Vernetzung von immer neuen Bereichen jedoch wohl eher in der produzierenden Industrie. Unter dem Titel Industrie 4.0 ist das Thema beispielsweise in Deutschland sogar mit einem eigenen Namen belegt und wird in einem branchenübergreifenden Gremium vorangetrieben. [...]
Produzierende Unternehmen müssen sich angesichts der neuen Entwicklungen rund um die Kommunikation von Maschinen und die Erfassung immer neuer Daten auf große Veränderungen einstellen. Dabei lautet die entscheidende Frage, welche Systeme und Anlagen für das Internet der Dinge grundsätzlich in Frage kommen, welche Daten dabei anfallen und ob sich aus diesen überhaupt sinnvolle Schlüsse ziehen lassen, mit denen die Produktion später optimiert werden kann.
Dabei war die große Menge an unstrukturierten Daten, die vor der Analyse erst aufbereitet werden müssen, bislang eines der größten Probleme. Schließlich kommen die Informationen gleich aus mehreren relevanten Datensilos. Dazu gehören Scada-Systeme und ICS-Applikationen, Telematik-Anwendungen, eine Fülle unterschiedlicher Kontrollsysteme und in vielen Firmen selbstentwickelte Applikationen. Diese Systeme sind ganz offensichtlich interessante Lieferanten für eine IoT-Implementierung. Viele dieser Daten lassen sich mit vergleichsweise moderatem Aufwand auslesen und in ein größeres Gesamtsystem einspeisen. Das funktioniert sogar über verschiedene Geräte- und Systemgenerationen hinweg.
Nach wie vor scheuen viele Unternehmen jedoch die aktive Nutzung maschinengenerierter Daten – den Zugriff auf die Operational Intelligence. Vor allem die Tatsache, dass die Informationen bei vielen Systemen in einem ersten Schritt vorsortiert werden müssen, halten IT-Abteilungen von der Auswertung ab. Dabei gibt es mittlerweile Lösungen, die auch mit unstrukturierten Daten problemlos zurechtkommen und sofortige Antworten liefern. Lösungen wie die von Splunk zeichnen sich dadurch aus, dass die Fragen direkt „an den Datensee“ gestellt werden können. Dadurch lassen sich Anfragen ganz ohne vorherige Aufbereitung durch die IT-Abteilung beantworten. Auf diese Weise können Fachabteilungen wesentlich flexibler agieren und die Daten für unterschiedliche Zwecke nutzen. Dies startet mit einer einfachen Überwachung, wo sich über das System wiederkehrende Muster leichter identifizieren lassen. Bislang verborgene Fehler in Maschinen können darüber wesentlich einfacher aufgespürt werden. Es sind jedoch ebenso gut auch fundierte Operational-Intelligence-Analysen möglich, die für die Prozessteuerung und -optimierung genutzt werden. Dabei verschiebt sich der Fokus der Analyse von der IT- zur Fachabteilung. Dort können die Analysen in deutlich weniger Schritten als bei herkömmlichen, auf Tabellen basierenden BI-Systemen, erledigt werden.
NEUE DATENQUELLEN GEZIELT NUTZEN
Eine Lösung, die mit unstrukturierten Daten aus mehreren Quellen keine Probleme hat, bietet das Potenzial für völlig neue Auswertungen. Schließlich gibt es neben den großen Produktionssystemen auch weniger offensichtlich für Analysen geeignete Datenquellen. So genannte „dark devices“ liefern eine Menge Informationen, haben jedoch auf den ersten Blick relativ wenig mit den Kernprozessen des Unternehmens zu tun. Dazu gehören Drucker, IP-basierte Telefone, WLAN-Netze, Switches und anderes Netzwerk-Equipment. Aber auch Systeme rund um die Gebäudeautomatisierung können in die Auswertung einbezogen werden. Wenn sämtliche Sensoren eines Gebäudes Daten liefern und diese mit anderen Daten aus IT-Systemen korreliert werden, lassen sich beispielsweise die Energiekosten erheblich senken.
Nicht immer sind es also die „großen“ Analysen von Produktionsdaten, die den meisten Mehrwert bringen. Schon durch ein reines Monitoring bislang ignorierter Systeme lassen sich unbekannte Fehler erkennen und die Downtime in der Produktion kann deutlich reduziert werden. Ein weiterer Verwendungszweck für die so einsehbaren Daten sind Auswertungen im Security-Umfeld. Netzwerk-Anomalien und ungewöhnliche Zugriffe lassen sich vergleichsweise einfach feststellen und mit den richtigen Gegenmaßnahmen unterbinden.
Ein anderer Bereich betrifft neue Services auf dem Gebiet Wartung und Instandhaltung. Ein Transportunternehmen das Maschinendaten auswertet, diese mit aktuellen und historischen Wetterdaten, dem Fahrverhalten des Personals, dem Energieverbrauch und vielen weiteren Daten in Verbindung setzt, gewinnt wertvolle Einblicke. So ist es dank der Einbindung von Operational Intelligence möglich, den Wartungsprozess komplett zu verändern. Statt im Nachhinein die defekten Komponenten auszutauschen, lassen sich schon im Vorfeld mögliche Ausfälle sehr genau voraussagen. Dadurch kann das Unternehmen eine „vorausschauende Wartung“ umsetzen, bei der Teile gezielt so instandgesetzt werden, dass der Betrieb nicht zum Erliegen kommt.
* Olav Strand ist Director Central Europe von splunk.
Be the first to comment