Cloud treibt Digitalisierung in der Fertigungsindustrie

Immer mehr Unternehmen in Deutschland setzen auf IT-Leistungen aus der Cloud. Dies zeigt der aktuelle Report „Digital Office Index 2018“ des ITK-Branchenverbands Bitkom. [...]

Für produzierende Unternehmen wird es immer wichtiger, ihre IT-Infrastruktur zu modernisieren. (c) Nataliyahora - Fotolia
Für produzierende Unternehmen wird es immer wichtiger, ihre IT-Infrastruktur zu modernisieren. (c) Nataliyahora - Fotolia

Für Bitkom-Vorstandsmitglied Jürgen Biffar ist diese Entwicklung ein Beleg dafür, dass das Vertrauen in die Cloud wächst. Vorreiter dieser Entwicklung: der Maschinen- und Anlagenbau. In diesen Branchen greift bereits jedes zweite Unternehmen auf die Cloud zurück und lässt die Systeme zudem über externe Dienstleister betreiben.

Für die Unternehmen bedeutet der Cloud-Betrieb, dass sie einerseits ihre IT-Kosten senken und andererseits die IT-Sicherheit und Hochverfügbarkeit steigern. Denn: Bei professionellen CloudDienstleistern sind IT-Infrastrukturen meist besser geschützt als bei kleinen oder mittelständischen Unternehmen, die nicht über die notwendigen personellen oder finanziellen Ressourcen verfügen, um ein komplexes Rechenzentrum mit höchster Sicherheitsstufe zu betreiben.

Mit Daten die Produktion und Lieferkette optimieren

Bei der produzierenden Industrie geht es beispielsweise darum, die in automatisierten Produktionsanlagen generierten Datenbestände zu verarbeiten, sowie durch Analysen neue Informationen zu erhalten. Analysen aus Produktionsdaten helfen dabei, Abläufe zu optimieren: Eine vorausschauende Wartung (Predictive Maintenance) minimiert Ausfallzeiten, während eine Realtime-Überwachung der Produktion mögliche Fehler in Echtzeit erkennt. Damit gelingt es Unternehmen, die Qualität und Effizienz in der Fertigung zu steigern. Weiterhin lassen sich Daten dazu nutzen, die Lieferkette zu optimieren sowie die Kundenansprache im After-Sales über eine 360-Grad-Kundensicht zu verbessern.

Speziell in der Automobilindustrie ist die Fahrzeugentwicklung extrem datenintensiv: Simulationen und Crashtests erzeugen riesige Datenmengen, die zeitnah ausgewertet werden müssen. Cloud-Ressourcen lassen sich ideal nutzen, um die On-premise-Datenverarbeitung zu ergänzen und so die Datenanalysen zu beschleunigen. Durch Einsatz der Cloud steigt aber auch die Innovationsfähigkeit, wenn zum Beispiel die Entwicklungsabteilung gemeinsam mit dem Kunden die Produktentstehung auf Basis aktueller Konstruktions- und Simulationsdaten schneller planen kann. Die Zusammenarbeit auf Basis von Produktdaten aus der Cloud, bereitgestellt über eine Plattform für das Product Lifecycle Management, bindet externe Lieferanten, Entwickler und Kunden gleichermaßen nahtlos in den Entstehungsprozess ein. Aber auch Produktionsanlagen können auf die in der Cloud gespeicherten Konstruktionsdaten zugreifen, wodurch Zeitverluste durch manuelle FTP-Transfers entfallen.

Nach wie vor sind Unternehmen im Bereich F&E sowie beim Schutz ihres geistigen Eigentums besonders sensibel, was den Einsatz von Public Cloud-Lösungen angeht. Die Realität überholt jedoch mögliche Bedenken und konservative Denkweisen. Cloud-Infrastrukturen und Netzwerke sind stark gesichert, beispielsweise durch eine Ende-zu-Ende-Verschlüsselung sowie eine Zwei-Wege-Authentifizierung. Weiterhin steigt die Menge der zur verarbeitenden Daten einfach zu rasant, um dieses Wachstum über den Ausbau des eigenen Rechenzentrums abzufangen. So generieren die Testflotten großer Automobilhersteller mehrere Terabyte an Daten pro Tag. Diese werden heute noch per Festplatten ins nächste Rechenzentrum transportiert. Verkürzte Produktzyklen führen dazu, dass solche Daten zeitnah ausgewertet werden müssen und dies kann nur über einen direkten Transfer in die Cloud erfolgen. In der Zukunft werden dafür schnelle 5G-Mobilfunknetze bereitstehen, die sogar eine Übertragung von Telemetriedaten aus den Fahrzeugen in Echtzeit ermöglichen.

Mit der Cloud verteilte Datensilos vereinen

Wer eine Big Data-Initiative starten möchte, sollte im ersten Schritt bestehende Daten in der Cloud zusammenführen, beispielsweise in einem Data Lake. Dies kann in einem kleinen Projekt mit einem oder zwei Fachbereichen erfolgen, wie beispielsweise mit dem Marketing oder dem Vertrieb. Mögliche Ziele könnten sein, das Kundenverhalten und Absatzentwicklungen zu untersuchen. Basierend auf den hierbei gewonnenen Erfahrungen lassen sich weitergehende Projekte rund um die Datenaufbereitung und Analyse durchführen. Über die Cloud kann die IT-Abteilung den Fachbereichen die benötigten Anwendungen und Daten sogar im Self-Service zur Verfügung stellen, wodurch sich die Agilität des gesamten Unternehmens erhöht. Weiterhin sind die Daten aus der Cloud wiederverwendbar, können also von verschiedenen Abteilungen und Standorten sehr einfach für eigene Projekte genutzt werden. Für diese Bereitstellung bietet Talend seine Lösungen für eine Datenintegration und das Datenmanagement in der Cloud an. Die Talend Data Fabric Plattform arbeitet technologieübergreifend und unterstützt alle großen Public Cloud-Anbieter.

Fazit

Nach wie vor schlummern in vielen Unternehmen ungenutzte Datenschätze. Für produzierende Unternehmen wird es daher immer wichtiger, ihre IT-Infrastruktur zu modernisieren, um damit den ständig wachsenden Datenbestand auf neue Geschäftspotenziale analysieren zu können. Vor allem die Skalierbarkeit ist das zentrale Argument für die Cloud, da sie eine schnelle und flexible Bereitstellung von Ressourcen ermöglicht. Die Abrechnung nach den tatsächlich verbrauchten IT-Ressourcen hilft zudem, die Kosten für IT-Investitionen und den laufenden Betrieb zu optimieren.

*Oliver Gaus ist Senior Account Executive, Automotive und Manufacturing bei Talend. 


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*