Google+ Facebook Twitter XING LinkedIn GoogleCurrents YouTube

Fachkräftemarkt

Daten-Kompetenz für die Fertigung

| Autor / Redakteur: Simon Alborz / Melanie Krauß

Mit Big Data liegen in vielen Industrien hinreichend Daten vor. Auch dem Maschinenbau bringt die Datenkompetenz viele Vorteile. Aber worum geht es beim Sammeln, Interpretieren und Kombinieren von Daten genau?
Mit Big Data liegen in vielen Industrien hinreichend Daten vor. Auch dem Maschinenbau bringt die Datenkompetenz viele Vorteile. Aber worum geht es beim Sammeln, Interpretieren und Kombinieren von Daten genau? (Bild: © AdobeStock.com)

Big-Data-Analysen sollen der Fertigungsindustrie enorme Vorteile bieten. Aus diesem Grund besteht hohe Nachfrage nach Daten-Experten. Aber was genau müssen diese Spezialisten können und wo findet man sie?

Beflügelt durch die Hersteller von Analytiksoftware, sitzen viele Unternehmen dem Glauben auf, dass es nur Geld, guten Willen und ein paar Superhirne braucht und schon wird Big Data in der Fertigung funktionieren. Ganz so einfach ist es natürlich nicht, obgleich daran richtig ist: um mit der Datenanalyse Wettbewerbsvorteile erzielen zu können, braucht man in der Tat ein Team von mathematisch-statistisch hochbegabten Fachkräften. Ihre Fähigkeit, Daten zu sammeln, auszuwerten und zu analysieren, wird sich in den kommenden Jahren zu einer der Schlüsselkompetenzen in der Fertigung entwickeln. Denn diese Industrie stützt sich auf vergleichsweise viele Prozesse, die die Auswahl und Analyse großer Datenmengen mit sich bringen.

Man denke nur an die vorausschauende Instandhaltung von Maschinen. Wer hier rechtzeitig auf Datenanalyse (Predictive Maintenance) setzt, wirtschaftet effizienter und riskiert keine Kostenexplosion. Bei den aggregierten Daten in der Fertigung handelt es sich im Wesentlichen um Sensordaten, die analysiert werden müssen, um frühzeitig erkennen zu können, welche Bauteile ausgetauscht werden müssen. Damit dieser Prozess aber auf Dauer reibungslos und fehlerfrei funktionieren kann, muss man schon zu einem frühen Zeitpunkt bestimmte Ausfallmuster erkennen und deuten können. Genau hier kommt die Datenkenntnis ins Spiel.

Predictive Maintenance: Effizienz in der Industrie 4.0

Predictive Maintenance

Predictive Maintenance: Effizienz in der Industrie 4.0

03.07.18 - Predictive Maintenance beschreibt einen vorausschauenden Ansatz, bei welchem Maschinen und Anlagen proaktiv und auf Basis dauerhaft erhobener Daten gewartet werden. lesen

Daten-Kompetenz hängt von der Aufgabe ab

Allerdings ist Datenanalyst nicht gleich Datenanalyst. Denn wer seine Arbeit in der Fertigungsindustrie verrichtet, hat es mit einer anderen Art von Daten zu tun als ein Datenexperte, der beispielsweise im Dienstleistungssektor beschäftigt ist. Sensordaten sind nicht dasselbe wie Nutzerdaten und zahlen zudem auf zwei ganz unterschiedliche Zielsetzungen ein. Das sollten sich Entscheider aus dem Umfeld der Fertigungsindustrie bewusst machen, wenn sie die Zusammenarbeit mit Datenexperten anstreben. Ohnehin differenziert sich dieses noch recht junge Tätigkeitsfeld in der Umsetzungspraxis gerade erst aus.

Denn anders als beispielsweise ein Ingenieur, dessen Tätigkeit auf einer klar umrissenen Ausbildung basiert, formt ein Big-Data- oder Datenanalyst sein Profil erst mit seiner Aufgabenstellung. Und die hängt davon ab, in welcher Form die Rohdaten in der Fertigung bereits vorliegen oder aufbereitet wurden. Ein sogenannter Data Scientist geht zum Beispiel eher wissenschaftlich an die Sache heran. Er verfügt erfahrungsgemäß über eine naturwissenschaftliche Ausbildung, da er mathematische sowie statistische Formeln und Grundlagen braucht, um die Datenmuster zunächst überhaupt herleiten zu können.

Personaler können den Spezialisten-Engpass auch mit einem Freiberufler überbrücken. Denn je länger ein Besetzungsprozess dauert, umso teurer wird es für die Unternehmen.
Personaler können den Spezialisten-Engpass auch mit einem Freiberufler überbrücken. Denn je länger ein Besetzungsprozess dauert, umso teurer wird es für die Unternehmen. (Bild: © AdobeStock.com)

Geht es allerdings eher um Expertise im Bereich der Datenmodellierung, sind Firmen mit dem Datenarchitekten besser bedient. Kern seiner Arbeit ist die Zusammenstellung und Zuordnung von Datenmengen in einem bestimmten Kontext. Der Architekt agiert daher auch häufig in enger Absprache mit der IT. Ohnehin sind IT-Kenntnisse für jede Art von Datenexpertise nur von Vorteil. Man stelle sich nur vor, aus der IT werden seitenweise Quellcodes geliefert und der Experte weiß diese nicht auszulesen. Da er den Betrieb der gesamten Datenerhebung zu verantworten hat, sollte er auch infrastrukturtechnisch immer wissen, was zu tun ist. Daran lässt sich unschwer erkennen: Ein Data-Architekt kümmert sich eher um das konzeptionelle Datenmanagement und ist in seiner Tätigkeit nah am Data-Scientist.

Ganz anders gestaltet sich wiederum das Tätigkeitsfeld des klassischen Datenanalysten. Er kommt dann zum Zug, wenn es darum geht, das Big Picture zu erkennen. Konkret bedeutet das, er muss die meist erfolgskritische Transferleistung zwischen den Zahlenkolonnen der Rohdaten und kryptischen Tabellen erbringen und so die Brücke zum nächsten Vorstandsmeeting schlagen. Typische Fragestellungen, die er beantworten muss, wären also: Haben wir alle relevanten Informationen zur Anlage, um entscheiden zu können, wie wir die Serviceverträge zur Wartung verändern müssen?

Big Data Analytics für den Mittelstand

„Sexiest job in the 21st century“

Big Data Analytics für den Mittelstand

26.07.18 - Jeder Schritt in der digitalen Welt hinterlässt Spuren in Form von Daten. Als vielversprechende Schlüsseltechnologie zur Auswertung des täglich produzierten Datenaufkommens wurden Big Data Analytics identifiziert. lesen

Bevor das allerdings stattfinden kann, müssen die Maschinenbauer diese rare Spezies am Arbeitsmarkt erst einmal finden. Und das ist nicht so einfach, zumal viele noch kein Gespür dafür haben, welche Fähigkeiten überhaupt abrufbar sind. Besonders eng wird es, wenn Firmen vom gesuchten Datenanalysten neben seiner fachlichen Qualifikation ebenfalls fundierte Branchenkenntnisse erwarten. Daran ändert auch die Tatsache nichts, dass Personaldienstleister immer auf einen größeren Pool an Talenten zugreifen können.

Auf der Suche nach dem Datenanalysten gilt es in jedem Fall folgende Aspekte im Blick zu behalten, damit die Suche am Ende auch von Erfolg gekrönt werden kann. Es geht darum welche fachliche Kompetenz ein Kandidat mitbringt, welche Erfahrung er innerhalb der Fertigungsbranche schon vorweisen kann, welche Gehaltswünsche er hat und wie das Beschäftigungsverhältnis aussehen soll. An diesen Stellschrauben muss ein Personaldienstleister drehen dürfen, ansonsten wird es schwer, den richtigen Kandidaten zu finden.

Mehr Kompromissbereitschaft nötig

Trotzdem die Datenanalyse zu den Schlüsselkompetenzen mit hoher Dringlichkeit gehört, müssen Maschinenbauer kompromissbereiter bei ihren Anforderungen werden. Das heißt befristeter Einsatz von Selbstständigen oder auch interne Weiterqualifizierung. Beides sollte eine ernsthafte Alternative zum langen Warten auf den Idealkandidaten sein. Zumal sich auch in anderen Branchen die Nachfrage nach Datenanalysten verschärfen dürfte. Denn gerade im Umfeld der großen Technologietrends wie Blockchain und Künstliche Intelligenz wird es immer stärker um die Analyse von Daten für mehr Effizienz sowie die Weiterentwicklung des Geschäftes gehen. Hier ist die Fertigungsindustrie gut beraten, sich rechtzeitig um interne Kompetenzentwicklung und entsprechende Netzwerke nach außen zu bemühen.

Wie sich das Servicegeschäft wandeln muss

Gewinnpotenziale

Wie sich das Servicegeschäft wandeln muss

26.07.18 - Zu einer erfolgversprechenden Zukunftsstrategie gehört der Aus- und Weiterbau des Servicegeschäfts. Dass manche Unternehmen aus der produzierenden Industrie dabei noch immer auftreten wie vor zwanzig Jahren, zeugt nicht gerade von Service Excellence. lesen

* Simon Alborz ist Bereichsleiter Permanent IT bei der Hays AG in 68161 Mannheim, Tel. (0 40) 3 00 85 93 50, festanstellung-it@hays.de, www.hays.de

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  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.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45397804 / Karriere)

Industrial Usability 2019

Das Anwendererlebnis im Mittelpunkt

Wie sieht eine erfolgreiche UX-Strategie aus? Ein Glück in Sachen Alleinstellungsmerkmal: Eine für alle, die gibt es nicht. Dieses Dossier bietet verschiedene aktuelle Ansätze und Trends in der Industrial Usability. lesen

Effizienzsteigerung

Mit Künstlicher Intelligenz erfolgreich durchstarten

Wie Sie Ihr erstes KI-Projekt starten, wie sich die Branche verändern wird und welche Best Practices es heute schon gibt – hier finden Sie die Fakten und das nötige Grundlagenwissen! lesen