Industrie 4.0: Von Daten zum Wissen

Anbieter zum Thema

Linde Material Handling GmbH

ACE Stoßdämpfer GmbH

SMC Deutschland GmbH

IBM Deutschland GmbH

IBM Deutschland GmbH Geschäftsbereich Lotus

mehr weniger

IBM Deutschland GmbH

weniger

Darüber hinaus wird – bedingt durch die Architektur – über eine zentralisierte Integrationsschicht ein Security Gate geschaffen, das die Kommunikation untereinander steuert, kontrolliert und dadurch gleichzeitig zur Shopfloor-Sicherheit beiträgt.

Diesen Ansatz hat der Stahlhersteller Hoesch Hohenlimburg gewählt und dadurch eine bessere vertikale und horizontale Integration seiner Produktions- und Geschäftssysteme erreicht. Mit großem Erfolg: Das Unternehmen verbesserte seine Produktivität um 100 %, reduzierte die Wartungsaufwände um 40 % und den Entwicklungsaufwand um die Hälfte. Zudem wurde die notwendige Zeit für die Implementierung neuer Interfaces von Wochen und Monaten auf wenige Tage reduziert.

Data Historian: Eine Frage der Effizienz

Die Idee, einen Mehrwert-Service für Geschäftskunden anzubieten, beschäftigt viele Maschinenhersteller, insbesondere in Verbindung mit den Innovationsmöglichkeiten rund um Industrie 4.0. Man braucht dazu nur die Daten aus allen produzierten Maschinen, die im Einsatz sind, zu sammeln, diese zu analysieren und daraus Erkenntnisse zu generieren, um etwa Maschinenstillstände präventiv zu verhindern, zum anderen zur Qualitätsverbesserung im eigenen Engineering. Doch selbst wenn man die organisatorischen und psychologischen Bedenken vieler OEMs überwinden und die Maschinen-Logs nutzen könnte, entsteht ein ganz anderes, reales Problem – der Umgang mit Big Data. So hat ein mittelständischer Hersteller von Holzverarbeitungsmaschinen festgestellt, dass es für seine über 30.000 Maschinen mit einer durchschnittlichen Lebensdauer von 15 Jahren und nur minimaler Datensammlung eine Nettospeicherkapazität von etwa 30 Petabyte braucht.

Relationale Datenbanken, geschweige denn die klassischen Data Warehouses, sind aber zu schwerfällig und ineffizient, wenn es um die Verarbeitung historischer Daten geht, die über die Lebensdauer der Produkte gesammelt und ausgewertet werden sollen. Daher müssen andere Möglichkeiten ins Auge gefasst werden. Entweder Zeitreihen als besondere Form relationaler Datenbanken (wie Informix) oder Big Data Technologien wie Hadoop. In beiden Fällen wird eine besonders hohe Datendichte, effiziente Speichernutzung, hohe Performance und Skalierung und hiermit Kosteneffizienz erreicht.

(ID:43519053)