Wertschöpfung durch Daten: Nutzung von Little Data & Big Data in der Industrie

Transkript

1 Wertschöpfung durch Daten: Dr. Matthias Nagel, Markus Nagel, Dirk Maiwald & Dagmar Lange Chemnitz,

2 Smart Everything : Leben im Datenzeitalter 2

3 Datability: Nutzung aller relevanter Daten Datenquellen: Maschinengenerierte + Menschengenerierte + Geschäftsdaten Cloud Internet der Dinge Silos Portals EAI Vendor Consolidation SOA Web Legacy SaaS B2B Globalization Mobile Social Centralization Big Data Grafik: Kapow Die Datenvielfalt ist heute ein größeres Problem als die Datenmenge. 3

4 Herausforderungen bei Big Data: Volume: Velocity: Variety: Veracity: Größenordnung für BIG DATA: Groß. Unternehmen versinken in einer Datenflut (TB, PB) Komplexe GB können aber auch Big Data sein! BIG-DATA-Daten sind oft zeitkritisch und müssen sofort verarbeitet werden, damit ihr Wert optimal genutzt wird. Big Data geht über strukturierte Daten hinaus, umfasst unstrukturierte Daten aller Art: Text, Audio, Video, Klickstreams, Protokolldateien usw. > 80% der Daten sind heute unstrukturiert. Richtigkeit oder Zuverlässigkeit von Daten: Wetterdaten. seismologischen Messdaten, makroökonomischen Indikatoren oder Prognosedaten sind oft nicht verlässlich oder schnell veraltet. Big Data sind kein Selbstzweck: Es fehlt noch ein V für Value. 4

5 Game Changing Advantages Querdenken, Integrieren, aus Daten lernen 5

6 Prozesse Querdenken 1. Analyse von Unfallursachen Links abbiegen vermeiden! Änderung der Routenplanung durch ORION7 spart 1.5 Mio. Gallonen Treibstoff Spart 10 Mio. Kosten Positive Umweltwirkung Geringere Fahrtzeiten Geänderte Versicherungsprämien 2. Prädiktive Analyse statt Routinewartung bei UPS Durch Wartungsintervalle werden Teile ersetzt, obwohl sie noch in gutem Zustand waren. UPS baute hunderte daraufhin von Sensoren in ihren Fahrzeugen ein Durch Analysen der Daten von tausenden Trucks Vorhersage wann welche Teile davon ausfallen werden. 6

7 Lernen aus Daten und Prozessen n³ Lösung für Versicherungen: Textanalyse eingehender Schadensfälle Process Mining Nutzen: Prozess-Optimierung & -Automatisierung Vereinheitlichung schnellere Regulierung Kundenzufriedenheit Kosten 7

8 Internet, Social Media & Unternehmensdaten Tagesaktuelle Peis-, Bestands-, Abverkaufanalysen der Mitbewerber Dynamische Preisbildung Kaufe nie an Regentagen Online ein! Entdeckung von Produktpiraterie 8

9 Unternehmensentscheidungen auf Datenbasis Little Data: Die Datenschätze im Unternehmen 9

10 Herausforderung Industrie 4.0 Herausforderung für mittelständische Unternehmen, anfallenden Datenmengen zu erfassen, zu speichern und gewinn-, bzw. effizienzbringend zu verarbeiten. Es fehlen digitale Strategien und Know-how, um interne & externe Wertschöpfungsprozesse mit modernen Datenanalysetechnologien auszustatten. Wer nicht zeitnah auf diese Entwicklung mit flexiblen Softwarelösungen reagiert, verpasst wertvolle Wettbewerbsvorteile und büßt Marktanteile ein. 10

11 Unternehmensentscheidungen auf Datenbasis Little Data = Daten, die im Unternehmen vorliegen Integration der im Unternehmen verfügbarer Daten In Datenmenge überschaubar, in Komplexität anspruchsvoll, für das Unternehmen oft nicht weniger nutzbringend als ein Big Data-Projekt Mit Little Data beginnen, um einen wichtigen und großen Schritt zu einem datengetrieben Unternehmen zu gehen Produktivfaktor Daten ist ein Wettbewerbsvorteil 11

12 KPI s im Produktionsbereich Integration von Controlling, Produktion, Materialwirtschaft, Qualitätssicherung, Vertrieb, dazu: Anbindung div. Datenquellen notwendig: SAP, MySQL, Excel, Analysen, KPI s, Dashboards, Reports mit VisualCopckpit Der nächste Schritt: OEE, TEEP, 12

13 Daten aus Prozessen, Maschinendaten, Befunde aus der Fahrzeugdiagnostik Werkstattübergreifende Sammlung ermöglicht globale Auswertung und liefern Rückschlüsse, um die Produktion zu verbessern BOSCH Motortester A kommt zusammen mit B bei Ausstattung C mit einer Wahrscheinlichkeit 0,991 vor 13

14 Statt Suchen: Finden! Nutzung aller strukturierter und unstrukturierter Daten & Dokumente 14

15 Semantische Suche in Dokumenten 15

16 Informationsdrehscheibe MIS Integration von Projekt-und Leadmanagement, ERP, PDM, CRM, FiBu, BSC, Kontaktmanagement, IT-Monitoring Herausforderungen: täglich die Finanzen im Blick mehr als 100 Projekte agil managen Vertrieb in unterschiedlichen Branchen steuern Leads verwalten und auszuwerten Kommunikationsdaten verwalten und analysieren Abgleich flexibler Arbeitszeiten mit Zeiterfassung und Projekt- und Servicezeiten MIS: alle Informationen & Balance Score Card Rechte und Rollen Web, mobil, PC, flexibel erweiterbar 16

17 Big Intelligence: Reporting, Little Data & Big Data Industrialisierung der Datenprojekte Reporting Factory statt Excel-Manufaktur Standardisierung {Prozesse, Inhalte, Werkzeuge} Information Design für Berichte und Dashboards Agile Entwicklung & Mass Customization Flexibilität für den Fachanwender: Self-Service BI Mobile BI - schnellere Information für Management und Außendienst Standardisierung & Nachricht: Information Design Quelle: C. Bange, BARC Unternehmensdaten heute nutzen, Wettbewerbsvorteile sichern! 17

18 See it. Control it. Perform better. Der Kern des Erfolgs n³ Unternehmenspräsentation