INDUSTRIAL ANALYTICS UND BIG DATA IN PRODUKTION UND SERVICE

Transkript

1 INDUSTRIAL ANALYTICS UND BIG DATA IN PRODUKTION UND SERVICE Dr. Daniel Jeffrey Koch Industrial Analytics Fraunhofer IAIS und Fraunhofer-Allianz Big Data Fraunhofer-Allianz Big Data 1

2 FRAUNHOFER-INSTITUT FÜR INTELLIGENTE ANALYSE UND INFORMATIONSSYSTEME FRAUNHOFER-ALLIANZ BIG DATA Dr. Dirk Hecker Fraunhofer-Allianz Big Data 2

3 Fraunhofer-Institutszentrum Schloss Birlinghoven Internationales Forschungszentrum auf historischem Gelände 600 Wissenschaftlerinnen und Wissenschaftler Eines der größten Forschungszentren für angewandte Informatik und Mathematik Kernkompetenz Künstliche Intelligenz Enge Kooperationen mit regionalen Hochschulen Fraunhofer-Allianz Big Data 3

4 Fraunhofer-Institut für Intelligente Analyseund Informationssysteme Fraunhofer IAIS - Wir machen mehr aus Daten! 240 Mitarbeiter Wissenschaftler verschiedener Disziplinen, Projektingenieure, technisches Personal und Verwaltung Anwendungslösungen aus den Bereichen Machine Learning, Visual Analytics, Business Intelligence, Multimedia Pattern Recognition Industrial Analytics Forschung Consulting & Projekte Schulungsprogramm Hochschulkooperationen Fraunhofer-Allianz Big Data 4

5 Fraunhofer-Allianz Big Data Strategien, Lösungen und Training für»data-driven Enterprises«28 Institute bündeln ihre Kompetenzen in einer Big Data Factory für Deutschland Die Fraunhofer-Allianz Big Data begleitet Unternehmen bei der Umsetzung von Big-Data-Strategien entwickelt Software und datenschutzgerechte Systeme für Big Data bildet Fach- und Führungskräfte zu Data Scientists aus industrieorientierte Geschäftsfelder Fraunhofer-Allianz Big Data 5

6 Fraunhofer-Allianz Big Data Geschäftsfelder der Allianz Produktion & Industrie 4.0 Logistik & Mobilität Life Sciences & Health Care Energie & Umwelt Sicherheit Business & Finance Fraunhofer-Allianz Big Data 6

7 Geschäftsfeld Produktion & Industrie 4.0 Märkte / Branchen Automobil, Bahn, Luftfahrt Maschinenbau, Produktionsanlagen Logistik / Transport Verfahrenstechnik, Chemie Lebensmittel, Landwirtschaft Energie, Windkraft Big Data - Datenarten Sensordaten, Qualitätsdaten Anlagendaten, Zustandsdaten (Prozess-)Simulationsdaten Prozessdaten, Produktdaten Telematikdaten Fraunhofer-Allianz Big Data 7

8 INDUSTRIAL ANALYTICS UND BIG FRAUNHOFER Dr. Dirk Hecker Fraunhofer-Allianz Big Data 8

9 Gartner Hype Cyle 2015 Big Data kein Hype mehr? Quelle: Gartner 2015 Fraunhofer-Allianz Big Data 9

10 Industrial Analytics and Analytics in einem industriellen Umfeld / Industrie 4.0-Kontext Quelle: BITKOM 2015 Fraunhofer-Allianz Big Data 10

11 Unternehmen erwarten weitreichende qualitative Vorteile von Industrie 4.0 Quelle: Strategy& 2014 Fraunhofer-Allianz Big Data 11

12 Gründe gegen die Auswertung von Maschinendaten Quelle: SAS 2013 Fraunhofer-Allianz Big Data 12

13 Unklarheit über den wirtschaftlichen Nutzen ist die größte Herausforderung Quelle: Strategy& 2014 Fraunhofer-Allianz Big Data 13

14 Industrial Analytics in Industrie 4.0 Quelle: BITKOM/VDMA/ZVEI 2015 Fraunhofer-Allianz Big Data 14

15 USE CASES UND PROJEKTBEISPIELE Dr. Dirk Hecker Fraunhofer-Allianz Big Data 15

16 Industrial Analytics in Industrie 4.0 Digitale Durchgängigkeit des Engineerings Quelle: BITKOM/VDMA/ZVEI 2015 Fraunhofer-Allianz Big Data 16

17 Datenanalyse bei einem Bremsbelaghersteller Wissenstransfer und Hilfe beim Aufbau einer eigenen Analyseabteilung Ein weltweit agierende Bremsbelaghersteller plant hauseigen Datenanalysen durchzuführen Die Bremsblöcke müssen extreme Anforderungen erfüllen, wobei die Zusammenhänge zwischen Materialmix und dessen Eigenschaften hoch komplex sind Analysewerkzeuge sollen die Compounder bei der Kreation der Rezepturen unterstützen Fraunhofer bietet hier ein Mentoring für ein Analyse Pilot-Projekt an, welches zusammen mit Mitarbeitern im Unternehmen umgesetzt wird Fraunhofer-Allianz Big Data 17

18 Industrial Analytics in Industrie 4.0 Mensch als Dirigent in der Wertschöpfung Quelle: BITKOM/VDMA/ZVEI 2015 Fraunhofer-Allianz Big Data 18

19 Data needs a Leader Chief Data Officer (CDO) Organisationsstrukturen für Big Data schaffen Der CDO ist verantwortlich für die übergreifende Inwertsetzung der Daten im Unternehmen Erkennung und Wahrnehmung neuer Chancen, Visionär Zuständig für das Datenwachstum Schaffung einer Unternehmensdatenkultur Datenmanagement, Datenqualität und Datengovernance Fraunhofer-Allianz Big Data 19

20 Big Data Business Club Das erste deutsche Netzwerk für CDO s Zentrale Anlaufstelle und exklusive Vernetzungsplattform zum Thema Big Data für Unternehmen auf Führungsebene Förderung des branchenübergreifenden Technologie- und Wissenstransfers im Bereich digitale Transformation Strategische Vernetzung der zentralen Persönlichkeiten im Big-Data-Umfeld Wissenstransfer zwischen Wirtschaft und Wissenschaft zentraler Kontaktknotenpunkt für Entscheider im Kontext von Big Data Schirmherr: Prof. Dr. Reimund Neugebauer, Präsident der Fraunhofer-Gesellschaft Fraunhofer-Allianz Big Data 20

21 Fraunhofer-Schulungsprogramm Big Data Zertifizierte Weiterbildung für Data Scientists Executive-Seminare umfassender Überblick zum Thema Big Data, anwendungsorientiert, Schaffung eines gemeinsamen Vokabulars, Möglichkeiten und Grenzen des Trends Methodenspezifische Seminare rund um Big Data Architectures, Big Data Analytics, Visual Analytics, Security and Privacy for Big Data Branchenspezifische Seminare Smart Buildings and Infrastructures, Smart Energy Systems Zertifizierte Weiterbildung zum Data Scientist Aufbau von individuellen Data Science Curricula in Unternehmen Fraunhofer-Allianz Big Data 21

22 Industrial Analytics in Industrie 4.0 Vertikale Integration und vernetzte Produktionssysteme Quelle: BITKOM/VDMA/ZVEI 2015 Fraunhofer-Allianz Big Data 22

23 Industrie 4.0 Überwachung von Produktionsanlagen in der Prozessindustrie Monitoring komplexer technischer Prozesse Modellierung des Verhaltens technischer Anlagen durch Nutzung historischer Prozessaufzeichnungen Datengetriebene Modellierung komplexer Zusammenhänge durch Methoden des maschinellen Lernens Auswirkung von Fehlern entlang von Produktionsketten oder Geschäftsprozessen Automatische Semantifizierung massenhafter, textueller Sensordaten: aus unstrukturiert wird strukturiert Fraunhofer-Allianz Big Data 23

24 iprodict Intelligente Prozessprognose basierend auf Big-Data-Analytics- Verfahren Semi-automatisierte Anpassung und Verbesserung der Produktion aus Prozessdaten Auswertung von Kontextinformationen aus Sensornetzwerken und Anpassung von Analyseverfahren in Echtzeit Anwendungsszenarios: Stahlherstellung beim Anwendungspartner Saarstahl AG Technologische Ansätze Neuronale Verfahren und Deep Learning zur unüberwachten Erkennung von Fehlerzuständen aus hochdimensionalen numerischen Sensordaten Big Data Analytics und prädiktive Analyse Projektpartner: Fraunhofer-Allianz Big Data 24

25 blackvalue - Sortierung schwarzer Kunststoffe mit Fraunhofer-Technologien Entwicklung neuer Bildverarbeitungsalgorithmen für die Industrie 4.0 echtzeitfähiges Sensor- und Auswertungs-system zur Sortierung schwarzer Kunststoffe Aufbau der technischen Infrastruktur durch Fraunhofer IAIS Leistungsdaten Hohe Trenngüte Anwendbarkeit auf Kunststoff-Flakes Kapazitäten von 5t/h Nachrüstbarkeit Kostengünstige Umsetzung Fraunhofer-Allianz Big Data 25

26 Industrial Analytics in Industrie 4.0 Horizontale Integration über Wertschöpfungsnetzwerke Quelle: BITKOM/VDMA/ZVEI 2015 Fraunhofer-Allianz Big Data 26

27 Big-Data-Toolbox für die Industrie 4.0 Semantische Analyse komplexer Ereignisse Die Anlagenlandschaft in IT und Maschinenbau wird immer komplexer Ein Fehler in einer Anlage kann ein ganzes System ins Stocken bringen, Produktionsketten und Geschäftsprozesse unterbrechen Die Lösung:»Predictive Maintenance«Automatische semantische Aufbereitung massenhafter, heterogener Sensordaten aus industriellen Prozessen Erkennung und datengetriebene Vorhersage von Betriebsfehlern Erprobung mit Realdaten und Anwendungsfällen aus IT-Anlagen Fraunhofer-Allianz Big Data 27

28 Sake - Semantische Analyse komplexer Ereignisse Anwendungsfall Anlagenbau Standardisierung der im Maschinenbau immer komplexeren Anlagenlandschaft: Automatische Semantifizierung massenhafter, textueller Sensordaten: aus unstrukturiert wird strukturiert Predictive Maintenance und präskriptive Analyse Root-Cause-Analysis und Entdeckung von Fehlersequenzen entlang von Maschinen- Logdaten Unüberwachte Erkennung von Fehlerzuständen Diagnostik von Bedienfehlern und suboptimalem Anlageneinsatz; automatisches Aufzeigen von Optimierungpotential Projektpartner: Fraunhofer-Allianz Big Data 28

29 Beispiel: Fraunhofer Rule Creator Big Data: Mehr Nadeln im Heuhaufen oder nur mehr Heu? Der Fraunhofer RuleCreator findet vollautomatisch verständliche Muster in den Daten Anwendungen: Fraud Detection: Finden von Betrugsmustern in Kreditkartentransaktionen operative Einsatz in Banken Root-Cause-Analyse: Finden von Erklärungsfaktoren für Fehlerfälle Create Rules Learn Rules Learn Monitoring and Entscheidungs- Unterstützung: Finden operative Regeln für komplexe regelbasierte Steuerungsund Kontrollsysteme Fraunhofer-Allianz Big Data 29

30 Weitere Beispiele aus der Fraunhofer-Allianz Big Data Structural health monitoring for wind turbines Life cycle monitoring for grinding machines Life cycle monitoring for high Speed Trains Self-learning condition monitoring for electric devices in smart production Fraunhofer-Allianz Big Data 30

31 INDUSTRIAL DATA SPACE FÜR EINE DATENGETRIEBENE WERTSCHÖPFUNG Dr. Dirk Hecker Fraunhofer-Allianz Big Data 31

32 Datengetriebene Wertschöpfung braucht Souveränität und Sicherheit Industrial Data Space Internetbasierte Dienste und Wertschöpfung nehmen eine immer größere Rolle ein Verknüpfung von Daten erforderlich - vertikale Integration und vernetzte Produktionssysteme horizontale Integration über Wertschöpfungsnetzwerke Unternehmen und Gesellschaft fordern Datensouveränität und Sicherheit nach eigenen Spielregeln Marktbeherrschende Plattformmodelle berücksichtigen dies nicht und beginnen in andere Bereiche zu expandieren Risiko des Verlustes von Souveränität und Wertschöpfung Grafiken: Acatech, Forschungsunion Fraunhofer-Allianz Big Data 32

33 Der effiziente Austausch von Daten entlang der eigenen Wertschöpfungskette wird besonders wichtig Quelle: Strategy& 2014 Fraunhofer-Allianz Big Data 33

34 Der Industrial Data Space ermöglicht ein»network of Trusted Data«Offenheit Neutral und anwendergetrieben Dezentralität Föderale Architektur Souveränität über Daten und Dienste Vertrauensschutz zertifizierte Teilnehmer Governance Gemeinschaftliche Spielregeln Sicherheit Datenaustausch Fraunhofer-Allianz Big Data 34

35 Industrial Data Space: On Demand Interlinking All Data stays with its Ownern and are controlled and secured. Only on request for a service data will be shared. No central platform. Service F Enterprise 6 Enterprise 5 Service G Service A Enterprise 1 Enterprise 4 Service B Service E Service C Enterprise 2 Enterprise 3 Service D Fraunhofer-Allianz Big Data 35

36 Mitglieder im Industrial Data Space Verein Fraunhofer-Allianz Big Data 36

37 ANSATZPUNKTE FÜR INDUSTRIAL ANALYTICS UND BIG DATA Prof. Dr. Stefan Wrobel Dr. Dirk Hecker Fraunhofer-Allianz Big Data 37

38 Ansatzpunkte für Industrial Analytics und Big Data in Produktion und Service Excite Excite Seminar Innovation Workshop Accelerate Data Asset Scan Starter Toolkit Proof of Concept Evaluate Legal Big Data Roadmap Run Training and Qualification Big Data Architecture and Analytics Sustainability Fraunhofer-Allianz Big Data 38

39 VIELEN DANK! Prof. Dr. Stefan Wrobel Dr. Dirk Hecker Fraunhofer-Allianz Big Data 39

40 DO MORE WITH DATA! Fraunhofer IAIS Schloss Birlinghoven Sankt Augustin vege Fotolia Dr. Daniel Jeffrey Koch Industrial Analytics Fraunhofer IAIS Telefon Dr. Dirk Hecker Fraunhofer-Allianz Big Data 40