Herausfordernd: Technik-Evolution und Business-Revolution. Der Hightech-Rohstoff

Transkript

1 Big Data automotive Eine Sonderedition von automotiveit Herausfordernd: Technik-Evolution und Business-Revolution Der Hightech-Rohstoff Big Intelligence: Informationen gewinnbringend nutzen und verwerten Vorsprung durch Wissen: Interview mit Audi-CIO Mattias Ulbrich Entwicklung, Produktion, Aftersales: viele Daten große Chancen Exklusiv: Fachbeitrag des Fraunhofer-Instituts IAIS zum Thema Big Data

2 LEADING EDGE IN BIG DATA EMC Deutschland GmbH EMC 2, EMC, the EMC logo, RSA, and the RSA logo are registered trademarks or trademarks of EMC Corporation in the United States and other countries. Copyright 2013 EMC Corporation. All rights reserved.

3 Inhalt Big Data automotive 3 Inhalt Big Data automotive Eine Sonderedition von automotiveit Fotos: Audi, Claus Dick Illustration: Sabina Vogel Titel: Audi, istockphoto/olly Illustrationen: Sabina Vogel Basiskonzept. 80 Prozent der Daten, die bis 2015 neu erzeugt werden, landen in Hadoop-Umgebungen 14 _Game Changer. Big Data verändert den Blickwinkel der Automobilhersteller: weg von den Produkten und hin zu den Kunden. Neue Methoden, Werkzeuge und IT-Infrastrukturen unterstützen den Schwenk. 4 _Interview. Audi betrachtet das Thema Big Data über die gesamte automobile Wertschöpfungskette hinweg. CIO Mattias Ulbrich erklärt, welche konkreten Vorteile die Fachbereiche erwarten können. 6 _Statements. Viele Hersteller und Zulieferer arbeiten bereits an Big- Data-Projekten oder befinden sich in der Evaluations- und Planungsphase. automotiveit hat bei Vorständen, CIOs und Managern nachgefragt. 10 _Value Chain. Erfolgreiche Big-Data- Lösungen starten im Fachbereich. Um in Entwicklung, Produktion und Aftersales den maximalen ROI zu erzielen, muss die IT fest mit den Geschäftsprozessen verbunden sein. 12 Interview. Audi-CIO Mattias Ulbrich über die intelligente Auswertung und Interpretation von Daten 10 _SOA-Plattformen. Die digitale Welt produziert Daten im Überfluss. Um daraus Mehrwert zu generieren, müssen die IT-Entscheider in der Automobilindustrie die Technik in ihren Rechenzentren und Netzwerken ändern. 14 _Expertise. Big Data findet auf der Straße statt so lautet das Fazit eines Fachbeitrags, den Hendrik Stange vom Fraunhofer-Institut IAIS in Sankt Augustin für diese Sonderedition verfasst hat. 16

4 4 Big Data automotive Game Changer Big Intelligence Wer aus dem Produktionsfaktor Daten neue Produkte und Dienstleistungen formen möchte, braucht dazu die richtigen Werkzeuge und eine Vorstellung, wohin die Reise gehen soll. Illutration: Sabina Vogel

5 Game Changer Big Data automotive 5 Bei Google kommt der Suchbegriff Big Data derzeit auf knapp 1,8 Milliarden Hits. Cloud Computing mit 148 Millionen Ergebnissen wirkt dagegen fast übersichtlich. Dabei sieht die Realität ganz anders aus: Viele Unternehmen testen bereits eifrig, ob und wie ihnen die Verlagerung von Servern und Anwendungen in virtualisierte Umgebungen nützlich sein kann. Big Data dagegen besitzt auf der Management-Agenda noch keine Toppriorität. Verkehrte Welt? Nein, sagen viele Marktbeobachter und Analystenhäuser. Es sei richtig, auf der Infrastrukturseite die strategischen Weichen für das große Datenwachstum der Zukunft zu stellen und nach und nach altgediente Analyse- und Reportingprozesse unter die Lupe zu nehmen. Wer den zweiten Schritt vor dem ersten mache, drohe zu stolpern. Ohne Zweifel birgt Big Data auch für Unternehmen in der Automobilindustrie erhebliches Businesspotenzial, aber kein IT-Entscheider muss fürchten, den Anschluss zu verpassen. Die Zahl der Projekte und Anwendungen wird in den nächs ten zwei Jahren kontinuierlich zulegen und aus dem Hype-Begriff Geschäftsalltag machen. Potenzielle Einsatzbereiche: Verhaltensanalysen von Kunden, Produktoptimierungen, besserer Service, mehr Unterstützung in den operativen Abläufen, vielleicht sogar beim Aufbau neuer Geschäftsfelder. Erste Best- Practice-Beispiele gibt es bereits. Streng genommen ist Big Data kein neues Thema. Der Einzelhandel nutzt auffällige Korrelationen im Kaufverhalten seiner Kunden bereits seit Anfang der 1990er Jahre, um die räumliche Präsentation einzelner Produktgruppen zu optimieren Stichwort Gattungskauf. Weil es bei vielen industriellen Wettbewerbsartikeln keine markanten Unterschiede gibt, beeinflussen nur noch Geschmacksnuancen die Kaufentscheidung. Auch in der Automobilbranche fällt eine Differenzierung über die Technik, die unter dem Blechkleid steckt, schwer. Deshalb ist es wichtig, den Blickwinkel weg von den Produkten und verstärkt auf die Kunden zu richten. Genau an dieser Stelle kommt Big Data ins Spiel. Zu den Daten, die unternehmensinterne Applikationen erzeugen, verwalten und auswerten, treten externe Quellen, die Hersteller und Zulieferer bisher nicht auf dem Schirm hatten: Sensoren im Fahrzeug, mobile Endgeräte im Besitz von Kunden, Postings und Tweets in sozialen Medien alles kann dabei helfen, Stimmungen aufzuschnappen, aktuelle Markttrends zu erkennen, Entwicklungen zu simulieren und konsolidierte Informationen in weitreichende und strategische Unternehmensentscheidungen einfließen zu lassen. Voraussetzung dafür: Struktur und Organisation. Gängige Warenwirtschaftssysteme und klassische Business-Intelligence-Lösungen können unstrukturierte Daten nicht ordentlich verarbeiten. Wer mit Big Data punkten möchte, braucht neue Methoden, Werkzeuge und IT-Infrastrukturen. Vor allem auf die Bereiche Datenmanagement und -integration warten noch jede Menge Hausaufgaben. Die Vielfalt der Infokanäle und Dateiformate erfordert neue Systemtechnologien, neue Verarbeitungskonzepte, unter Umständen sogar eine Umorganisation des Informationsflusses im Unternehmen. Raus aus der transaktionalen Betrachtung und rein in eine demokratische Datenauswertung, an der alle Ebenen partizipieren können, nicht nur das Topmanagement. Kann die Macht der Algorithmen dem Herrschaftswissen ein Ende setzen? Ja, ein Stück weit, sagt Reimund Willig vom Technologieunternehmen EMC. Big Data vermisst die Welt des 21. Jahrhunderts neu. Daten können unser physisches Ich digital verlängern, ähnlich wie Kleidung unseren Körper. Heißt übersetzt: Unternehmen erhalten völlig neue Informationen über ihre Kunden, Rückmeldungen zu ihren Produkten und über Wettbewerber. Wer wie Amazon oder Google die Technik beherrscht und clever nutzt, kann sein Geschäftsmodell gewinnbringend erweitern. Statt allein mit Büchern oder Suchergebnissen wird das große Geld mit Kundenprofilen verdient. Persönliche Befindlichkeiten, Vorlieben, Bedürfnisse und Verhalten die richtigen Informationen zur richtigen Zeit sind die neue Währung in der Welt von Big Data. Autor: Ralf Bretting Daten-Tsunami: Speichern, was das Zeug hält Egal ob stationär vom PC, mobil über Smartphone und Tablet oder per Machine-to-Machine: Die Datenmenge, die monatlich durch die globalen Netze strömt, wächst unaufhaltsam. In den letzten zehn Jahren hat das Volumen um den Faktor 750 zugenommen. Und ein Ende dieses Trends ist nicht in Sicht. Im Gegenteil: Bis zum Jahr 2016 wird sich die Zahl der digitalen Pakete noch einmal mehr als vervierfachen. Das stärkste Wachstum sehen Experten in Ländern, die heute noch kaum ans Netz angebunden sind. Auch auf die IT-Abteilungen der Unternehmen kommt einiges zu: Bis 2020 wird die Zahl der Server um den Faktor zehn und die Informationsmenge um das Fünfzigfache ansteigen. Es braucht dann eineinhalb Mal mehr IT-Experten als heute, um dieses Datenbergs Herr zu werden.

6 6 Big Data automotive Interview Wir betrachten Big Data über die komplette Wertschöpfungskette hinweg Vorsprung durch Technik verspricht der Werbeclaim der Audi AG. Im Interview erklärt CIO Mattias Ulbrich, welchen Beitrag die IT speziell mit Big Data zum Erfolg des Unternehmens beisteuert und in welchen Bereichen die intelligente Auswertung und Interpretation von Daten das Business künftig befeuern kann. Herr Ulbrich, viele Herausforderungen in der Automobilindustrie haben im Kern mit der Erfassung und der intelligenten Auswertung von Daten zu tun. Welche Rolle spielt dabei für Sie Big Data? Wir haben die Bedeutung von Daten erkannt und die damit verbundenen Möglichkeiten identifiziert. Unsere IT-Strategie ist fest in der Audi-Strategie 2020 verankert. Ziel ist es, Audi auf dem Weg zur führenden Premiummarke auf die Herausforderungen der Zukunft auszurichten und Kunden weltweit zufriedenzustellen. Dabei spielen Daten und deren Nutzung für neue Geschäftsmodelle eine zentrale Rolle. Wer die Zahlen und Fakten intelligent interpretiert und damit einen Mehrwert für den Kunden schafft, kann sich einen entscheidenden Wettbewerbsvorteil erarbeiten. Für uns ist Big Data kein Modewort. Wir unterstützen die Geschäftsbereiche beim Aufbau neuer Big-Data- und Analytikprojekte durch die richtigen Tools und das Knowhow im Bereich Datenverarbeitung, -visualisierung und -interpretation. Zudem können wir mit unserem Wissen zum Thema Big Data auch unsere Kollegen in den Vertriebsregionen beraten. Heißt konkret: Big Data ist für Audi kein technisches Buzzword mehr, sondern liefert schon konkreten Mehrwert? Ja. Wir arbeiten an Pilotprojekten, die auf Big Data basieren. Dass dieser Fachbegriff nun immer prominenter wird, gibt diesen Projekten sicher Rückenwind. Unsere Business-Intelligence-Infrastruktur und -Kompetenz ist schon heute ausgeprägt, beispielsweise was Datenbewirtschaftung und Datenhaltung, aber auch Auswertung und Darstellung von Daten angeht. Und wir ergänzen diese Bereiche zielgerichtet für neue Datenquellen. Wir stellen den Fachbereichen damit eine umfangreiche Auswahl an Werkzeugen zur Verfügung, aus der sie sich bedienen können. Fahrzeugsensordaten können wir zum Beispiel schon heute verknüpfen und wollen dem Kunden damit in Zukunft einen konkreten Mehrwert bieten. Verfolgen Sie eine spezielle Big-Data-Strategie? Unsere IT-Strategie berücksichtigt natürlich auch Big-Data- Elemente. Das Ziel ist die Stärkung des bestehenden Kerngeschäfts und die Erschließung neuer Geschäftsmodelle. Der gesamte Vorstand unterstützt dieses Thema, insbesondere unser Vertriebsvorstand Luca de Meo. Hat Big Data Auswirkungen im Bereich IT-Sicherheit? Datensicherheit und Datenschutz stehen für uns an erster Stelle. Wir haben höchste Sicherheitsstandards im Umgang mit Kunden- und Fahrzeugdaten. Unser neues, hochmodernes Rechenzentrum bietet technologisch gesehen die allerbesten Voraussetzungen. Unsere Datensicherheitsexperten sind bereits in die Konzeption der Dienste eingebunden und begleiten die gesamte Entwicklungsphase mit Sicherheitsanalysen. Ebenso prüfen wir den laufenden Betrieb durch kontinuierliche Sicherheitschecks.

7 Interview Big Data automotive 7 Fotos: Claus Dick

8 8 Big Data automotive Interview»Wir möchten durch den Einsatz von Big-Data-Technologien vor allem einen Mehrwert für Kunden schaffen«an welcher Stelle der automobilen Wertschöpfungskette stellen Sie den Fachbereichen heute bereits Big-Data- Anwendungen zur Verfügung? Wir betrachten Big Data über die komplette Wertschöpfungskette hinweg. Die ersten Anwendungen testen wir heute schon. In diesen Pilotprojekten sammeln wir wichtige Erfahrungen, um bis zum Rollout Lösungen zu erarbeiten, die dem Premiumanspruch unserer Kunden gerecht werden. Können Sie das bitte konkretisieren? Worauf genau konzentriert sich Audi? Wir wollen Big-Data-Technologien vor allem im Marketingund Vertriebsumfeld sowie in der Qualitätssicherung einsetzen und selbstverständlich durch Big Data auch Funktionen im Fahrzeug verbessern. Neben internen Datenquellen werden wir mittelfristig auch auf externe Datenquellen zurückgreifen, um die Qualität der Auswertungen zu steigern und eine korrekte Interpretation der Daten zu garantieren. Hier werden beispielsweise Wettervorhersagen und andere Umweltdaten eine große Rolle spielen. Analysten sagen, dass Big Data den OEMs vor allem dabei helfen kann, direkte Beziehungen zu Fahrzeugkäufern aufzubauen und im Aftersales intensiv zu nutzen. Sehen Sie das auch so und welche Schritte unternimmt Audi in dieser Richtung? Ja, wir sehen das ähnlich und möchten durch den Einsatz von Big-Data-Technologien vor allem einen Mehrwert für die Kunden schaffen. Dank moderner Online-Lösungen haben wir schon heute einen engen Kontakt zu ihnen. Gerade bauen wir beispielsweise einen Online-Shop für zahlreiche Aftersales- Services auf. So werden Kunden etwa die Möglichkeit haben, Wartungstermine mit ihrer Werkstatt mit nur einem Klick direkt im Fahrzeug zu vereinbaren. Vernetzte Systeme wie Audi connect eröffnen neue Geschäftsmöglichkeiten, sind aber auch ein Treiber für das Datenwachstum im Unternehmen. Auf welche Größenordnung müssen Sie sich bei den übermittelten Daten pro Fahrzeug und Monat einstellen? Und wie wird Ihr Backend ressourcentechnisch damit klarkommen? Unsere Backend-Systeme sind für die zu erwartende Datenmenge vorbereitet und können flexibel an die Anforderungen angepasst werden. Wir rechnen pro Tag mit Datenvolumina im mehrstelligen Gigabyte-Bereich. Die Datenmenge in diesem Umfeld ist allerdings abhängig von vielen Faktoren und kann stark schwanken. Das Nutzungsverhalten der Kunden sowie das Dienste-Portfolio im Fahrzeug abhängig von Markt und Modell haben darauf entscheidenden Einfluss. Daher ist in diesem Umfeld eine entsprechende Skalierbarkeit besonders wichtig. Das erreichen wir durch Private-Cloud-Technologien in unserem Audi-internen Connect-Center. Wir können sowohl Rechenleistung als auch Speichervolumen kurzfristig an den Bedarf anpassen. Auf welche Software- und Hardwareprodukte verlassen Sie sich im Umfeld von Big Data? Müssen Sie Ihre IT- Architektur modifizieren, vielleicht sogar neu planen?

9 Interview Big Data automotive 9 Mattias Ulbrich ist seit Februar 2012 CIO der Audi AG in Ingolstadt. Zuvor war der studierte Elektrotechniker sechs Jahre Leiter IT Integration & Services bei Volkswagen sowie Leiter ITP Kundenauftragsprozess. Von 2003 bis 2006 arbeitete der 46-Jährige als Leiter Informationssysteme und Organisation bei Seat S. A bis 2003 war Ulbrich bereits als Leiter Informationssysteme Produktherstellung bei Audi in Neckarsulm tätig. Mattias Ulbrich ist verheiratet und hat zwei Kinder. Daten und Fakten: Audi AG Auf Erfolgskurs: 2012 ist als Jahr großen Wachstums in die Unternehmensgeschichte der Ingolstädter eingegangen. Umsatz in Mio. Euro Produktionsvolumen Wir haben im vergangenen Jahr mit unserem neuen Rechenzentrum das Rückgrat der Audi-IT noch stärker gemacht und damit auch eine entscheidende Weiche für unseren Wachstumspfad gestellt. Unsere Systemlandschaft überprüfen wir aber weiterhin kontinuierlich, denn wer nicht ständig nach Verbesserungsmöglichkeiten sucht und Innovationen aktiv nutzt, kann seinen Vorsprung nicht verteidigen. Heute verfügen wir über eine belastbare und konsolidierte IT-Architektur, die wir gezielt erweitern können. Haben Sie in Ihrem Team genügend Experten, die sich mit komplexen Datenanalysen auskennen? Wir verfügen bereits heute über eine hohe Analytikkompetenz bei uns im Haus, die wir aber noch weiter ausbauen wollen. Wir orientieren uns dabei auch an den Anforderungen der Fachbereiche. Audi will dieses Jahr 1500 neue Mitarbeiter in Deutschland einstellen. Neben Experten für Leichtbau und E-Mobilität suchen wir auch ganz gezielt IT-Spezialisten mit Schwerpunkt Datenanalyse, die mit uns gemeinsam die Zukunft gestalten wollen. 1,5 1,2 0,9 0,6 0, in Mio. 0,93 Mitarbeiter , , ,46 Lassen Sie uns zum Schluss einen Blick in die Glaskugel werfen: Wie groß werden die Datenmengen sein, die wir in fünf Jahren big nennen? Die Zahl wird sich mindestens im zweistelligen Petabyte-Bereich bewegen Das Gespräch führten: Ralf Bretting und Hilmar Dunker

10 10 Big Data automotive Statements Startaufstellung Big Work Aus dem Hypebegriff werden Businessprojekte. Hersteller und Zulieferer prüfen diverse Möglichkeiten.»ZF hat das Thema Big Data seit letztem Jahr auf dem Radar. Nach dem ersten Wirbel am Markt werden wir in der zweiten Jahreshälfte 2013 in unserem IT-Innovationsmanagement ernsthafte Anwendungsfälle in der ZF untersuchen und anschauen. Vorstellbar sind zum Beispiel Auswertungen von Massendaten aus dem Produktionsprozess und den Produkten im Feld im Sinne der kontinuierlichen Qualitätssicherung und -verbesserung«peter Kraus, Leiter des Bereichs Informatik ZF-Konzern, Friedrichshafen»Big Data ist ein Schlagwort mit wortwörtlich durchschlagender Wirkung. Gleichzeitig passt es zum Kern unserer Entwicklung: Informationsmanagement ist es, was zum Beispiel die Continental-Division Interior ausmacht. So, wie wir heute im Fahrzeug neue Funktionen nur durch die Vernetzung bislang getrennter Systeme realisieren können, so wird die Nutzung von vielfältigen Datenquellen aus der Verkehrsinfrastruktur zu ganz neuen Funktionen und am Ende zu einer ganz neuen Qualität des Autofahrens führen«helmut Matschi, Mitglied des Vorstands der Continental AG, Division Interior, Hannover»In den neuen Fahrzeuggenerationen von BMW stecken heute rund zwei Gigabyte Softwarecode und Anwenderdaten in wenigen Jahren wird es zehnmal so viel sein. Benötigen Modelle dann ein Update, müssen unsere Servicepartner weltweit dazu in der Lage sein, sehr große fahrzeugspezifische und betriebskritische Datenmengen schnell abzurufen und in die Autos einzuspielen. Das ist eine datenlogistische Herausforderung, der wir uns stellen müssen«karl-erich Probst, Leiter Zentrale Informationstechnologie, BMW Group, München»Acht Währungen, große Produktfamilien mit zahlreichen Unterkategorien, sehr unterschiedliche Kunden mit lokalen Anforderungen die Randbedingungen, die unsere Teilepreise in der Region APAC beeinflussen, sind komplex. Deshalb wollen wir künftig eine Big-Data-Lösung nutzen, die unsere Analysten bei der Preisbildung mit automatisch generierten Kennzahlen aus unterschiedlichen Datenquellen unterstützt. Wir haben uns die Serviceangebote zum Vorbild genommen, mit denen die Automobilindustrie erfolgreich Kunden bindet«raymond L. Osgood, Leiter des Teilegeschäfts von Fiat Industrial in der Region Asien-Pazifik

11 LEADING EDGE IN TRUST EMC Deutschland GmbH EMC 2, EMC, the EMC logo, RSA, and the RSA logo are registered trademarks or trademarks of EMC Corporation in the United States and other countries. Copyright 2013 EMC Corporation. All rights reserved.

12 12 Big Data automotive Value Chain CRTL-S Passen Methoden, Softwaretools und IT-Infrastrukturen zusammen, kann Big Data Antworten auf die spannende Frage Was wäre, wenn? liefern entlang der gesamten automobilen Wertschöpfungskette. Fotos: Land Rover Illutration: Sabina Vogel

13 Value Chain Big Data automotive 13 Jahrelang trimmten die IT-Abteilungen Anwender darauf, die Datensätze in zentralen Reportingtools so schlank wie möglich zu halten. Speicherplatz war teuer, Auswertungen dauerten Tage. Big Data Analytics stellt dieses Paradigma auf den Kopf. Jetzt speichern Unternehmen alle Details, derer sie habhaft werden können. Die Frage, was damit passieren soll, steht an zweiter Stelle. Automobilhersteller zum Beispiel erfassen Maschinenparameter in ihren Fabriken, blicken ihrer Händlerorganisation über die Schulter, wollen wissen, was die Käufer ihrer Fahrzeuge tun, werten die Sensoren aus der Bordelektronik aus. Wenn es gelingt, diesen vielfältigen Input richtig zu kanalisieren und als nützliche Information an den Anfang der Wertschöpfungskette zurückzuspielen, wäre viel gewonnen. Design und Entwicklung könnten Knowhow und Bauchgefühl mit validen Rückmeldungen aus der Praxis abrunden, das Topmanagement noch bessere Entscheidungen treffen. Die perfekte Feedbackschleife über den kompletten Produktlebenszyklus hinweg gibt es zwar noch nicht. Wohl aber erste Leuchtturmprojekte, die zeigen, was mit Big Data machbar ist. Entwicklung In der Entwicklungsphase des SUV-Modells Evoque schrieben die Designingenieure von Jaguar Land Rover mit ihren Fahrzeugsimulationen Tag für Tag Plattenspeicher im Terabyte-Bereich voll. Extensives virtuelles Prototyping und Big- Data-Vergleiche haben am Ende nicht nur das äußere Erscheinungsbild des Evoque geprägt, sondern auch die Arbeitsweise der Entwicklungsteams bei Jaguar Land Rover verändert. Weil heute jedes neue Fahrzeug in all seinen Eigenschaften digital beschrieben ist, bevor die ersten Hardware-Aktivitäten starten, können die Ingenieure das Zeitfenster für Änderungen länger offenhalten. Neue Lifestyletrends, Beobachtungen des Wettbewerbs, Rückmeldungen vom Markt alles wird die Produktentwicklung in Zukunft noch länger beeinflussen. Auch Daimler will die Phase vor dem so genannten Design Freeze verlängern. Laut Entwicklungsvorstand Thomas Weber sind sechs Monate und mehr möglich, je mehr Absicherung digital erfolgt. Das ist die große Chance, um mit einem weltweit verteilten Entwicklungsverbund zu punkten. Das macht uns schneller, effizienter und spart Geld, sagte er gegenüber automotiveit bei der Eröffnung des neuen Forschungs- und Entwicklungszentrums von Mercedes-Benz in Indien. Fertigung In der Produktion schafft die Kombination aus kostengünstigen Sensortechnologien, leistungsfähigen IT-Infrastrukturen und hochflexiblen Analyse- und Planungssystemen eine vollkommen neue Welt. Das Beratungsunternehmen Experton geht davon aus, dass sich künftig die Material- und Produktionsflüsse weiter optimieren lassen, da nahezu alle Eingangsressourcen einzeln lokalisiert und getrackt werden können. Das Feedback aus den Nachfragemärkten wandert nahezu in Echtzeit durch die verschiedenen Stufen der Lieferanten- und Produktionskette und sorgt für eine optimale Steuerung der Outputmenge sowie der verbrauchten Materialien und Energieträger, schreiben die Analysten Carlo Velten und Steve Janata in ihrem Strategiepapier Big Data Business Models Betrachtet man die Produktivitätsentwicklung in der Industrie innerhalb der letzten fünfzig Jahre, so ist zu erwarten, dass sich durch den Einsatz von Internettechnologien in Kombination mit Big-Data- Verfahren ein neuer Produktivitätsschub entfachen wird. Die Anzahl der industriell eingesetzten Sensoren soll sich bis zum Jahr 2015 verdreifachen. Produkt BMW arbeitet daran, die Prognostik in seinem Navigationsdienst auf eine neue Detailstufe zu heben. In die Berechnungen fließen Informationen über das persönliche Fahrverhalten, Ampelphasen, das aktuelle Unfallgeschehen und andere Einflussfaktoren auf der gewählten Route ein. Möglich machen das Korrelationen aus unterschiedlichen Datentöpfen, die praktisch in Echtzeit ermittelt werden und dem Fahrer via ConnectedDrive zur Verfügung stehen. Sales und Aftersales Detaillierte Analysen des Nutzungsverhaltens können helfen, Wartungsintervalle gezielter zu bestimmen, Werkstattbesuche bedarfsgerechter festzulegen und eine wirklich proaktive und individuelle Kundenbetreuung umzusetzen. Um Produktfehler schneller orten zu können, gibt es schon heute einen Abgleich der täglich in Vertragswerkstätten auf der ganzen Welt anfallenden Millionen von Diagnosedaten. Die Ergebnisse können bares Geld wert sein: Welche Werkstätten haben mit welchem Modell ähnliche Erfahrungen gemacht? Zu welcher Lösung sind sie gekommen? Mit diesen Informationen lassen sich die Ursachen eines Defekts schneller eingrenzen und betroffenen Kunden kann sofort geholfen werden. In der Vergangenheit hat der Erfahrungs- und Datenabgleich zwischen Werkstätten, OEMs, Zulieferern und Bauteileproduzenten schon mal mehrere Tage, unter Umständen sogar Wochen in Anspruch genommen. So lange muss im Zeitalter von Big Data kein Autofahrer mehr auf sein Fahrzeug verzichten. Autor: Tino Fromme

14 14 Big Data automotive SOA-Plattformen Auffangbecken Big Data, Fast Data, Analytics, Intelligence, In-Memory auf der Fahrt in das neue IT-Zeitalter tauchen viele neue Begriffe am Straßenrand auf. Doch keiner ist so wichtig wie Hadoop. Foto: Audi Illustration: Sabina Vogel Landezonen: Software-definierten Rechenzentren gehört die Zukunft Schon heute denken CIOs darüber nach, Daten, die im Unternehmen über verschiedene Instanzen verstreut sind, an einem zentralen Ort zu sammeln und dort mit den zu erwartenden neuen externen Big-Data-Strömen zu verschmelzen. Diese müssen groß, günstig und sehr zuverlässig sein eine Chance für IT-Dienstleister, sollten sie es schaffen, mit ihren Angeboten fünf erfolgskritische Faktoren unter einen Hut zu bringen: das Speichern großer Datenmengen Auswertungen in Echtzeit eine schnelle App-Entwicklung die Koexistenz mit der Legacy-Welt sowie eine freiwählbare Kombination unterschiedlicher Cloud-Anbieter.

15 SOA-Plattformen Big Data automotive 15 Hadoop ist ein Software-Framework, das auf Java basiert. Mit ihm lassen sich lastintensive Prozesse auf tausende von Rechnerknoten verteilen und parallel abarbeiten. Was sehr technisch klingt, bringt handfeste Vorteile mit sich. Selbst Datenvolumina im Petabyte-Bereich stellen kein Hindernis dar, und im Vergleich zu klassischen Data Warehouses (DWH) sind Ha doop-lösungen extrem günstig, weil sie auf frei zugänglichem Quellcode basieren. Damit nicht genug: Hadoop kann mit sämtlichen Formaten umgehen, egal ob sie strukturierte Daten enthalten oder nicht. Deshalb sagen Experten dem Framework eine große Zukunft voraus: 80 Prozent der Daten, die bis 2015 neu ins weltweite Big-Data-Universum strömen, werden in Hadoop-Umgebungen landen. Angesichts dieser Entwicklung mögen sich viele Geschäftsführer die Frage stellen, ob sie mit DWH, Business Intelligence und Enterprise Content Management nicht jahrelang auf lahme Gäule gesetzt haben. Die Antwort, die der Hightech-Verband Bitkom gibt, beruhigt: Unternehmen werden konventionelle und neue Technologien kombinieren, um Zugang zu Big Data zu bekommen. BI zum Beispiel ist nicht tot, sondern bleibt eine wichtige Stütze des operativen Geschäfts. Stark beworbene Ansätze wie die In-Memory-Datenbank SAP Hana können Auswertungen und Reports um ein Vielfaches beschleunigen, bleiben in ihrer Logik aber in der transaktionalen und analytischen Systemwelt verwurzelt. Eine Koexistenz mit der dynamischen Big-Data-Welt außerhalb der Firmengrenzen erscheint derzeit als vielversprechender Ansatz. Trotzdem: Wollen Unternehmen mit dem prognostizierten Datenwachstum Schritt halten, muss sich die Technik in den Rechenzentren und Netzwerken ändern. Eine Blaupause liefern Internetpioniere wie Google, Facebook oder Amazon. Um ihren Anwendern im Zeitalter sozialer Netzwerke und mobiler Endgeräte ständig neue Funktionen und Angebote zur Verfügung zu stellen, haben sie die Speicherung und Auswertung gro ßer Datenmengen revolutioniert. In die meisten Anwendungstransaktionen sind gleich mehrere Softwareebenen involviert. Tendenz: stark steigend. In Form virtueller Maschinen können individuelle Applikationsebenen an jeder beliebigen Stelle im Rechenzentrum zu finden sein und von Host zu Host frei verschoben werden. Wollen klassische Industrieunternehmen mithalten, müssen sie daran arbeiten, die gleiche Agilität Schritt für Schritt aufzubauen. Heißt konkret: veraltete Architekturen raus, neue Konzepte rein. Die Unternehmens-IT muss dazu in der Lage sein, den durch Virtualisierung und multiple Transaktionsebenen rasant wachsenden horizontalen Traffic schnell und mit geringer Latenz zielgerichtet zu steuern. Paul Maritz, CEO der EMC-Tochter Pivotal und Spezialist für Big Data und Cloud-basierende Apps, sagt: Die Fähigkeit, im Unternehmen bereits gespeicherte Daten schnell auszuwerten, ist wichtig. Noch entscheidender aber ist das richtige Konzept, wie man mit dem großen Datenstrom umgehen möchte, der schon heute Tag für Tag neu in die Systeme strömt. Stichwort Internet der Dinge: In Zukunft wird bildlich gesprochen praktisch jedes von Menschen hergestellte technische Produkt seinen Zustand in Echtzeit an eine übergeordnete Steuerungseinheit melden. Auf einem einzigen Transatlantikflug einer Boeing 777 beispielsweise fallen rund 30 Terabyte Daten an. Sie können genauer unter die Lupe genommen werden und neue, aufschlussreiche Erkenntnisse liefern, die das Produkt Flugzeug verbessern, den Service der Airline und das Reiseerlebnis für die Passagiere. Ähnliches ist in der Automobilindustrie denkbar, wenn sich der Trend zum vernetzten Fahrzeug und zur Carto-X-Kommunikation weiter verstärkt. Natürlich ist klar, dass nicht alle OEMs in eine eigene Cloud-Infrastruktur von der Größe und Leistungsfähigkeit von Google oder Amazon investieren werden. Viele wollen sich erweiterte Computingkapazitäten individuell und ganz nach Bedarf zusammenstellen und aus den am Markt erhältlichen Cloud Services frei auswählen. In den meisten Rechenzentren wird es deshalb für viele Jahre eine Koexistenz geben zwischen erprobten und sehr effizienten Mainframe-Applikationen sowie neuen, agilen Apps in der Cloud. Allerdings ist es ratsam, nicht eine Big-Data-Lösung nach der anderen zu implementieren und in Bezug auf Inhalte, Prozesse oder Geschäftsbereiche zu unterscheiden. Ziel muss vielmehr eine zentrale Plattform sein, die unterschiedliche Anwendungsfälle unterstützt und als shared service unternehmensweit zur Verfügung steht. Autor: Ralf Bretting

16 16 Big Data automotive Expertise Big Data in Motion Roadmap Mit zielgerichteten Datenauswertungen können OEMs und Zulieferer an der Spitze des Wettbewerbs fahren. Hendrik Stange vom Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme IAIS zeigt die Chancen für Prozesse und Produkte auf. Weltweit entstehen durch digitalisierte Prozesse und vernetzte Wertschöpfungsketten immer größere und vielfältige Datenmengen. Wenn Unternehmen die massiven Ströme technischer Daten vorausschauend analysieren, automatisiert zu nutzbarem Wissen verdichten und in ihre Prozessentscheidungen integrieren, verschaffen sie sich einen entscheidenden Vorteil im internationalen Wettbewerb. Die Herausforderungen sind dabei ähnlich vielfältig wie die verfügbaren Datenvolumen, die in immer schnellerem Tempo entstehen. Statt vereinzelte Datensilos zu untersuchen, strebt Big Data nach dem ganzheitlichen, semantischen Bild in den Daten, um Entscheidungen dynamisch zu unterstützen. Hierzu bedarf es Methoden zur Fusion strukturierter wie auch unstrukturierter Daten, einer adaptiven, übergreifenden IT- Infrastruktur sowie Verfahren zur verteilten Datenanalyse auf den Datenströmen. Dies sind nur einige Themen, mit denen sich gegenwärtig die Forschung beschäftigt. Doch eines kristallisiert sich dabei besonders heraus: Erfolgreiche Lösungen vernetzen nicht nur Daten und Geräte, sondern auch Abteilungen und Geschäftsprozesse Big Data ist kein reines Technologie-, sondern auch ein Strategiethema. Der Kunde am Steuer Das Produkt im Kontext seiner Nutzung verstehen, die Produktion vorausschauend verbessern und sichern oder innovative neue Produkte entwickeln dies sind bekannte Ziele, die durch Big Data neu gedacht werden können. Wo Big Data unterstützen kann, zeigt ein Beispiel des Fraunhofer-Instituts für Intelligente Analyse- und Informationssysteme IAIS: Intelligente Verfahren aus der semantischen Textanalyse identifizieren in über 30 Millionen Postings eines Automobilforums Emotionen zu Fahrzeugen, Autoteilen und Herstellern, die in den Nutzerbeiträgen enthalten sind. Global gedacht ergeben sich individuelle Wahrnehmungen, wichtige Themen und Stimmungsbilder für verschiedene Märkte. Kombiniert man diese Informationen mit Daten aus der laufenden Produktion, der Onboard-Diagnose oder Kunden- und Werkstattberichten, sind die gewonnenen Einblicke für die Marktforschung ebenso nutzbar wie für die Produktentwicklung oder das Qualitätsmanagement von Automobilherstellern und Zulieferern. Auch Kundenbedürfnisse können so individueller angesprochen werden ( Social Context Aware Advertising ). Richtig eingesetzt, hat Big Data das Potenzial, unseren Alltag im und mit dem Auto in ähnlicher Weise zu verändern, wie es aktuell beim Smartphone der Fall ist. Zentrale Zukunftsthemen für die Automobilindustrie, erarbeitet in einem Workshop des Fraunhofer IAIS mit Branchenvertretern, zeigen das Innovationspotenzial, das in Big Data für den Automotive-Bereich steckt darunter zunehmend individualisierte Dienstleistungen, aber auch intermodale Nutzungsmodelle. Weitere Potenziale liegen zum Beispiel im Supply Chain Management, in der Produktion und in der Fahrzeugentwicklung: Ressourcenschonende Produktion Industrial-Private-Partnerships für eine Produktentwicklung mit den Kunden Individuelle Produkt-Service-Pakete Effizienteres Management und intelligente Prozesssteuerung (teilautomatisierte Entscheidungen in Prozessen) Früherkennung und Qualitätssicherung im operativen Betrieb (von der Herstellung bis zur Nutzung und zum Recycling) Big-Data-Lösungen setzen auf eine breite Technologiegrundlage und fachliches Knowhow bei der Umsetzung. Den Kern bildet eine flexible und skalierbare IT-Architektur, die die verschiedenen Big-Data-Tools und Frameworks aufgabenspezifisch miteinander kombiniert. Unternehmen können dabei aus einer Reihe von kommerziellen und Open-Source-Tools wählen. Die richtige Auswahl stellt jedoch häufig eine Herausforderung dar. Die Forschung unterstützt mit Best Practices, Living Labs Big Data und der Entwicklung spezieller Analyseverfahren: Foto: Fraunhofer IAIS

17 Expertise Big Data automotive 17 Text Analytics ist ein Technologiebündel, um unstrukturierte Textdaten auszuwerten (Log- und Berichtsdatenauswertung, Kundendialoganalysen, Protokollauswertung, Kampagnenmonitoring). Process Analytics liefert wichtige Einblicke in Prozesse und optimiert Infrastrukturen (Condition Monitoring, Predictive Maintenance, Analytical SCM, Operational Excellence). Big Data Analytics liefert skalierbare Analyseverfahren und ermöglicht das sichere und verteilte Monitoring komplexer Infrastrukturen sowie die direkte Analyse auf dem Datenstrom (In-stream und Embedded Analytics, Data Mining mit integriertem Datenschutz, Fahrzeugsensoranalyse). Bildverarbeitung stellt Verfahren zur automatischen Extraktion von Informationen aus großen Bilddaten bereit (Verkehrszeichenerkennung, Toter-Winkel-Überwachung, Fahrerassistenzsysteme). Visual Analytics setzt den Experten ans Steuer einer interaktiven Visualisierungsumgebung, eines Echtzeit-Dashboards und erlaubt Ad-hoc-Analysen (zur Mustersuche, raum-zeitlichen Analyse, Prognose et cetera). Für den Einsatz von Big Data ist ein umfassendes Verständnis von Big-Data-Konzepten, Technologien und Verfahren mit einem Höchstmaß an Qualität unabdingbar. Genauso wichtig ist es, den Schutz sensibler Daten im Rahmen von Compliance- Regeln zu beachten. Sobald personenbezogene Daten integriert werden, sind Datenschutz und Datensicherheit oberstes Gebot. Mit Privacy by Design werden Datenschutz und Datensicherheit zum fundamentalen Bestandteil jeder Lösung. Fazit Immer rasanter verschmelzen Informationstechnologie, Analytik und Industriesteuerung. Der damit einhergehende Paradigmenwechsel zielt darauf ab, Unternehmensmanagement, Erzeugung und Wertschöpfung in neuer Form flexibler, kreativer und vernetzter zu machen, ohne durch die Datenentstehung ausgebremst zu werden. Vor diesem Hintergrund ist Big Data ein Leitbegriff der Industrie 4.0. Insbesondere intelligente und adaptive Systeme legen einen Grundstein für die automobile Big Data Factory. Dabei wird die Vernetzung der Daten aus Unternehmens- und Produktionsprozessen ergänzt um die Sensorik und Diagnosefähigkeit in den Fahrzeugen. Für den Automobilsektor bedeutet das: Big Data findet auch auf der Straße statt. Hendrik Stange Hendrik Stange studierte Wirtschaftsinformatik mit den Schwerpunkten Data Mining und Corporate Governance an der Otto-von-Guericke-Universität Magdeburg. Seit 2007 ist er Analyst in der Abteilung Knowledge Discovery am Fraunhofer-Institut für Intelligente Informations- und Analysesysteme IAIS und dort seit 2009 als Projektleiter tätig. Sein aktueller Forschungsschwerpunkt liegt im Bereich Big Data Analytics und im Spezialgebiet Reality Monitoring. Er unterstützt Unternehmen auf ihrem Weg zu Data-driven Enterprises im strategischen Umgang mit dem wettbewerbsentscheidenden Rohstoff Daten.

18 18 Big Data automotive Impressum Aus dem ipad wird nichts, Netbooks gehört die Zukunft. Fehlprognose von Bill Gates, 2007 * * Wirtschaftlich war diese Prognose für Microsoft ein Desaster. O.K., damals gab es auch noch kein IT-Wirtschaftsmagazin. Das hat sich geändert. Bestellen Sie jetzt Ihr business impact Abonnement. Fakten zum Abo finden Sie auf Impressum Verlag Media-Manufaktur GmbH Mauerstraße Pattensen verlag@automotiveit.eu Herausgeber Dominik Ortlepp Verlagsassistenz Tanja Burmeister Telefon / Fax / burmeister@automotiveit.eu Abo-Adressverwaltung Maria Ganseforth Telefon / ganseforth@automotiveit.eu Chefredakteur Hilmar Dunker dunker@automotiveit.eu Redaktionsassistenz Birgit Niemann Telefon / Fax / niemann@automotiveit.eu Leitender Redakteur der Sonderbeilage Ralf Bretting bretting@automotiveit.eu Online-Redaktion national Gert Reiling reiling@automotiveit.eu Telefon / Online-Redaktion international Arjen Bongard abongard@automotiveit.com Textredaktion Rainer Fingerl Art Direction Sabina Vogel / xelements.de Grafik Sabina Vogel Druck BWH GmbH Die Publishing Company Anzeigenberatung & Verkauf PLZ 0, 1, 3, 8, 9 Director Sales & Marketing Stephan Argendorf Telefon / argendorf@automotiveit.eu PLZ 2, 4, 5, 6, 7 Anzeigenleitung Patrick Krumbach Telefon / krumbach@automotiveit.eu Anzeigenassistenz Andrea Pacoli Telefon / pacoli@automotiveit.eu Verantwortlich Dominik Ortlepp Mitglied im VDZ Verband Deutscher Zeitschriftenverleger automotiveit/jahrgang 5. Jahrgang 2013, Erscheinungsweise 8 x jährlich, plus 4 x jährlich carit Diese Sonderbeilage erscheint in: Die Redaktion freut sich über eingesandte Manuskripte, Beiträge, Datenträger und Fotos. Für unverlangt eingesandte Unterlagen wird keine Haftung übernommen. Die Zustimmung zum Abdruck und zur Vervielfältigung in Print und online wird vorausgesetzt. Gleichzeitig versichert der Verfasser, dass die Einsendungen frei von Rechten Dritter sind. Eine Haftung für die Richtigkeit der Veröffentlichungen kann trotz sorgfältiger Prüfung durch die Redaktion weder vom Verlag noch von der Redaktion übernommen werden. Das Urheberrecht für angenommene und veröffentlichte Beiträge und Artikel liegt ausschließlich beim Verlag. Namentlich gekennzeichnete Beiträge und Artikel geben nicht unbedingt die Meinung der Redaktion wieder. Ohne Genehmigung des Verlages ist jegliche Form der Verwertung, auch in Auszügen, strafbar. Mitglied der Informationsgesellschaft zur Feststellung der Verbreitung von Werbeträgern e.v. (IVW)

19 LEAD YOUR TRANSFORMATION EMC Deutschland GmbH EMC 2, EMC, the EMC logo, RSA, and the RSA logo are registered trademarks or trademarks of EMC Corporation in the United States and other countries. Copyright 2013 EMC Corporation. All rights reserved.

20 LEADING EDGE IN CLOUD EMC Deutschland GmbH EMC 2, EMC, the EMC logo, RSA, and the RSA logo are registered trademarks or trademarks of EMC Corporation in the United States and other countries. Copyright 2013 EMC Corporation. All rights reserved.