Group Wide Machine Data Analytics Die Reise auf dem Data Lake - BITKOM Big Data Summit 2015 Philip Vospeter & Alf Porzig

Transkript

1

2 Group Wide Machine Data Analytics Die Reise auf dem Data Lake - BITKOM Big Data Summit 2015 Philip Vospeter & Alf Porzig

3 CLAAS im Überblick Mähdrescher Feldhäcksler Traktoren Futtererntemaschinen Teleskoplader Pressen Service & Parts Software und Systeme 3

4 CLAAS im Überblick Gesellschaftsform KGaA mbh Aufsichtsrat Gesellschafterausschuss Umsatz 2014 Cathrina Claas-Mühlhäuser (Vorsitzende) Helmut Claas (Vorsitzender) 3,8 Mrd. Ergebnis vor Steuern 155,1 Mio. Auslandsanteil am Umsatz 77,2 % Mitarbeiter weltweit

5 CLAAS im Überblick in in Mio. bzw. in in %% vom Umsatz Mio. in Forschung & Entwicklung investiert Entwicklung & Erneuerung des Produktportfolios: - Innovative Produkte - Farm-Management-Systeme - Datenmanagement in der Landwirtschaft 5,0% 4,4% 5,3% 5,2% 5,6% - Effizienzsteigerung / Bedienkonzepte Umsetzung der Anforderungen an gesetzliche Abgasnormen F&E F&E-Aufwand/Umsatz 5

6 Daten als Treiber für Farming 4.0 Endkunden und Maschinen im Fokus CLAAS Connect 365FarmNet Machine2Machine Easy Shop Greenline Shop Telematics 6

7 CLAAS XERION Woher kommen die Daten? Telematics Externe Daten: Wetter, Bodendaten, Gewährleistungsdaten Ersatzteilbestellungen etc. Messtechnik (> 4000 Signale) Prüfstände Simulation Betriebsdaten 7

8 Analyseprozess vorher Manuelle Prozesse durch getrennte Datenpools Telematics Maschinen- Nutzung Betriebsdaten Maschinenkonfiguration Schadensmeldungen Ersatzteilbestellungen Analyse Verlängerte Durchlaufzeiten Keine Nutzung unstrukturierter Daten Zusatzaufwand bei Import und Interpretation Wetter, Geo-Daten Prüfstände, Validierung Testberichte ERP-Daten 8

9 Analyseprozess nachher Aufbau integrierte Datenplattform für Telematics, Maschinen-, After Salesund Umweltdaten Telematics Wetter, Geo-Daten Streaming / Realtime-Load Maschinen- Nutzung Prüfstände, Validierung Analyse Automatisierte Aufbereitung und Interpretation der Daten Integration aller Daten Archivierung der Rohdaten Betriebsdaten Maschinenkonfiguration Schadensmeldungen Ersatzteilbestellung Testberichte ERP-Daten 9

10 Datenquellen Integration entlang des Produktlebenszyklus Produkt- Lebenszyklus Vorentwicklung Datenauswertung Serienentwicklung Produktion Nutzung Offline Auswertung Online Auswertung Datenquellen / Rohdaten Validierung Tagesberichte Versuchseinsatz Prüfstände Konfiguration Gewährleistungsmanagement Ersatzteilbestellungen Maschinendaten TELEMATICS Maschinendaten TELEMATICS Messdaten Messdaten Betriebsdaten Betriebsdaten Wetter- und Bodendaten Wetter- und Bodendaten 10

11 Analysebeispiel Automatisierte Identifikation der tatsächlichen Nutzung der Fahrzeuge Datenbasis für Predictive Maintenance Restwertanalysen Anomalie Identifikation von Anomalien Faktengetriebene Produktentwicklung basierend auf der Fahrzeugnutzung 11

12 Mehrwert durch BIG DATA Win-Win: Mehrwert für die Kunden und für das Unternehmen Optimierung des Ressourceneinsatzes Optimierung des Produktportfolios Steigerung der Qualität bei Produkten und Service Optimierung Kraftstoff-, Saatgut- und Düngereinsatz Optimierung Erntelogistik und Erntegeschwindigkeit Präventive Fehlervermeidung Optimierung Fahrzeugperformance Erkenntnisgewinn 2 Wissenseinsatz 3 Neue 4 Services Effizienzsteigerung 1 Auflösen von Wissenssilos Integration interner und externer Datenquellen Differenziertere Analysen Ermittlung der tatsächlichen Nutzung der Produkte Reduktion der Speicherkosten Steigerung der Analyseperformance Vorberechnete Kennzahlen und Realtime-Telematics 12

13 Streaming / Realtime Das Hadoop Ökosystem Der Data Lake Analytische Plattformen Metadatenmodelle Datenzugriff Integrierte Daten Beliebig viele individuelle Analyselayer pro Fachbereich / Anwender Batch, interaktiv, Search, In-Memory, Machine Learning, Direkter Datenzugriff Data Lake Rohdaten Originaldateien im Quellformat Rohdaten Aufbereitete Dateien Datenaufbereitung Datenanreicherung Flexible Klassierung Datenquellen 13

14 Datensicherheit Sicherheit mit Apache Hadoop Sicherheitsadministration Zentralisierte Administration von Policies über alle Hadoop Dienste Authentifizierung KERBEROS als Ticketdienst zur Authentifizierung/Anbindung an LDAP oder AD Domänen (SSO) Autorisierung Autorisierungen auf Filesystem- (HDFS) und Ressourcenebene (YARN) an User und Usergruppen Datenschutz Verschlüsselung der Daten bei Zugriff und Ablage der Inhalte innerhalb des HDFS Clusters Audit Umfassende Audit-Informationen können über eine zentrale Oberfläche abgerufen werden 14

15 Kurzvorstellung MHP Mieschke Hofmann und Partner (MHP) A Porsche Company Der Unterschied Symbiose aus Prozess- + IT-Beratung l Prozesslieferant l Excellence l Automotive l Kunden Product Lifecycle Mgmt. Die Leistung Management Consulting System Integration Application Management Business Solutions Die Kompetenz Ganzheitliches Beratungsportfolio über die gesamte Wertschöpfungskette Supply Chain Mgmt. Production & Operations Mgmt. Customer Relations Mgmt. After Sales Retail Mgmt. Human Resources Finance & Controlling Business Intelligence Technology Services Application Mgmt. Services 15

16 Kurzvorstellung MHP Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbh Gesellschafter Dr. Ing. h.c. F. Porsche AG (81,8%) Dr.-Ing. Ralf Hofmann (18,2%) Geschäftsführer (Vorsitzender) Mitarbeiter Dr.-Ing. Ralf Hofmann über Mitarbeiter (aktuell) Umsatz über 155 Mio. EUR (2013) Standorte 12 Offices weltweit 16

17 Herzlichen Dank für Ihre Aufmerksamkeit! Philip Vospeter Head of Information Service Sales Companies CLAAS KGaA Münsterstraße 33 D Harsewinkel Alf Porzig Leiter Management Consulting BIG DATA Mieschke Hofmann und Partner Gesellschaft für Management- und IT-Beratung mbh Film- und Medienzentrum l Königsallee 49 l D Ludwigsburg Telefon +49 (0) l Fax +49 (0) info@mhp.com l Internet Mieschke Hofmann und Partner Gesellschaft für Managementund IT-Beratung mbh Königsallee 49 D Ludwigsburg 17