EINSATZ VON BIG DATA, PREDICTIVE ANALYTICS UND MACHINE LEARNING IN DER INDUSTRIE 4.0 Matthias Braun (MBA, PMP) Mitglied der Geschäftsführung Trevisto AG Nunnenbeckstraße 6/8, 90489 Nürnberg 0911-430 839-00 0176-21630800 matthias.braun@trevisto.de www.trevisto.de Berlin, 17. Januar 2017
TREVISTO BERÄT MIT 30 MITARBEITERN SEINE KUNDEN VON ZWEI STANDORTEN AUS Gründung 2009 als Trevisto GmbH Zum 30.06.2015: Umfirmierung in Trevisto AG Gründungsmitglieder und Vorstand: Jürgen Engler (Vorstandsvorsitzender) und Jens Horstmann Niederlassung Berlin: Schröderstr. 10 Berlin Mitte Standorte: Nürnberg und Berlin Fakten Kunden: Handel, Dienstleistung, Banken, Versicherung und Industrie Ums. Mio 10 8 100 80 Anz. MA 6 60 4 2 0 2009 2012 2015 2020 *) *) 40 20 0 *) geplant bzw. geschätzt Hauptsitz Nürnberg: Nunnenbeckstraße 6/8 Nürnberg 2 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
BRANCHENÜBERGREIFENDE PROJEKTREALISIERUNG UND BERATUNG Auszug Kunden 3 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
DAS LEISTUNGSSANGEBOT VON TREVISTO BASIERT AUF DREI GESCHÄFTSFELDERN Leistungsangebot Trevisto AG 1 2 3 Beratung IT-Strategie und Planung Realisierung 1 2 3 Beratung Trevisto entwickelt kundengetriebene Strategien für die Digitalisierung / Big Data IT-Strategie und Planung Trevisto berät seine Kunden für eine maßgeschneiderte IT- Strategie sowie der Planung und Umsetzung Realisierung Technische Umsetzung und Implementierung von Projekten mit den Schwerpunkten Big Data, DWH, Analytics, Business Intelligence und CRM 4 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
TREVISTO THEMENSCHWERPUNKTE Digitalisierung Industrie 4.0 Factbased Marketing Analytics Next Generation Data Warehouse Big Data 5 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
MARKTUMFELD + TRENDS = NEUE POTENZIALE Marktumfeld Trends - Neue und bestehende Geschäftsmodelle Market Pull - Neue Kunden - Neuer Wettbewerb - Kostendruck - Innovationsdruck Technology Push - Globalisierung - Neue Produkte/Services 6 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
STRATEGISCHE MOTIVATION FÜR INDUSTRIE 4.0 VERÄNDERUNG VON GESCHÄFTSMODELLEN 7 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
TAKTISCHE MOTIVATION FÜR INDUSTRIE 4.0 PROZESSOPTIMIERUNG Quelle Wikipedia: Demingkreis oder auch Deming-Rad (PDCA-Zyklus) 8 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
TECHNISCHE MOTIVATION FÜR INDUSTRIE 4.0 NEUES POTENZIAL DURCH VERNETZUNG UND DATEN 9 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
PROJEKTBEISPIEL: ENERGIEMANAGEMENT PRODUKTION Projektrahmen Großer Produzent von Gebrauchsgütern in der Region Hohe Energiekosten (Strom, Gas) aus Energiemix Projektziele Phase 1: Transparenz des Energieflusses, Verbräuche und Kosten Phase 2: Optimierung Senkung des Energieaufwands und/oder der Produktionskosten unter Berücksichtigung der Produktionsplanung 10 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
DATENQUELLEN UND ARCHITEKTUR DES ANALYSE- UND BERICHTSWESEN Produktion- und Planungssystem (PPS) Produktionsdaten Maschinensteuerungslogs Integration Energiezähler über ein SOAP-Webinterface Energiepreise pro Zeitintervall abhängig von Quelle, Wochentag und Stunde Modellierung der Produktionstopologie Stammdaten PPS Datenanalyse / Steuerung für Operativsysteme Berichtswesen ERP Zähler Staging DWH Data Mart Webservice Quellen: Operativsysteme / externe Quellen Staging Area: Bereitstellung der Rohdaten Data Warehouse: Zentrale Datenhaltung Data Mart: Logikschicht und Datenbereitstellung OLAP-Datenbank: Aggregierte Kennzahlen und KPIs 11 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
LESSONS LEARNED IST DAS SCHON INDUSTRIE 4.0? Lessons Learned Erfolgreiches Business Intelligence Umsetzungsprojekt ohne durchgängige Industrie 4.0 Infrastruktur Projektziele sind erreicht worden Verwendung der vorhandene IT Infrastruktur Industrialisierung durch generische Modellierung ermöglicht eine schnelle Anpassung Das Fachwissen für den Betrieb einer analytischen Plattform war nur bedingt vorhanden Datenqualitätsprobleme /schlecht gepflegter Stammdaten Forderung Industrie 4.0: Echtzeitsteuerung und autonome Selbstoptimierung und Selbstregulierung Das Projekt ist ein Beispiel für die Optimierung von Produktionsprozessen, erfüllt jedoch noch nicht den Reifegrad von Industrie 4.0 12 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
INDUSTRIE 4.0/IOT ÖKOSYSTEM Quelle: Oracle Whitepaper 13 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
FRAGESTELLUNGEN UND FOCUS VON BUSINESS ANALYTICS 14 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
INDUSTRIE 4.0: STUFENWEISE AUTONOME OPTIMIERUNG Übergeordnete Applikation Predictive Analytics & Machine Learning Selbstlernendes System Forderung Industrie 4.0: Echtzeitsteuerung und autonome Selbstoptimierung und Selbstregulierung Enterprise IT mit Business Logik Automatische Optimierung der Algorithmen Klassisches Reporting ERP, PPS DWH Data Mart Messaging Broker Periodische/ereignisgesteuerte Lieferung von Messwerten Untergeordnete Applikation Echtzeit- Datenbuffer Sensor-Sensor Kommunikation Anpassung der Steuerungsparameter Echtzeit- Datenbuffer 15 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
BEISPIELPROJEKT INTERNATIONALER FOLIENHERSTELLER THINK BIG START SMALL Etablierung Predictive Maintenance und Qualitätsoptimierung für internationalen Folienhersteller Projektschritt I: Datenintegration und Speicherung in Siemens MindSphere Cloud ERP Auftragsverwaltung und Sensoren entlang des Produktionspfades Korrelation und Vereinheitlichung der unterschiedlichen Datenquellen Definition der Optimierungsgrößen: Messung Qualitätssicherung und Maschinenausfälle Projektschritt II: Erstellung und Operationalisierung des Analyticsmodells Projektschritt III: Produktivsetzung, Betrieb, Erweiterung und kontinuierliche Verbesserung 16 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
BEISPIELPROJEKT OPTIMIERUNG VON PROZESSEN IN DER LEBENSMITTEL PRODUKTION Motivation Produktionsbetrieb mit einem ERP und PPS, aber keine Datenerfassung in der Produktion Vorhersage von potenziellen Kundenbestellungen und Optimierung der Produktionsprozesse Digitale Abbildung des Produktionsprozesses per Produktions-App Etablierung von Predictive Maintenance vorausschauender Wechsel der Messer an Hand von Vorhersagen der Abnutzungsprofilen Projektablauf Phase I: Prototypische Umsetzung der Produktions-App (Digitalisierung der Produktionsabläufe) Phase II: Analyse der erhoben Produktionsdaten, manuelle Optimierung zur Potenzialabschätzung Phase III: Rollout Produktions-App und Etablierung von Business Analytics zur Prozessoptimierung 17 Industrie 4.0 Matthias Braun, Trevisto AG Berlin, 17. Januar 2017
KONTAKT Matthias Braun (MBA, PMP) Mitglied der Geschäftsführung Trevisto AG Nunnenbeckstraße 6/8, 90489 Nürnberg 0911.430 839-00 0176-21630800 matthias.braun@trevisto.de www.trevisto.de Büro Berlin Schröderstraße 10 +49 30 351 261 81