Analytic 3.0 und Industry 4.0 sollen heiraten, dann wird Analytic Industry 4.0 zum neuen Star
Analytic 3.0: Nach Prädiktiver nun die Präskriptive Analytik
Abb.1: Die Entwicklung der Analytic nach Davensport
Analytic 3.0 gilt als Folgekonzept nach Big Data. Entwickelt wurde es in den USA von Prof. Thomas Davensport. Man fragt nicht nur „Was wird geschehen?“, im Sinne der prädiktiven Analytik, sondern auch „Warum wird es geschehen?“, im Sinne der präskriptiven Analytik. Aus „Was“ und „Warum“ ergeben sich neue Wirkungszusammenhänge und Insights in der Ursachen-Wirkungskette.
Analytik 3.0 beinhaltet neben konventioneller BI Technik, neue Big Data Technologien, die das Streamen grosser Quantitäten von Live Daten in unterschiedlichsten Datenformate ermöglicht. Die Datenauswertung erfolgt über verteilte Infrastrukturen und In Memory Technologien mit Hilfe von Machine Learning und Data Mining Algorithmen. Im Gegensatz zum konventionellen Data Warehousing bestehen keine Grenzen bezüglich Datenformaten, und die Datenmodellierung vereinfacht sich drastisch.
Im Zentrum von Analytic 3.0 steht der Algorithmus. Machine Learning Algorithmen sollen Informationen automatisch aus Daten extrahieren. Dies geschieht ohne Maschine-Mensch Schnittstelle. Um dies zu ermöglichen, werden die Algorithmen mit kleineren Datenmengen (von Menschen) antrainiert und Modelle gebildet. Teilweise sind die Algorithmen auch selbstlernend, d.h. im Laufe der Zeit verbessern sich die die Modelle und damit auch die Vorhersagen.
Auch das eigentliche Data Mining hat innerhalb der Analytic 3.0 einen wichtigen Stellenwert. Hier steht jedoch immer eine konkrete Person im Entdeckungs- oder Vorhersageprozess. Typischerweise steht die Lösung eines konkreten komplexen Problems im Vordergrund. Man möchte zum Beispiel mit einer Mustererkennung Verständnis über einen komplexen Sachverhalt erhalten, auf den eine grosse Anzahl unbekannter Einflussfaktoren wirken. Data Mining bedient sich vieler Machine Learning Algorithmen und umgekehrt.
Analytic 3.0 ist ein Zusammenspiel von Technologie und Mathematik. Es ist Realität und Zukunft zugleich. Analytic 3.0 wird seit vielen Jahren angewendet, gleichzeitig wird in vielen Universitäten und Unternehmen intensiv geforscht und entwickelt.
Die Anzahl gebrauchsfähiger Algorithmen ist bereits heute schon sehr gross und ist einem starken Änderungsprozess unterlaufen. Jeden Tag kommen viele neue Algorithmen hinzu, bestehende werden verbessert. Ein Grossteil der Algorithmen ist öffentlich und kann über verschiedene Open Source Pakete wie R, Mahout, Weka, usw. bezogen werden. Andere Algorithmen sind in käuflichen Produkten gekapselt und damit proprietär.
Damit die Algorithmen auf den Big Data Technologie optimal funktionieren (Verteilung auf CPU und RAM), wird weitere Software benötigt. Auch hier gibt es wiederum Open Source Möglichkeiten oder käufliche Softwareprodukte, die stetig weiterentwickelt werden.
Eins ist klar: Die Möglichkeiten der prädiktiven und präskriptiven Analytik sind noch lange nicht ausgeschöpft.
Industry 4.0: Die Informatisierung der Industrie
Abb.2: Die Entwicklung der Industrie nach DFKI
Industrie 4.0 als Deutsch/Europäisches Projekt seit 2011 beinhaltet die Informatisierung der Fertigungstechnik. Die für Industrie 4.0 notwendige Automatisierungstechnik soll durch die Einführung von Verfahren der Selbstoptimierung, Selbstkonfiguration, Selbstdiagnose und Kognition intelligenter werden und die Menschen bei ihrer zunehmend komplexen Arbeit besser unterstützen. Damit entsteht eine intelligente Fabrik (Smart Factory), die wandlungsfähig und ressourceneffizient ist, und sich optimal in die Geschäftsprozesse eine Unternehmung eingliedert.
Die Gedanken der Industry 4.0 sind allgegenwärtig in der Schweizer Industrie, nicht nur in der Fertigungstechnik. Der Reifegrad der Schweizer Industrien bezüglich Industry 4.0 ist sehr unterschiedlich. Einige Vorreiter führen bereits Fernwartungssysteme, sodass irgendwo auf der Welt installierte Maschinen Daten an die Herstellerfirma liefern und so z.B. Wartungsprozesse rechtzeitig in Gang gesetzt werden können. Andere Betreiber vernetzen ihre über viele Standorte verteilten Anlagen oder ganze Fabriken so zentral, dass ihre Daten gemeinsam auswertbar sind. Aber auch diese Umsetzungen sind nur erste Schritte in eine Welt der Industry 4.0, denn das „Selbst“, also die logische und physikalische Vernetzung der Maschinen ist erst sehr punktuell am Wachsen.
Ein wichtiges Element der Industry 4.0 ist die Entwicklung der Sensortechnik selbst. Beispielsweise liefern die Sensoren im Bereich „Machine Vision“ – also das Gebiet der Bilderfassung, auch im Wellenlängenbereich von IR und Röntgen – vollkommen neue Möglichkeiten der online Qualitätsmessungen, sind aber gleichzeitig sehr datenintensiv. Auch die Spektroskopie wird immer stärker direkt in die Prozesse eingebunden und liefert sehr grosse Datenmengen. Überhaupt zeichnen sich moderne Sensortechniken durch immer grössere Datenströme aus, die zu bewältigen sind.
Aus unserer Sicht wird der Analytik innerhalb der Industry 4.0 noch zu wenig Aufmerksamkeit geschenkt. Analytic 3.0 und Industry 4.0 sind zu stark getrennte Welten. Warum? Beide Welten sind komplex und erst teilweise beherrschbar. Die Schnittmenge wird gross sein, nur fehlen heute die Kompetenzen, um beide Welten zu vereinen.
Analytic Industry 4.0: A new Star is Born
Abb.3: Mit der Cloud zur Analytic Industry 4.0
Wenn wir nun die Schnittmenge beider Welten betrachten, dann dürfen wir dies als Analytic Industry 4.0 bezeichnen. Um diese Welten zusammenzubringen wird Cloud von grosser Wichtigkeit werden, denn schliesslich geht es um die Vernetzung von Daten an einem zentralen Ort. Analytic Industry 4.0 ist ein Teilgebiet der Industry 4.0 mit der Konzentration auf den analytischen Teil dieser 4. Industriellen Revolution. Zu welchem Zweck ein solches Teilgebiet? Gehen wir dafür zurück auf die Definition von Industry 4.0 und erkennen die Wichtigkeit der Analytik:
- Selbstoptimierung: Die Selbstoptimierung des Fertigungsprozesses ist neben der physikalischen Maschinentätigkeit ein mathematischer Optimierungsprozess, der auf Daten basiert. Dahinter stecken nichts anderes als die beschriebenen Algorithmen aus dem Analytic 3.0.
Die Selbstoptimierung hat zwei Aspekte. Einerseits geht es um die Optimierung des Fertigungsprozesses selbst. Daneben steht aber auch das Fertigungsprodukt im Fokus. Eine Selbstoptimierung des Fertigungsproduktes kann man als automatisierte Qualitätsoptimierung bezeichnen. Dafür bedarf es automatisierter Qualitätsmessungen, aus denen grosse Datenmengen entstehen, die zu verarbeiten sind. Damit hier rechtzeitig Informationen in den Produktionsprozess zurückfliessen können, sind grosse und performante analytischer Infrastrukturen notwendig. - Selbstdiagnose: Die Selbstdiagnose hat den Zweck frühzeitig mögliche Maschinenausfälle zu detektieren. Dies geht über die Benachrichtigung von Schwellwertinformationen weit hinaus. Erst mit der Kombination von Messdaten, deren algorithmischer Bearbeitung und Rückführung der daraus abgeleiteten Informationen in den Produktionsprozess zur weiteren physikalischen Bearbeitung, kann eine Selbstdiagnose erfolgen.
- Kognition ist die Gesamtheit der geistigen Aktivitäten im Zusammenhang mit Denken, Wissen, Erinnern und Kommunizieren. Wie beim Menschen das Gehirn benötigt es auch in der Industrie einen Datenpool als Basis, aus dem Wissen generiert wird. Die Basis sind die (Cloud)- Infrastrukturen von Analytic 3.0.
Es geht also darum, Analytic 3.0 auf die laufende 4. Industrielle Revolution auszurichten. Betroffen ist nicht nur die Fertigungstechnik, sondern auch die Lagertechnik, Verfahrenstechnik, Klimatechnik und Energietechnik. Sowohl die Daten- Infrastrukturen, die Algorithmen, die Tools sind Spezifika dieser Industrien und müssen erarbeitet sein. Eine grosse Rolle dabei wird aus unserer Sicht die Open Source Bewegung spielen. Wir glauben, dass über die bestehenden und neuen Open Source Projekte im analytischen und Big Data Bereich das Ziel einer Industry 4.0 am schnellsten erreicht wird. Die Open Source Initiativen generieren neue Produkte für die Analytic Industry 4.0. Wie ein solches Produkt LeanBI Analytic Industry aussieht, zeigen wir im nächsten Blog.
Um Weiteres zu erfahren, lesen Sie auch unser Whitepaper „Analytic Industry 4.0“.
- In drei Schritten zu datengestützten Produktionsverbesserungen - August 21, 2017
- Wie eine Dynamische Unternemensplanung erreicht wird - August 10, 2017
- Swiss Industry 4.0 Conference – Digitale Transformation in der Praxis - Juli 21, 2017