Big Data
„Learning by analyzing“: In der praktischen Big-Data-Anwendung lernen nicht nur Wissenschaftler sehr schnell, dass die Datenqualität aufgezeichneter Signale ausschlaggebend für den Erfolg einer Analyse ist. - Bild: WZL, RWTH Aachen

Produktion: Wie kam es zur Zusammenarbeit mit den Experten von SAP, die zusammen mit Cisco und Huawei einen Big-Data-Client entwickelt haben, der im Takt der CNC alle Daten erfasst und speichert?

Epple: "Die enge Zusammenarbeit wurde durch SAP initiiert, da ein Forschungspartner aus der Produktionstechnik gesucht wurde, der neben einer exzellenten Grundlagenforschung auch seit Jahren eine anwendungsorientierte Zusammenarbeit mit Industrieunternehmen vorweisen kann.

Wir haben SAP bei Kundenprojekten in sehr unterschiedlichen Bereichen unterstützt. Die Ergebnisse haben uns selbst überrascht. So konnten wir bei einem deutschen Automobilisten mit SAP im Powertrain-Bereich die Produktivität um 30 Prozent steigern und die Ausschussrate erheblich reduzieren. Im Aerospace-Bereich konnten wir die Produktivität ebenfalls um fast 30 Prozent steigern, bei einem deutschen Großmaschinenhersteller sogar um fast 150 Prozent."

Produktion: Mit welchen typischen Fragen werden Sie konfrontiert?

Alexander Epple: Es besteht oft die Sorge von Maschinenbedienern, Prozessentwicklern oder Qualitätsingenieuren, dass ihr Expertenwissen langfristig nicht mehr gebraucht wird. Wir sind allerdings der Meinung, dass alle wesentlichen Entscheidungen weiterhin vom Experten getroffen werden müssen.

Er kennt viele Randbedingungen, die durch Daten vielleicht gar nicht abbildbar sind. Die Datenauswertung muss mit einer geeigneten Visualisierung von Maschinen- oder Prozesszuständen den Bediener bei seinen Entscheidungen bestmöglich unterstützen. Ihm wird durch die neuen Lösungen jedoch insbesondere das wenig Mehrwert stiftende, aufwändige Suchen und Vorverarbeiten einzelner Prozessinformationen erspart."

Produktion: Der Aufwand bei der Metallbe- und verarbeitung ist hoch: Ließe sich virtuelles Prototyping oder Try-Out mit Hilfe von Big Data so verbessern, dass sich die Anzahl an realen Versuchen reduzieren beziehungsweise sogar ganz eliminieren lässt?

Epple: "Erhebliche Reduzierungen sind sicher möglich. Das Lernen aus Daten mit der Unterstützung von Modellen hat aus unserer Sicht ein sehr großes Potenzial."

Produktion: Was erwarten Sie und Ihr Team von der EMO Hannover, der Weltleitmesse für die Metallbe- und verarbeitung? Welche Rolle wird dort Big Data spielen?

Epple: "Wegen unserer Zusammenarbeit mit vielen Industriepartnern, die auch auf der EMO Hannover vertreten sind, haben wir bereits eine bestimmte Vorstellung: Ich glaube, es wird zunehmend klar, dass der Nutzen von Big Data im Bereich der Produktionstechnik durch das Einbringen von fachspezifischem Know-how erheblich gesteigert werden kann.

Dies nimmt vielen Fachkräften auch die Sorge, dass ihr Expertenwissen durch Big Data bald überflüssig sein wird. Ich erhoffe mir von den Besuchern mehr Akzeptanz und von der sonst eher konservativen Branche eine gewisse Neugier. Ich freue mich daher schon auf zahlreiche konkrete Lösungsansätze."