item Big Data - pixabay

Gerade bei Unternehmen in der Industrie fallen riesige Mengen an Daten an. Wertvolle und zugleich komplexe Daten, die sich dank Big Data nutzen lassen. – (Bild: Pixabay)

Die Menge an Daten, die in der Industrie anfallen, wächst Tag für Tag. Wer diese Daten nicht erhebt und auswertet, schenkt seinen Marktbegleitern einen erheblichen Wettbewerbsvorteil. Gerade aufgrund ihrer schieren Menge ist die Auswertung dieser Daten jedoch nicht mit herkömmlichen Methoden der Datenverarbeitung möglich. Hier kommt Big Data ins Spiel – eines der wichtigsten Schlagworte aus der Industrie 4.0 und der Digitalisierung im Maschinenbau. Als Begriff ist Big Data mehrdeutig. So bezeichnet er zum einen eben all jene Datenmengen, die für eine herkömmliche Auswertung zu groß, zu komplex, zu dynamisch oder zu unstrukturiert sind. Zum anderen versteht man unter Big Data aber auch die Analyse und die nutzbringende Verwendung dieser Daten.

Big Data: Industrie der Zukunft schon heute

Welche Potenziale Big Data für die Industrie bietet, macht folgendes Beispiel deutlich: In diesem geht es um die Effizienz in einem Chemieunternehmen, die durch Big Data enorm verbessert wurde. Und das, obwohl das Unternehmen seit den 1960er-Jahren bereits konstant über den für die Branche üblichen Erträgen lag. Mithilfe von künstlicher Intelligenz wurden die Daten ausgewertet, die in der Produktion anfielen. So sollte der Einfluss ermittelt werden, den Faktoren wie Kühlmittelmenge und -Temperatur auf die Produktionserträge haben. Durch die auf Basis dieser Big-Data-Analysen vorgenommenen Anpassungen und Optimierungen konnte das Unternehmen seine Ausgaben für Energie um 15 Prozent senken. Gleichzeitig führten die Maßnahmen zu weniger Rohstoffverschwendung. Die entsprechende Kennzahl fiel um ganze 20 Prozent.

Ähnliche Chancen durch Big Data zeigen sich für die Industrie folglich immer dann, wenn die anfallenden Daten derart umfangreich oder komplex sind, dass sich deren Auswirkung auf die Wertschöpfungseffizienz nicht mit herkömmlichen Methoden bestimmen lässt. Das muss nicht zwingend in der Produktion sein, wie ein Beispiel aus der Automobilindustrie zeigt: Mit Big Data können Automobilhersteller Fehlerquellen des alltäglichen Betriebs ausfindig machen und diesen frühzeitig entgegenwirken, noch bevor sie bei vielen Kunden zu Ausfällen führen. Dazu wird Kundenfeedback analysiert und zahlreiche Werkstattberichte werden ausgewertet. Dieses Potenzial verdeutlich nicht zuletzt Folgendes: Unternehmen, welche die Digitalisierung bisher eher vernachlässigt haben, sollten sich unbedingt darüber informieren, wie sie eine Digitalstrategie umsetzen (jetzt mehr darüber im Whitepaper von item Industrietechnik erfahren!).

Big Data, Industrie 4.0 und der Faktor Mensch

Ein ähnliches Ziel, wenn auch mit anderer Methodik, verfolgt die sogenannte "Predictive Maintenance", was sich mit "vorausschauender Instandhaltung" übersetzen lässt. Bei diesem Konzept aus der Industrie 4.0 wird Big Data genutzt, um den Zustand von Maschinen zuverlässig zu überwachen. Maschinen, die bald gewartet werden müssen, werden erkannt, noch bevor es zu Ausfällen oder vermehrten Fehlern kommt. Gleichzeitig können Maschinen weiterlaufen, bei denen laut Zeitplan eigentlich eine Wartung anstünde, die aber noch tadellos funktionieren. Die Wartung erfolgt demnach quasi so spät wie möglich, aber auch so früh wie nötig – also zum wirtschaftlich besten Zeitpunkt. Richtig angewandt, kann Big Data Industrieunternehmen also enorme Kosten und Produktionsausfälle ersparen.

Big Data birgt also viel Potenzial für die Industrie, muss von Unternehmen aber mit Bedacht und Kompetenz eingeführt werden. Eine der größten Herausforderungen könnte darin bestehen, die Mitarbeiter an das Konzept des datengetriebenen Arbeitens heranzuführen. Arbeiten mit Big Data bedeutet schließlich auch, weniger auf Erfahrung und Intuition zu hören. Stattdessen werden vor allem faktenbasierte Entscheidungen beziehungsweise Entscheidungshilfen von Computern immer wichtiger. Auch die Themen Datensicherheit und Datenschutz im Maschinenbau (hier geht es zum Whitepaper von item) und in der Industrie spielen eine große Rolle: Denn Unternehmen, die enorme Datenmengen sammeln, müssen sicherstellen, dass deren Verarbeitung und Speicherung datenschutzkonform erfolgen.

Sie möchten gerne weiterlesen?

Dieser Beitrag wird präsentiert von: