Industrie 4.0- Predictive analytics- Predictive Maintanance- IoT
Der Maschinenpark kommuniziert im Herstellprozess selbständig miteinander und korrigiert bzw. optimiert Produktionsprozesse mit minimaler menschlicher Einwirkung.
Erste Schritte
- Predictive Analytics: um erfolgreich zu starten, müssen heterogene Datenbestände in ein homogenes Datenmodell konsolidiert werden.
- Smart Data: Homogene Datenbestände können nach der Datenvisualisierung Analyseverfahren effizienter gestaltet werden.
- Definierte Korrelationsvorgaben: Vorhandene Datenbestände zu Service-, Liefer-, Lagerkosten, Fachkräfteeinsatz und die Qualität in der Produktion werden mit den Daten aus Qualitätssicherung, Absatz, Kundenverhalten und Umfang von Gewährleistungen in Beziehung gesetzt.
2. Firmengründung: 2000
Firmensitz: Karlsruhe
Kernkompetenzen: ETL / Datenmigration
Data Warehouse
Business Intelligence
Big Data
Predictive Analytics
Industrie 4.0
Fokus: Erstellung von individuellen Business Intelligence Strategien.
Implementierung, Beratung, Support und Verkauf der benötigten
Software und der dazugehörigen Dienstleistungen.
Partner:
Iodata: Kernkompetenzen & Fokus
3. • Das Telecooperation Office (TECO) wurde 1993 an der Universität Karlsruhe mit
der Zielsetzung gegründet, die Forschung und Entwicklung der angewandten
Telematik in enger Zusammenarbeit mit der Industrie voranzutreiben.
• Dreh- und Angelpunkt der Arbeit und Kompetenz der TECO-Forschungsgruppe ist
die allgegenwärtige, rechnergestützte Informationsverarbeitung
(engl. Ubiquitous Computing).
• Im aktuellen Forschungs-Fokus stehen hierbei die Bereiche:
- Digital Artefact Computing
- Networks
- Handheld Computing
- HCI
- Context Awareness
• Die TECO-Forschungsgruppe gehört dem Institut für Telematik an, zeichnet sich
jedoch durch die Nähe zur Industrie aus. Sowohl das Gründungsmodell, als auch die
Teilnahme an industriellen Projekten führte zu einer Vielzahl an Partnern in der Soft-
und Hardware Industrie.
Über
6. Industrie 4.0 wird auch gern als „Internet der Dinge“ assoziiert oder als
Computergesteuerte Produktion.
Es stellt die 4.0 technologische Revolution in der Industrie nach der Dampfmaschine,
dem elektrischen Strom und dem PC dar.
Die Vision: Der Maschinenpark kommuniziert im Herstellprozess selbständig miteinander
und korrigiert bzw. optimiert Produktionsprozesse mit minimaler menschlicher
Einwirkung.
Stand heute: Die Produktionsmaschinen arbeiten meist analog. Es besteht selten die
Möglichkeit eines Datenabgriffs. Somit können wiederkehrende Muster, z.B. Wartung
bedingt durch Verschleiß, erst nach teuren Ausfällen erkannt werden.
Wie wird Industrie 4.0 allgemein definiert?
7. Gemeinsam mit dem KIT analysieren wir in Ihrem Unternehmen z. B. Daten aus dem
Maschinenpark und definieren anhand Ihrer Herausforderungen und Unternehmensziele
konkrete weitere Schritte, um Ihre wertvollen Produktionsdaten zu sammeln.
Anhand von speziellen Algorithmen analysiert das KIT im Rahmen der heutigen
Datenschutzbestimmungen den Datenbestand aus Ihrer Produktion, um daraus
Korrelationen und Muster abzuleiten, sowie Prozesse vorausschauend zu steuern
und zu optimieren.
Phase 1: Smart Data Analyse
8. Beispiele: Verschleiß einer Baugruppe, vorbeugende Wartung, ungewöhnlich hoher
Energieverbrauch, schlechte Fertigungsqualität, Vermeidung von Stillstandzeiten.
Falls aktuell keine Möglichkeit dazu besteht, erstellen wir mit Ihnen eine Strategie,
wie u.a. Ihr Maschinenpark in den Austausch von Daten versetzt werden kann.
Die Smart Data Analyse wird durch das Land Baden-Württemberg gefördert.
Phase 1: Smart Data Analyse
9. Diese Frage kann Ihre Organisation mit einem guten Geschäftsprozessmanagement zuverlässig
beantworten: Wer macht was, wann, wie und womit?
Um dieses Ziel in einem Unternehmen zu erreichen, ist es manchmal ein weiter Weg.
Die Dokumentation über bestimmte Arbeitsabläufe ist häufig entweder veraltet oder widersprüchlich.
Manche Prozesskompetenz existiert lediglich in den Köpfen einzelner Beschäftigter.
Das Ergebnis sind intransparente Verfahren mit zahlreichen Reibungsverlusten.
Um die Prozesse im Unternehmen zu verbessern, ist die Implementierung eines angemessenen
Geschäftsprozessmanagement zwingend, welches die ausgewählte Kernprozesse zunächst
dargestellt, dann optimiert und schließlich in Form einer sogenannten Prozesslandkarte allen
Prozessbeteiligten verfügbar macht.
Unser Ziel ist es, die Prozesse für alle Beschäftigten so zugänglich zu machen, dass ihnen ein
optimales Verständnis für die verschiedenen Vorgänge innerhalb des Unternehmens ermöglicht wird.
Die Prozesse werden in Zusammenarbeit mit allen beteiligten Mitarbeiterinnen und Mitarbeitern
analysiert und aufbereitet. Dies führt zu einer großen Akzeptanz für das Projekt und somit zu einer
echten Verbesserung.
Phase 2: Prozessleitstand
10. Jedes Unternehmen generiert aus heterogenen Datenquellen Kennzahlen, die in den
diversen Fachbereichen unterschiedlich interpretiert werden.
Wir beraten Sie mit unserer SMART BI-Strategie fachlich und technologisch neutral und
beleuchten dabei sowohl die Bedürfnisse der Fachbereiche hinsichtlich ihres
Informationsbedarfs als auch die Erfordernisse der IT-Landschaft, um diese Bedürfnisse
zu erfüllen.
Wir erstellen mit Ihnen eine Roadmap, um Ihnen die geplanten nächsten Steps zu
erleichtern und das Gesamtbild nicht aus den Augen zu verlieren.
Inhalt: Aufnahme der Unternehmensziele und Evaluierung der bestehenden
BI Landschaften
Ergebnis: Strategiepapier zur Umsetzung einer BI-Lösung
Next Steps: BI-Einführung gemäß definiertem Phasenmodell
Phase 3: BI Strategie Workshop
11. Ihr Partner für Business Intelligence-Projekte
Iodata GmbH
Steinhäuserstraße 20
76135 Karlsruhe
Tel.: 0721/62697-0 · www.iodata.de · info@iodata.de