Out-of-the-Box-Lösung für Predictive Analytics

Blick in die Glaskugel

Im Rahmen eines Forschungsprojekts hat sich der MES-Anbieter Industrie Informatik gemeinsam mit Kunden, Forschungs- und Bildungseinrichtungen mit dem Thema Predictive Analytics beschäftigt. Im Ergebnis ist eine Out-of-the-Box-Lösung entstanden, die rasch und effizient einen Blick in die Zukunft erlaubt.
"Ziel war eine Out-of-the-BoxLösung, mit der Anwender schnell und einfach, aber ohne große 
Kosten, zu Ergebnissen kommen."
Thomas Krainz, Industrie Informatik
"Ziel war eine Out-of-the-BoxLösung, mit der Anwender schnell und einfach, aber ohne große Kosten, zu Ergebnissen kommen." Thomas Krainz, Industrie InformatikBild: Industrie Informatik GmbH

Transparenz ist ein elementarer Bestandteil für effiziente Fertigungsumgebungen. Sie durchleuchtet vergangene und aktuelle Abläufe, zeigt Potenziale auf und verhilft Industriebetrieben dadurch zu mehr Wertschöpfung. Mit der zunehmenden Digitalisierung steigen allerdings auch die Anforderungen an eine effiziente Verarbeitung der rasant wachsenden Datenmengen, die wir in der Produktion anfallen. Kombiniert mit neuen Entwicklungen rund um die Trendthemen künstliche Intelligenz und Machine Learning, lässt sich nun der viel zitierte Blick in die Glaskugel werfen und zuverlässige Prognosen ableiten.

Schnell und einfach zu Ergebnissen

Predictive Analytics an sich ist kein neues Thema. Für Thomas Krainz, Mitbegründer der Firma Industrie Informatik und Head of Strategic Product Management, ist allerdings die Herangehensweise entscheidend: „Ziel war eine Out-of-the-Box-Lösung, mit der Anwender schnell und einfach aber ohne große Kosten zu Ergebnissen kommen.“ Vor allem mittelständischen Unternehmen soll so der Umgang mit großen Datenmengen und damit der Zugang zu umfassenden Digitalisierungsmaßnahmen ermöglicht werden.

Der Weg zu einem solchen, markttauglichen Produkt führte über ein mehrjähriges Forschungsprojekt, an dem mehrere Instanzen beteiligt waren. Den theoretischen, wissenschaftlichen Zugang ermöglichte die Wirtschaftsuniversität Wien. Mit der Firma Risc Software war zudem ein international tätiges Forschungsunternehmen gewinnen. Die gemeinsam gewonnenen Erkenntnisse wurden dann in Fallbeispielen von ausgewählten Kunden erarbeitet. Im Fokus stand die Identifizierung möglicher Anwendungsfelder auf Basis vorhandener Daten, sowie die Ausarbeitung, Entwicklung, Erprobung und Bewertung von Algorithmen, Verfahren und Technologien zu Prognosezwecken.

In der Cloud und on-premises

„Das Ergebnis aus dem Forschungsprojekt ist einerseits ein Technologie-Stack, der sowohl in der Cloud als auch on-premises einsetzbar ist“, erklärt Krainz. „Weiters haben wir ein Data-Preprocessing-Modell entwickelt, das dem Anwender dabei hilft, Daten aus Cronetwork MES im ersten Schritt zu bereinigen und aufzubereiten, bevor eine KI die laufende Bewertung und Interpretation der daraus gewonnenen Informationen vornimmt.“ Dass all diese Vorgänge auf dem Standard-Datenmodell von der MES-Lösung von Industrie Informatik basieren, schafft für den Anwender Vorteile, die sich in der raschen Umsetzbarkeit von Predictive-Analytics-Methoden niederschlagen. Hinzu kommt die Verwendung des Random-Forest-Modells als Lern-Algorithmus. Es ist auf schnelle Durchlaufzeiten und gute Interpretierbarkeit der Ergebnisse ausgelegt. „Erfolgsentscheidend ist am Ende die Anpassung aller Elemente an die jeweilige Datensituation“, sagt Krainz. „KI und Predictive Analytics sind keine Wunderheiler. Der Vorteil liegt in der Nachbildung von menschlichem Know-how – und das bei hoher Geschwindigkeit und rund um die Uhr. Daraus leiten sich viele Möglichkeiten ab.“ Konkret gemeint sind damit Prognosen zu relativen Ausschüssen und Arbeitsplatzstörungen in Folgeschichten sowie zu Qualitätsstati nach Fertigungsschritten. „Mit diesen Informationen kann man verborgene Einsparungspotenziale aufdecken und die Effizienz deutlich erhöhen.“

Das könnte Sie auch Interessieren

Bild: Gorodenkoff - stock.adobe.com
Bild: Gorodenkoff - stock.adobe.com
Konkrete Vorteile durch TSN für die Industrie

Konkrete Vorteile durch TSN für die Industrie

Das Potenzial von transformativen Digitaltechnologien gemäß Industrie 4.0 ist in der Industrie unumstritten. Allerdings ist das damit verbundene große Datenaufkommen ein zweischneidiges Schwert: Einerseits bergen diese Datenmengen ein Potenzial, das in Form wertvoller Informationen zur Prozessoptimierung verwendet werden kann. Andererseits drohen diese Datenmengen, sofern sie nicht gut gehandhabt werden, zu einer Datenflut anzuwachsen, die Unternehmen überfordert und somit mehr Probleme schafft, als sie löst.

Bild: B&R Industrie-Elektronik GmbH
Bild: B&R Industrie-Elektronik GmbH
„Gleiche Stellfläche – Leistung verdoppelt“

„Gleiche Stellfläche – Leistung verdoppelt“

Die Digitalisierung schreitet auch bei Maschinen und Anlagen für den Medizin- und Pharmabereich rasch voran. Viele Anbieter in dieser Branche suchen nach Möglichkeiten, arbeitsintensive Prozesse produktiver und flexibler zu gestalten, ohne zusätzliche Stellfläche schaffen
zu müssen. Wie sich solche Herausforderung meistern lassen, erklärt Lazaros Patsakas, Experte für Medical
Device Assembly (MDA) und adaptive Fertigung bei B&R.