Jörg Schübel
Im Zuge der Vernetzung und Digitalisierung wachsen die Datenberge rasant an und werden immer größer, unübersichtlicher und schwerer zu verarbeiten. Die Auswertung und das Ausloten von Rückschlüssen ist mit traditionellen Analysemethoden nicht mehr in den Griff zu bekommen. Diese Datenflut zu zähmen versprechen intelligente Big Data Analysetools, indem sie relevante Informationen einfach und transparent als Grundlage für Entscheidung extrahieren und visualisieren.
Was ist Big Data?
Big Data, oder auf Deutsch „Massendaten“, bezeichnet Datenmengen, die aufgrund ihrer Eigenschaften nicht mit herkömmlichen Methoden ausgewertet werden können. Die Daten müssen bestimmte Qualitäten erfüllen, um als Big Data zu gelten, dazu gehören die Menge der Daten, die Generierungsgeschwindigkeit und die Bandbreite der Datenquellen.
Die 5 Dimensionen von Big Data
- Volume (Umfang der Daten)
- Velocity (Geschwindigkeit, mit der Datenmengen generiert werden)
- Variety (Bandbreite der Datentypen und Datenquellen)
- Value (der unternehmerische Mehrwert der Daten)
- Validity (Sicherstellung der Datenqualität)
Analytics-Lösungen: Auswertung von Big Data
Der Mehrwert von Big Data ergibt sich nicht aus den Daten selbst, sondern erst aus der Analyse der Daten. Dabei gibt es unzählige Anwendungsmöglichkeiten. Egal, ob Sie die Daten als Grundlage für Analysen oder im Rahmen von Vorhersagemodellen einsetzen wollen, es gibt viele Methoden zur Auswertung der Daten. Dazu zählt beispielsweise Data Science, also die Extraktion von Wissen aus Daten. Die Möglichkeiten reichen bis hin zu Advanced Analytics. Bei dieser Methode werden technologisch fortgeschrittene Methoden wie Machine Learning und neuronale Netzwerke eingesetzt.
Mit Hilfe der richtigen Tools und Visualisierungsoberflächen können Sie nahezu in Echtzeit Ihre Prozesse überwachen und analysieren. Wir unterstützen Sie dabei von der Datenintegration über die Visualisierung bis hin zur Produktivnahme von IT-Lösungen, die Ihnen einen Mehrwert aus Big Data generieren.
Anwendungsbereiche
von Big Data in der Supply Chain
Monitoring:
Dank Monitoring-Anwendungen sehen Sie in Echtzeit, was genau in Ihrem Lager oder in Ihrer Produktion passiert. Auf der Grundlage von Big Data erhalten Sie qualitativ verdichtete Sofortaussagen, ohne lange auf Ergebnisse warten zu müssen.
Analytics:
Analysen geben Ihnen Einblick in vergangene Prozesse und Abläufe. Mit Erkenntnissen über Entwicklungen bis zur Gegenwart, die Sie durch Auswertungen Ihrer Daten erhalten, sind Sie in der Lage, Konsequenzen für Ihre zukünftige Planung zu ziehen.
Vorhersage:
Mit Predictive Quality und Predictive Maintenance gehen Sie noch einen Schritt weiter und sind in der Lage, mithilfe von Algorithmen und Machine Learning Vorhersagen über zukünftige Ereignisse zu treffen, beispielsweise um Ihre Instandhaltungsplanung zu optimieren.
Passende Artikel rund um das Thema Digitalisierung
Mehr erfahrenHerausforderungen mit Big Data
Die größten Herausforderungen im Zusammenhang mit Big Data sind die Datenqualität und die Datenintegration. Häufig müssen Daten aus verschiedensten Quellen miteinander kombiniert werden. Rohdaten aus einem oder mehreren sogenannten Data Lakes müssen formatiert werden, bevor sie verwendet werden können. Sollen Prozess- oder Anlagendaten aus der Produktion analysiert werden, müssen häufig Maschinen erst noch mit Sensorik ausgestattet werden, um die nötigen Daten generieren zu können. Gerade in Produktionsumgebungen kommt es immer wieder zu Änderungen in den Prozessen. Um Muster in den Daten erkennen zu können, braucht es darüber hinaus die Expertise, künstliche Intelligenz so einzusetzen, dass aus Massendaten aussagekräftige Informationen werden.
Die Ansprüche an Big Data wachsen außerdem zunehmend. Die Bedeutung der Massendaten für strategische Entscheidungen ist inzwischen erkannt worden. Daher wächst das Interesse an den Daten, um nahezu in Echtzeit transparente Auswertungen über Prozesse und Entwicklungen zu erhalten. Auch die Ansprüche an User Experience werden größer. Eine Analyse muss nicht nur transparente Ergebnisse liefern, sie muss auch für jeden Anwender verwertbar sein.
Big Data Tools
Wir haben Erfahrung mit Big Data-Architekturen, die wir an Ihre individuellen Bedürfnisse anpassen können. Die Möglichkeiten zur Auswertung der Daten entwickeln sich zurzeit sehr dynamisch und schnell. Daher legen wir großen Wert darauf, die Tools einzusetzen, die genau zu Ihren Ansprüchen und Prozessen passen.
Hier finden Sie eine Auswahl der Tools, die wir aktuell in Big Data-Projekten einsetzen:
Streaming
Kafka, Spark
Storage
Dokumentendatenbanken (zum Beispiel Cassandra, CouchDB, MongoDB), ElasticSearch, PostgreSQL, HDFS, Hive, HBase
Analytics
Python, R, jeweils mit den relevanten Frameworks und Libraries
Plattformen
Hadoop/Hortonworks, Microsoft Azure
Profitieren Sie von Big Data
Damit Sie mit Big Data einen relevanten Mehrwert generieren können, unterstützen wir Sie von der Datenintegration über die Analyse bis hin zur Produktivsetzung der Systeme. Darüber hinaus beraten wir Sie entlang des ganzen Prozesses, damit Sie von einer Lösung profitieren, die genau zu Ihnen passt.
Dank langjähriger Erfahrung in unterschiedlichen Big Data-Projekten bringen wir tiefgehendes Wissen über Prozesse in der Industrie und Logistik mit ein. Dabei binden wir immer den Fachbereich eng mit ein, um sicherzustellen, dass die Lösungen, die wir für Sie entwickeln, genau zu Ihren individuellen Prozessen passen.
Als das SCM-Projekthaus sind wir Ihr Partner für alle Digitalisierungsprojekte entlang der gesamten Supply Chain. Bei der Entwicklung und Implementierung von IT-Lösungen stellen wir einen hohen Qualitätsanspruch an uns selbst.
