Wissen aus Daten: Warum die gezielte Nutzung von Big Data so wichtig ist.

Daten sind das „Gold des digitalen Zeitalters“.

Daten werden heutzutage vielerorts als das „Gold des digitalen Zeitalters“ angesehen. Und das aus gutem Grund: denn Daten werden für Unternehmen immer wichtiger. Einerseits, weil viele Probleme in Unternehmen durch eine schlechte Datenqualität erzeugt werden, andererseits weil eine hohe Datenqualität eine Vielzahl an Vorteilen für Unternehmen mit sich bringt.

Die Nachteile einer schlechten Datenqualität ziehen sich durch viele Unternehmensbereiche. Angefangen bei erhöhten Kosten durch Mehraufwände (beispielsweise, wenn Angebote falsch geschrieben oder Lieferungen an die falsche Adresse geliefert werden), über Probleme bei der Umsetzung von rechtlichen Vorgaben (beispielsweise durch Verstöße gegen die DSGVO), bis hin zu Imageschäden (beispielsweise, wenn falsche Informationen an den Kunden kommuniziert werden). 

Besonders gravierend macht sich eine schlechte Datenqualität jedoch in der Produktion bemerkbar, da hier datenbasiertes Arbeiten, Datenanalysen und Data Science Anwendungsfälle seit Jahren zunehmen. Hier können falsche Analysen und Daten schnell dazu führen, dass falsche Entscheidungen getroffen werden. Die Vorteile einer guten Datenqualität liegen demnach auf der Hand: Unternehmen, die zuverlässige, valide Daten in hoher Qualität zur Verfügung haben, können ihre Prozesse sehr verlässlich steuern und optimieren, und so ihre Aufwände und Kosten deutlich minimieren. 

Doch wie erkennt man, welche Daten gut und wichtig sind?

Zugegeben: es ist nicht einfach, aus unstrukturierten Rohdaten eine strukturierte Datenbasis zu schaffen, zu analysieren und am Ende eine zuverlässige Entscheidungsgrundlage daraus für ein Unternehmen abzuleiten. Viele Unternehmen beschäftigen deshalb sogenannte „Data Scientists“ (Datenwissenschaftler), deren Aufgabe darin besteht, Daten in Informationen zu verwandeln. Ihre Kernaufgabe ist es dabei, strukturierte und unstrukturierte Datenquellen zu identifizieren und zu untersuchen. Dabei entwickeln sie auch neue, analytische Methoden, um die Datenbasis optimal zu analysieren.

Künstliche Intelligenz und Maschinelles Lernen

Nicht immer müssen Menschen nach Daten suchen. Im Zuge der Digitalisierung erobern immer smartere Technologien den Markt, die es ermöglichen, dass Maschinen sich quasi selber kontrollieren und ihre Betriebsdaten überwachen. Möglich wird dies durch sogenannte cyber-physische Systeme (CPS), in denen mechanische Komponenten über Netzwerke und moderne IT miteinander verbunden sind. So wird es möglich, dass Maschinendaten direkt erfasst werden, und anschließend direkt in die Maschinenregelung einfließen können. Maschinendaten, die dabei erfasst werden, sind beispielsweise Vibrationen und Temperaturen, die Produktionsmenge, die Anzahl von Teilen, die Auslastung, oder auch die Verfügbarkeit, der Zustand der Maschine sowie der Energieverbrauch. 

Besonders smart: viele Maschinen arbeiten mittlerweile mit Künstlicher Intelligenz (KI). Diese KI macht es möglich, dass Maschinen im wahrsten Sinne des Wortes lernfähig werden (Machine Learning). Sie „merken“ sich die gewonnenen Daten und können aus diesen immer anpassungsfähiger und autonomer reagieren. Die Erkenntnisse über die Maschine, die sich dabei gewinnen lassen, werden so immer präziser. Hier überschneiden sich die Aufgaben der Data Scientists manchmal mit denen eines Entwicklers von Künstlicher Intelligenz (KI). Auf Basis von Analysen aus der Vergangenheit (Pattern Recognitions) erstellen sie dann Prognosen für die Zukunft.

Erfasst werden die Daten über smarte Sensoren. Anschließend werden die Daten über ein Gateway in die Cloud hochladen. Hier werden sie schnell von der KI analysiert und aufbereitet, und können anschließend für die Optimierung der Maschinen genutzt werden. Der Vorteil für Unternehmen dabei: Die permanente Zustandsüberwachung von Maschinen bietet einen vorausschauenden Ansatz zur Wartung von Anlagen und gewährleistet eine optimale Anlagenleistung bei gleichzeitiger Minimierung von Stillstandzeiten. Grundsätzlich gilt bei der Nutzung von KI: Je mehr Daten zur Verfügung stehen, desto besser kann die KI „lernen“, und desto genauer werden die Aussagen über den Zustand einer Maschine, bzw. Komponente.

Smarte Sensorik in der Pumpen-Industrie

KSB bietet Ihnen eine ganze Reihe an digitalen Pumpenlösungen und Smart Services zur digitalisierten Erfassung und Korrelation von Leistungs- und Zustandsparametern Ihrer Pumpen und Armaturen. Beispielsweise mit KSB Guard, einer digitalen Lösung zur cloud-basierten Überwachung von Pumpen und anderen rotierenden Maschinen: KSB Guard führt eine Trendanalyse der Zustandsdaten Ihrer Maschinen durch, und erkennt somit sich anbahnende Schäden frühzeitig. Auf diese Weise bringt KSB Guard Transparenz in Ihre Anlage und hilft Ihnen, Ihre Anlage schonender zu fahren und gezielt effizientere Wartungs- und Instandhaltungsmaßnahmen durchzuführen, indem Sie etwa Wartungsaufgaben dynamisch priorisieren oder Ihre Ersatzteilstrategie optimieren.

Die Ludwig Weinrich Schokoladenfabrik bekam durch die installierte Redundanz eine zuverlässige Prozesssicherheit. Durch die bedarfsgerechte Auslegung hat sie darüber hinaus Energieeinsparungen von sage und schreibe 75% gewonnen – eine äußerst effektive Kombination, die funktioniert.

Digitalisierung und Datensicherheit

Eine der wichtigsten Erfolgsvoraussetzungen für die Digitalisierung ist deren Akzeptanz. Es gibt allerdings noch immer viele Unternehmen, die den digitalen Möglichkeiten kritisch gegenüberstehen. Und dies ist durchaus nachvollziehbar: Immer wieder kommt es vor, dass Unternehmen zum Ziel von Cyberangriffen werden. Auch unzureichend gesicherte, vernetzte Anlagen können dabei empfindlich getroffen werden und so einen erheblichen Schaden verursachen.

Viele Unternehmen fragen sich in diesem Zusammenhang zurecht, wie zuverlässig ihre teils hochsensiblen Daten geschützt sind, wenn sie innerhalb der cyber-physischen Systeme ausgetauscht oder die Maschinendaten beim Cloud-Computing zum Speichern und Verarbeiten in ein externes Rechenzentrum ausgelagert werden. 

KSB weiß, wie Datensicherheit geht.

Um die Sicherheit dieser Daten zu gewährleisten, stellt KSB höchste Anforderungen, die weit über die Kriterien der DSGVO und die Empfehlungen des Bundesamtes für Sicherheit in der Informationstechnik (BSI) hinausgehen.

Beispiel KSB Guard: Sicherheit fängt bei KSB Guard bereits damit an, dass das System völlig autonom arbeitet. Ein Eindringen in das Netzwerk des Kunden ist somit quasi unmöglich. Aber auch beim Daten-Handling selbst achtet KSB auf höchste Sicherheit. Alle Daten werden nach deren Erfassung durch die KSB Guard Sensoreinheit von der KSB Guard Sende- und Batterieeinheit unter höchsten Sicherheitsstandards nach TLS 1.2 verschlüsselt, und über das Anwendungsprotokoll MQTT-SN an das KSB Guard Gateway weitergeleitet.

Auch, dass KSB sich für einen der größten Cloud-Anbieter der Welt entschieden, ist kein Zufall: Alle Daten von KSB Guard werden ausschließlich auf deutschen Servern mit höchsten Sicherheitsanforderungen gemäß der ISO 27001 gespeichert. Weitere Sicherheitsanforderungen sind beispielsweise C5, CSA oder auch PCI. Auch ist der Cloud-Partner von KSB so organisiert, dass das Personal getrennt auf die jeweilige Tätigkeit spezialisiert eingesetzt wird. Das bedeutet: Niemand kann gleichzeitig Zugriff auf die Server, auf Datenbanken oder die Dienste erlangen, die die Daten verarbeiten. Sicher ist eben sicher. Mit KSB.