Big Data

Die Digitalisierung von Wirtschaft und Gesellschaft stellt einen fundamentalen Wandel dar, der zunehmend nicht nur den informationstechnischen Sektor erfasst, sondern auch in anderen, klassischen Branchen zu einem disruptiven Wandel führt. Wir verfügen über immer mehr Daten – nicht nur über unsere Kunden- und Geschäftsprozesse, sondern durch die zunehmende Verbreitung intelligenter Sensorik auch über Maschinen, Geräte und Infrastrukturen (»Internet der Dinge«). Die Vielzahl dieser verfügbaren Daten (»Big Data«) ermöglicht nicht nur, das Bisherige besser und effizienter zu tun, sondern erlaubt es auch, im Unternehmen oder unternehmensübergreifend über völlig neue digitale Geschäftsmodelle nachzudenken, die schneller als je zuvor dazu führen, dass die Karten in bestimmten Märkten neu gemischt werden.

Es ist für Unternehmen daher von zentraler Bedeutung, sich der Digitalisierung und der Bedeutung von Daten frühzeitig und tiefgreifend zu stellen. Big Data ist dabei nicht nur ein technisches Thema der richtigen Auswahl von Architekturen für Rechenzentren und Speichersysteme, sondern vor allen Dingen auch ein strategisches Thema bei der Nutzung von Daten für neue Wertschöpfung (»datengetriebene Unternehmen«).

Aktuelles zu Big Data aus unseren Verbund-Instituten

 

Forschungsprojekt BOOST 4.0

Beim international tätigen Automobilzulieferer Benteler werden im Rahmen des Projekts die Maschinendaten einer hydraulischen Presse und einer Materialfördereinrichtung systematisch erfasst, ausgewertet und daraus Muster im Produktionsprozess abgeleitet. Mit datengetriebenen Modellierungsverfahren und maschinellen Lernverfahren lassen sich dann z.B. Maschinenfehler erkennen, lange bevor diese passieren.

 

 

VIPER

Ziel von VIPER ist es, ein System zur Online-Prozessoptimierung und vorausschauenden Instandhaltung zu entwickeln, welches es ermöglicht, auf Basis der durch Sensoren an der Maschine erfassten Daten gleichzeitig den Zustand der Maschinen zu überwachen und daraus Aktionen abzuleiten sowie eine Optimierung der Prozessparameter durchzuführen.

 

 

BIG DATA in der Logistik

Das Fraunhofer IML strebt im Anwendungszentrum Big Data die Übertragung der Methoden und Algorithmen in reale logistische Anwendungsfälle an. Dies soll durch Forschungs- und Industrieprojekte, durch die Veranstaltung von Workshops und die Einbringung des Themas Big Data in die Lehre umgesetzt werden.

 

 

The I2PANEMA project

The I2PANEMA project aims to improve port’s operations by developing an interopability layer in IoT-applications.

 

 

 

SMART INDUSTRIAL PRODUCTS

Smarte Produkte ermöglichen somit ei-nen kontinuierlichen, wechselseitigen Austausch zwischen dem produktentwi-ckelnden bzw. -betreibenden Unternehmen und dessen Produkten im Feld. Beispielswei-se können durch die durchgehende Kommu-nikation Sensordaten vom Produkt an das Unternehmen zurückgespielt werden.

 

Catena-X

Catena-X ist eine Initiative der deutschen Automobilindustrie zur Schaffung einer gemeinsamen Dateninfrastruktur für die gesamte Wertschöpfungskette der Automobilindustrie. Ziel ist es, eine standardisierte und sichere Datenplattform zu schaffen, auf der Unternehmen der Automobilindustrie Daten austauschen und zusammenarbeiten können. Die Initiative wird von zahlreichen Unternehmen getragen und arbeitet eng mit der Bundesregierung zusammen.

 

Datenmanagement

Digitale Zwillinge helfen dabei, den CO2-Fußabdruck von Produkten entlang des Lebenszyklus zu verfolgen und langfristig zu reduzieren. Dabei wird deutlich, dass der wichtigste Hebel für Emissionseinsparungen ganz zu Anfang ist.

 

Leistungszentrum – Vernetzte, Adaptive Produktion

Das Leistungszentrum »Vernetzte, adaptive Produktion« verfolgt das Ziel, Wertschöpfungsketten zur Herstellung technischer und biologischer Produkte durch die Vernetzung und Digitalisierung aller beteiligten Hardware- und Software-Systeme sowie des Produkts selbst deutlich flexibler und effizienter zu gestalten.

 

Big Data: Große Datenmengen effizient verarbeiten

Eine strukturierte Datenverarbeitung bietet die Voraussetzungen, um wirklich relevante Informationen zu extrahieren und Wissen zu gewinnen. Das Fraunhofer IPT erarbeitet effiziente Konzepte zur schnellen Datenverarbeitung und -auswertung und überführt diese in echtzeitfähige Anwendungen.

 

Monetarisierung industrieller Daten

Im ICNAP-Projekt »Monetarisierung industrieller Daten« erforschen wir das Potenzial zur Monetarisierung von Werten durch die systematische Erfassung von Prozessdaten. Im Rahmen dieser Studie wird ein Blueprint-Ansatz zur Monetarisierung von Informationen aus Industriedaten entwickelt und in einer Fallstudie getestet.