Big Data Management und Analytics

mehr Info

Fraunhofer Cluster of Excellence »Cognitive Internet Technologies«

mehr Info

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.

 

AMELI 4.0: Sensorplattform für intelligentes Condition Monitoring

Das Ziel ist die Entwicklung hochintegrierter, vernetzter, energieautarker MEMS-Multisensorsysteme mit intelligenter Echtzeit-Datenverarbeitung auf Sensorebene bei hoher Daten- und Systemsicherheit.

 

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.