Big Data und Analytik in einem Industrieunternehmen · Mit Industrie 4.0 sind alle Daten einer Firma digital verfügbar. Daher ist Sicherheit (cyber security) eine unverzichtbare

Münster | 15. Februar 2016 | Dr. –Ing. Reinhold Achatz

Big Data und Analytik

in einem Industrieunternehmen

2 | 15.02.2016 | Digitale Transformation | Reinhold Achatz

Components Technology

Elevator Technology

Industrial Solutions

Materials Services

Steel Europe

Steel Americas

Diversifizierter Industriekonzern Die Nutzung von Synergien zwischen den Business Areas erzeugt Mehrwert

In der Vergangenheit hat sich die Industrie auf Produktivität fokussiert – in der Zukunft wird die Verknüpfung von Wertschöpfungsketten über den Erfolg entscheiden.


Die Digitale Transformation von

ThyssenKrupp

Industrie 4.0

Differenzierung Neben Ingenieurkunst werden digitale Fähigkeiten immer wichtiger

thyssenkrupp hat eine Strategie entwickelt, mit dem Ziel, die Möglichkeiten der digitalen Transformation optimal zu nutzen!


Digitalization

Product Lifecycle Management

Big

dat

a

Digital Factory

Rea

l Tim

e

Security

Customer value Digital Agenda Production control

Sen

sors

M2M

Cross factory exchange

Industrie 4.0 Collaboration

Internet of Things

Productivity A

ctua

tors

Predictive Analytics

Integration

Engineering

Software

Efficiency

Die digital Transformation ist ein interdisziplinäres Thema

Digital Platforms

Business Models

Cloud

IT-Infrastructure

Process Management


Digitale Transformation Drei Elemente entscheiden über den Erfolg der digitalen Transformation in der Industrie

Industrie 4.0 / Industrial Internet of Things

Internet Business

Big data / Predictive Analytics

Niemand benötigt die Digitale Transformation, wenn Sie keinen Mehrwert liefert!


Industrielle Revolutionen bei thyssenkrupp

Dampfmaschine

1. Industrielle Revolution

Rasenmäher Fertigung in der Landwirtschaftsmaschinenfabrik (1930s)

Taylorismus


Dampfhammer „Fritz“ (1861)

Automatisierte Produktionslinie mit drei „MaK“ Industrierobotern (1989)

Automation


Industrie 4.0: INPRO-Projekt Installationsüberwachung (heute)

Vernetzung

Industrie 4.0


Treiber der industriellen Revolutionen Welche weiteren Potentiale können entlang der Wertschöpfungskette identifiziert werden?

Quellen: 1. Pfister, Uni Münster, 2008, 2. H. Ford: Mein Leben und Werk, Leipzig 1923, 3. International Federation of Robotics, History of Industrial Robots, 2012

Chassis Fertigungszeit Ford Model T [min] Vor- und Nach- der Einführung des

Fliessbandes2

Roheisen Produktion in England [t]1

Verkaufte Industrieroboter weltweit p.a.3

? 1780 1870 1961 2012

5,800,000t 100,000t 1 Roboter ca. 160,000 Roboter

7.800

1.800

Durchschnittliche Kosten in Stundenlohnäquivalent

12:30 h

1914

Industrie 4.0 3. Industrielle Revolution 2. Industrielle Revolution 1. Industrielle Revolution

1:33 h

1913


Industrie 4.0 – Ziele von thyssenkrupp

Flexibel und schneller auf Kundenanforderungen zu reagieren Kosten zu senken Qualität zu erhöhen Durchsatz zu steigern Umweltbelastung zu reduzieren

Umfassende Kommunikation und Integration von Prozessen ermöglicht…


Umsetzung bei thyssenkrupp Die Digitale Transformation beginnt mit der Beschreibung der Geschäftsmodelle und der Optimierung der Prozesse

2 Optimierung der Prozesse /

Verbesserung der Prozessbeschreibung

Beschreibung der Geschäftsmodelle /

Prozessdesign 1

3 IT-Transformation

@ BAs @ BAs



PLM @ thyssenkrupp

Industrie 4.0 - die drei Kernelemente der Implementierung bei thyssenkrupp Synchronisiert mit und

Betrieb 1

Betrieb 2

Betrieb3

Customer

Externer Designer Marketing

& Sales

Marketing & Sales

Marketing & Sales

Management & Führung

Engineering Produktion


Produktion

Engineering

Lieferanten

Smart Grid

ERP = Enterprise Resource Planning MES = Manufacturing Execution System PLM = Product Lifecycle Management

Prod

uctio

n C

ontr

ol

ERP

MES

Smart Factory


Industrie 4.0 - Implementierung bei thyssenkrupp Beispiele

Virtuelle Inbetriebnahme Mensch-Roboter-Kooperation

Smart Factory - Echtzeitfertigungssteuerung Firmenübergreifende Vernetzung


Internet Business - thyssenkrupp in e-Business Beispiel

In USA handelt thyssenkrupp Materialien seit vielen Jahren online!


Internet Business „materials4me“ ist ein weitere Vertriebskanal für thyssenkrupp Material Services

Klassische und neue Kunden 24/7/365 können online Materialien einkaufen. Die Lieferung erfolgt über die vorhandene Logistikkette.

United Kingdom

Spanien Schweiz Deutschland (ab 04/2016)


Big Data und Prädiktive Analytik

Heute nutzen wir nur einen Bruchteil der verfügbaren Information!

heute

morgen

Durch die Analyse von strukturierten und unstrukturierten Daten erhält man mehr Information!

Heute analysieren wir die Ereignisse der Vergangenheit, mit Prädiktiver Analytik können wir historische Daten zur Vorhersage zukünftiger Ereignisse nutzen.

thyssenkrupp arbeitet schon an einer Reihe von Beispielen


ERP = Enterprise Resource Planning MES = Manufacturing Execution System PLM = Product Lifecycle Management


PLM @ thyssenkrupp

Betrieb

1

Betrieb 2

Betrieb3

Customer

Externer Designer Marketing

& Sales

Marketing & Sales

Marketing & Sales

Management & Führung



Produktion

Engineering

Lieferanten

Smart Grid

Prod

uctio

n C

ontr

ol

ERP

MES Smart

Factory

Big Data

Smart Services

Analyse/ Simulation/ Prädiktion

Big Data und Prädiktive Analytik – bessere Nutzung heute verfügbarer Information

Die neue Nutzung an sich schon heute verfügbarer Information /Big Data bietet große Chancen!


Big Data and Analytics Typical Workflow

Data Collection Data Processing Analysis & Visualization

Application

IT infrastructure - efficient and secure data handling;

Data structure, data base

„3 V“

* Some data my be incomplete and faulty

Gaining new insights and support decision making

Anomaly Detection

Predictive Analytics

Behavior Analytics

Sentiment Analysis

Self adapting physical / mathematical models,

Machine Learning


Beispiel Material Services


Optimierung des Lagerumschlags

Zentral. Regional. Lokal.


Optimierung der Nutzung der Be- und Entlade- Slots von LKWs

Just-in-time-Lieferungen.

Bestands- und Lagermanagement.

Supply-Chain-Management.


Beispiel Wartung von Aufzügen

Beispiel: Wartung von Aufzügen


Big Data und Prädiktive Analytik thyssenkrupp Elevator und Microsoft kooperieren im Bereich der Datenanalyse

Techniker im Call Center von thyssenkrupp in Seoul, South Korea

Ziel: Steigerung der Effizienz der Instandhaltung und des Services von thyssenkrupp Aufzügen

http://mscorp.blob.core.windows.net/mscorpmedia/2014/07/CallCenter_01.jpg


Microsoft Cloud Services

TCP/IP GSM/POTS

Blue Box

tk E Software

ERP*

Big Data und Prädiktive Analytik Optimierung der Service-Aktivitäten bei thyssenkrupp Elevator

Die Blue Box bietet eine normierte Schnittstelle zur Cloud

* *) ERP: Enterprise Resource Planning

Standardisierte Schnittstelle


Big Data und Prädiktive Analytik Beispiel: Optimierung der Produktion

Ziele: Erhöhen der Verfügbarkeit, verbessern der Performance und der Qualität.


Big Data und Prädiktive Analytik Beispiel: Produktion elektrischer Lenkungen

Partner:

Ziele: Vorhersage von Qualität des Endprodukts aus Fertigungsparametern der Komponenten


Big Data Beispiel: Analyse Sozialer Medien

Themen: o Technologie, o Soziale Wahrnehmung o Emotionen und Meinungen

Partner:

Ziele: Ermitteln der Wahrnehmung von thyssenkrupp und der Geschäftseinheiten in den sozialen Medien


Big Data: Höhere Transparenz im Unternehmen Beispiel: Online-Messung der Ausbringleistung des Walzwerkes

Alle Mitarbeiter des Unternehmens sehen Daten aus der selben Quelle


Optimierter Algorithmus

Prädiktive Analytik im Vergleich zur klassischen Analyse

Diskreter Input Eindeutiger Output

Big Data Wahrscheinlicher Output Standard-

Algorithmus

In der diskreten Welt ergibt sich aus einem definierten Eingangswert ein eindeutiger Ausgangswert, der durch einen schützbaren Algorithmus erzeugt wird.

White box / Kausalität:

Black box / Korrelation:

Aus Big Data lässt sich über Standard-Algorithmen ein statistisch wahrscheinlicher Ausgangswert ermitteln, wobei hier keine spezifischen Kenntnisse des Prozesses erforderlich sind, um Ausnahmen zu erkennen.

Durch die Analyse von großen Datenmengen („Big data“) lassen sich Erkenntnisse ohne detaillierte Kenntnis des eigentlichen Prozesses gewinnen.


Durch die digitale Transformation werden neue Geschäftsmodelle möglich

Derzeitiges Geschäftsmodell Zukünftiges Geschäftsmodell

Verkauf von Pkw an Endkunden. Verkauf der geeigneten Mobilitätslösung um von A nach B zukommen.

Quellen: http://www.pkw.de/ratgeber/auto-verkaufen/auto-verkaufen-tipps/main.jpg (links), deinewege.info (rechts)

Es entsteht ein Wettbewerb um direkten Kundenzugang mit neuen Geschäftsmodellen


Industrial Data Space Sicherer Datenaustausch zwischen Unternehmen


Der Industrial Data Space bietet ein »Network of Trusted Data«

über Daten und Dienste Vertrauensschutz Zertifizierte Teilnehmer

Dezentralität Föderale Architektur

Offenheit Neutral und

anwendergetrieben

Governance Gemeinsame Spielregeln

Skalierbarkeit Ecosystem Plattform und Dienste

Sicherer Datenaustausch

Souveränität


Industrial Data Space Architekturprinzip

Upload / Download / Search

Apps Vocabulary

Industrial Data Space Broker

Clearing

Registry Index

Industrial Data Space App Store

Internal IDS Connector

Company A Internal IDS Connector

Company B

External IDS Connector

External IDS Connector

Upload

Third Party Cloud Provider

Download

Upload / Download

Internet

Quelle:


Vertrauen und Sicherheit (Cyber Security) sind Voraussetzung

Mit Industrie 4.0 sind alle Daten einer Firma digital verfügbar. Daher ist Sicherheit (cyber security) eine unverzichtbare Voraussetzung. Der erweiterte Austausch von Daten und Informationen zwischen Fabriken, sogar über Firmengrenzen hinweg, erfordern ein hohes Mass an Vertrauen (trust).

010110101111010101010101001110010101011010101010101010111001101101000011101010101101010101010101010101010011011100110010101110001101010101010101110011101101011010111101010101011010101010111001101101000011101010101101010101010101010101010011011100110010101110001101010011100101010110101010101010101110011011010000111010101011010101010101010101010100110111001100101011100011010101010101011100111011100101001011101001001110101010010001111100101010100101010101010101001101110011001010111000110101001110010101011010101010101010111001101101000011101010101101010101010101010101010011011100110010101110001101010101010101110011101110010100101110100100111010101001000111110010101010 0101010101010101001101110011001010111000110101001110010101011010101010101010111001101101000011101010101101010101010101010101010011011100110010101110001101010101010101110011101110010100101110100100111010101001000111110010101010


selbstorganisierend

vernetzt

dynamisch

Work-Life-Balance

Kollege Roboter Gen Y

Volatilität

Unsicherheit

Komplexität

Ambiguität

Herausforderungen und Chancen der Arbeit von morgen

Ergonomie

Digitalisierung/Industrie 4.0 stellt Unternehmen und Mitarbeiter vor große Herausforderungen

Empowering and Exciting People at thyssenkrupp

Industrie 4.0@HR

Qualifizierung der Belegschaft Moderne Führungs- und Unternehmenskultur

Recruiting der „richtigen“ Mitarbeiter und „Fähigkeiten“

Neue Flexibilität von Unternehmen und Mitarbeitern

Sicherheit

Qualität

Effizienz

kundenorientiert

ressourcenschonend


Digitalisierung: Auswirkungen auf Arbeitsmärkte und Tätigkeitsprofile

Quelle: BCG analysis „Man and machine in Industry 4.0“

Job-Familien (Auswahl) der produzierenden Industrie: … 18 Bergbau 17 Metalle … 13 Zement und Glas … 8 Maschinenbau … 3 Automotive … 1 Luftfahrt- und Verteidigungsindustrie


Zusammenfassung

Die digitale Transformation ist eine Reise, die noch Jahre dauern wird.

Wir haben schon begonnen!

Die digitale Transformation wird alle Geschäftsarten und alle Unternehmen

betreffen!

Nicht alle Schritte sind heute schon definiert. Die Unternehmensteile brauchen zentrale Unterstützung bei der Umsetzung!

36 | 15.02.2016 | Digitale Transformation | Reinhold Achatz 36

Vielen Dank für die Aufmerksamkeit!

Documents

Big Data und Analytik in einem Industrieunternehmen · Mit Industrie 4.0 sind alle Daten einer Firma digital verfügbar. Daher ist Sicherheit (cyber security) eine unverzichtbare