Datenqualität Managementaufgabe für die industrielle Zukunft · 2017-10-10 · Normen / Standards EU-nien Compliance en z.B. DIN EN 81346 Strukturierungsprinzipien und Referenzkennzeichnung

Seite 1 - Datenqualität – Managementaufgabe für die industrielle Zukunft

Dr. Klaus Hesselmann

40. Konferenz Normenpraxis

Schutzvermerk nach ISO 16016

Datenqualität –Managementaufgabe für die industrielle Zukunft

Excellence by Competence

Bamberg, Düsseldorf, Koblenz, München, Nürnberg

28. – 29. September 201740. Konferenz Normenpraxis, thyssenkrupp Quartier Essen

Klaus Hesselmann





Klaus Hesselmann

• Maschinenbau (Luftfahrttechnik) RWTH Aachen• 25 Jahre im Bayer Konzern (davon 5 Jahre Agfa-Gevaert NV)• Leiter Betriebstechnik / Normung / Procurement Services• seit 2013 Geschäftsführer YEC GmbH (Expertennetzwerk)

• Tätigkeitsschwerpunkt: Klassifikation, Stammdaten, Normung, tech. Dokumentation• Mitglied VDMA NAM Klassifizierungssysteme, Merkmalbibliothek• Mitglied VDMA NAM Qualität industrieller Daten ISO 8000• Mitglied VDMA NAM MES Traceability• Mitglied VDI / VDE GMA Industrie 4.0• Mitglied VDA AK Steuerung von Kundenstandards• Referent DIN für Datenqualitätsmanagement und Referenzkennzeichnungssysteme

Vorstellung

Quelle: YEC GmbH





Um was geht es ?

Gra

fike

n a

us

„fo

tolia

.co

m“





Daten (Beispiel Materialstammdaten)

Qu

elle

: an

on

ymis

iert

es K

un

den

bei

spie

l





Daten und deren Qualität (Beispiel Materialstammdaten)

nicht formatgerecht

fehlende Werte

unsichere Information

mit Standardwert belegt

unstrukturierte Texte

Qu

elle

: an

on

ymis

iert

es K

un

den

bei

spie

l





Nutzung von Stammdaten

© F

ors

chu

ngs

pro

jekt

„ST

AIR

S“, F

IR /

RW

TH A

ach

en





Istzustand – Steigerung der Datenqualität

Qualität

Zeit

• Die Qualität der industriellen Stammdaten entspricht heute oft nicht der benötigten Qualität („Shit in – Shit out“)





Projekt – Steigerung der Datenqualität

Qualität

Zeit

QMProjekt


• Die „Verbesserung der Qualität“ ist ein langwieriger und teurer Prozess und der Nutzen wird häufig hinterfragt (Kosten-Nutzen-Analyse)

• Es ist zu hinterfragen, welche Daten für welche Prozesse tatsächlich benötigt werden

• Und ….





ISO 8000 – Sicherung der Datenqualität

Ziel ISO 8000

Qualität

Zeit

QMProjekt


• Die „Verbesserung der Qualität“ ist ein langwieriger und teurer Prozess und der Nutzen wird häufig hinterfragt (Kosten-Nutzen-Analyse)

• Es ist zu hinterfragen, welche Daten für welche Prozesse tatsächlich benötigt werden

• Es sollte rechtzeitig ein Prozess zur kontinuierlichen Qualitätskontrolle aufgebaut werden, um Qualitätsminderung zu vermeiden (Investitionsschutz)





Maßnahmen zur Sicherung der Datenqualität

• Präventive Maßnahmen zielen darauf ab, einen Qualitätsmangel zu verhindern;zum Beispiel durch Implementierung von Methoden, Techniken usw.

• Analytische Maßnahmen zielen darauf ab, einen Qualitätsmangel aufzudecken;zum Beispiel Durchführung von Reviews, Walkthroughs und Durchführung von (systematischen) Tests

• Korrigierende Maßnahmen zielen darauf ab, einen Qualitätsmangel zu korrigieren;zum Beispiel von Fehlern, die durch das Testen entdeckt werden

Das Testen wird häufig als das Finden von Fehlern beschrieben. Dies ist jedoch nicht das Ziel des Testens.Es ist ein Mittel, um Einsicht in die Qualität der Daten (und die der Prozesse) zu gewinnen.

Sinkt die Qualität sind entweder präventive oder korrigierende Maßnahmen zu ergreifen.

Qu

elle

: TP

I NEX

T, d

pu

nkt

.ver

lag





Ein Treiber …Das Konzept Industrie 4.0

Grafiken aus „fotolia.com“





Markt Produkt

Organisation

Komplexe Märkte erfordern intelligente Lösungen

Wandel

Anforderung

Flexibilität

Prozesse

Technologie

Konzept Industrie 4.0





Markt Produkt

Organisation


Vernetzte, fraktale Produktion

Produktion der Zukunft

Wandel

Anforderung

Flexibilität

Prozesse

Technologie

Dezentralisierung Delegation Verantwortung Autonome Einheiten

Daten Netzwerk Services CPS Cloud

Anforderungen

Konzepte

Cyber-physical System






Markt Produkt

Organisation


Vernetzte, fraktale Produktion

Produktion der Zukunft

Wandel

Anforderung

Flexibilität

Prozesse

Technologie

Dezentralisierung Delegation Verantwortung Autonome Einheiten

Daten Netzwerk Services CPS Cloud

Horizontale Integration Vertikale Integration Zeitliche Integration

Anforderungen

Konzepte

Cyber-physical System






Horizontale Integration Vertikale Integration Zeitliche IntegrationR

AM

I 4.0

ProzesseGegenständeDokumente

Entitäten

Voraussetzung Datenintegration

Qu

elle

: VD

I/V

DE/

VD

MA

/YEC

Gm

bH






Identifizierung

Klassifizierung

Kennzeichnung

RA

MI 4

.0


Entitäten


NotwendigeDatenelemente

Qu

elle

: VD

I/V

DE/

VD

MA

/YEC

Gm

bH






Identifizierung

Klassifizierung

Kennzeichnung Funktionale Sicherheit

Zolltarifnummer

TraceabilityRA

MI 4

.0


Entitäten

Dokumentation


NotwendigeDatenelemente

Wird u.a. benötigt für

Pro

zess

e

Qu

elle

: VD

I/V

DE/

VD

MA

/YEC

Gm

bH





Essenzieller Teil einer jeden Modellierung ist die eineindeutige Identifizierbarkeit von Objekten (Anlagen, Produkte, Prozesse, Organisation)

RAMI4.0 - Identifizierung





Die Kennzeichnung von Objekten (Betriebsmittel) muss systemübergreifend einheitlich sein:

• Grundlage für übergreifende Datenauswertung• Verbindung Mechanik / Elektrotechnik• Aufbau einheitlicher Dokumentation

RAMI4.0 - Kennzeichnung

Qu

elle

: Lit

erat

ur





Die strukturierte Beschreibung von Objekten über Merkmale ist die wesentliche Eigenschaft einer sogenannten Verwaltungsschale (z.B. Selbstauskunft).

RAMI4.0 - Beschreibung

Qu

elle

: eC

l@ss





Und das bedeutet ?

Gra

fike

n a

us

„fo

tolia

.co

m“





Der Mensch im „digitalen“ Umfeld

KonsistenteKennzeichnung

Vo

llst

än

dig

e D

ate

nin

teg

rati

on

Ger

egel

teIn

form

ati

on

KlassifizierteDokumentation

StrukturierteDaten

Un

ters

tütz

end

eSt

an

da

rdis

ieru

ng

Qu

alit

äts

ges

ich

erte

sW

isse

nÜbergreifende

Prozesse

Gra

fike

n a

us

„fo

tolia

.co

m“





Der Mensch im „rechtlichen“ Umfeld


Vo

llst

än

dig

e D

ate

nin

teg

rati

on

Ger

egel

teIn

form

ati

on


StrukturierteDaten

Un

ters

tütz

end

eSt

an

da

rdis

ieru

ng

Qu

alit

äts

ges

ich

erte

sW

isse

nÜbergreifende

Prozesse

Normen / Standards

EU-R

ichtlin

ien

Compliance

Ge

setz

e /

Ver

ord

nu

nge

n

Gra

fike

n a

us

„fo

tolia

.co

m“





• In der Fabrik der Zukunft wird die Arbeitssituation in Abhängigkeit vom Auftrag ständig neu definiert, Jobs werden nicht mehr an einem Arbeitsplatz erfüllt, sondern nur in der Vernetzung.

• Erst in der Kommunikation und im Informationsaustausch zwischen allen Beteiligten erfüllt die Fabrik der Zukunft optimal ihre Funktion.

• Die Anforderungen an die Mitarbeiter zentrieren sich auf Arbeiten in einer stark vernetzten Umgebung. Das alles in einem Klima das Change eher ablehnt, denn die Norm (die Gesetzmäßigkeit) verliert an Bedeutung.

• Im Fokus steht die Kunst des Zusammenbringens. Damit werden Menschen wieder wichtiger, nämlich gut ausgebildete Organisatoren, Wissensarbeiter, Kreative!

• Die Grenzen zwischen industrieller Fertigung, Dienstleistung, Entwicklungstätigkeit verwischen sich, die alte Industriegesellschaft wird abgelöst von der neuen Wissensgesellschaft.

Gesetz-mäßigkeit

(Norm)

Kunstdes

Zusammen-bringens

Der Weg zur Wissensgesellschaft





Umstellung aufkonzeptionellenHandlungsansatz

Wissensgesellschaft

Detail-Normen

Konzept-Normen

Konzept versus Detail

Norm-zusammen-

hang

Fähigkeit Konzeptemiteinanderzu verbinden

Gesetz-mäßigkeit

(Norm)

Kunstdes

Zusammen-bringens

Die Norm verliert an Bedeutung, im Fokus steht die Kunst desZusammenbringens

Realitätsbezug durchfachkundige Akteure

Anforderungen an konzeptionellen Ansätze

Praxisbezug durch rasche Realisierung

Aktualität durch Schritt-halten mit der Entwicklung

Distanz zur Technologie aber Nähe zur Anwendung

Neutralität gegenüber Auslegung / Design

Anforderung an Konzepte

Qu

elle

: YEC

/ S

iem

ens





Beispiele für konzeptionelle Standards


Vo

llst

än

dig

e D

ate

nin

teg

rati

on

Ger

egel

teIn

form

ati

on


StrukturierteDaten

Un

ters

tütz

end

eSt

an

da

rdis

ieru

ng

Qu

alit

äts

ges

ich

erte

sW

isse

nÜbergreifende

Prozesse

Normen / Standards

EU-R

ichtlin

ien

Compliance

Ge

setz

e /

Ver

ord

nu

nge

n

z.B. DIN EN 81346Strukturierungsprinzipien undReferenzkennzeichnung

z.B. VDI 4499Digitale Fabrik

z.B. ISO 8000Datenqualität

z.B. DIN SPEC 91345Architekturmodell RAMI4.0

z.B. DIN EN 61355Klassifikation und Kennzeichnungvon Dokumenten

z.B. DIN EN 82079Erstellen von Anleitungen

z.B. DIN EN 61360Genormte Datenelementtypen

z.B. DIN EN 82045Dokumentenmanagement

Gra

fike

n a

us

„fo

tolia

.co

m“





Qualitäte !Das Thema

Gra

fike

n a

us

„fo

tolia

.co

m“





Daten

Metadaten Content

Qualitätmessen

Qualitätsichern

Aspekte von Daten (ISO 8000)

ISO 8000 – Themenbereich 1 (Serie 100 ff)

Datenbezogene Aspekte

• Datenaustausch von Produktdaten• Beschreibung von Metadaten, Dictionary• Datenqualitätskriterien (z.B. Zusicherung Vollständigkeit,

Nachweis Herkunft)• …

Daten-austausch

Qualitäts-management

ISO 8000 – Themenbereich 2 (Serie 60 ff)

Prozesse zum Datenqualitätsmanagement

• Prozessstruktur / Referenzprozess• Bewertung von Prozessen (KPI)• …





Informationen & DatenProduktion

1

Struktur Realer Prozess

Prozesse & DokumentationProduktion

ISO 9000

Prozess Qualitätssicherung (Referenzprozess ISO 8000)





MesspunktWert


Operativer QM-Daten-Prozess(Daten-Qualität)

Vorschriften-QM-Daten-Prozess

PrüfplanDaten

nutzt

3

2

1


Da

ten

-Qu

alit

ät

Struktur Realer QM Prozess

Prü

fun

g


ISO 9000






MesspunktWert

FragenAntworten




Operativer-QM-Prüf-Prozess(Prozess-Qualität)

Vorschriften-QM-Prüf-ProzessISO 8000

PrüfplanDaten

nutzt

nutzt

PrüfplanDaten

5

4

3

2

1


Da

ten

-Qu

alit

ät

Pro

zess

-Qu

alit

ät


Prü

fun

gP

rüfu

ng


ISO 9000






MesspunktWert

FragenAntworten




Operativer-QM-Prüf-Prozess(Prozess-Qualität)

Vorschriften-QM-Prüf-ProzessISO 8000

PrüfplanDaten

nutzt

nutzt

PrüfplanDaten

5

4

3

2

1


Da

ten

-Qu

alit

ät

Pro

zess

-Qu

alit

ät


Prü

fun

gP

rüfu

ng


ISO 9000

Struktur Referenz QM Prozess






Struktur Referenz QM Prozess (Leve 1)

Qu

elle

: ISO

80

00

-61





Struktur Referenz QM Prozess (Leve 2)

Verfeinerung der Prozess-Beschreibung bis hin zueiner einzelnen Aktion

Qu

elle

: ISO

80

00

-61





Einfaches BeispielProzessbewertung

Gra

fike

n a

us

„fo

tolia

.co

m“





Level 0: incompleteLevel 1: performedLevel 2: managedLevel 3: establishedLevel 4: predictableLevel 5: innovating

ISO/IEC 33020

Pro

zess

Prozessbewertung (klassifiziert aber nicht reproduzierbar)

Prozess






ISO/IEC 33020

Pro

zess

Sub-Prozesse

ISO 8000-61

Prozessbewertung (Schritt 1: Aufteilen der Aufgabe)

Prozess






ISO/IEC 33020 ISO/IEC 15504ISO 8000-61

Ziel

Yes / No

Pro

zess

Insp

ekt

ion

s-p

lan Sub-

Prozesse Sub-Ziele

Fragen

Messwert

Rating-Wert

Bewertung

ISO/IEC 15504ISO 8000-61

Prozessbewertung (Schritt 2: Definition von Fragen / Tests)

Prozess





Prozess



Ziel

Yes / No

N: not achievedP: partially achievedL: largely achievedF: fully achieved

Rating Methode

Pro

zess

Insp

ekt

ion

s-p

lan Sub-

Prozesse Sub-Ziele

Fragen

Messwert

Rating-Wert

Bewertung

ISO/IEC 15504ISO 8000-61

Prozessbewertung (Schritt 3: Zusammenfassung der Bewertungen)





Prozess

avtivities



Ziel

Yes / No


Rating Methode

Pro

zess

Insp

ekt

ion

s-p

lan Sub-

Prozesse Sub-Ziele

Fragen

Messwert

Rating-Wert

Bewertung

ISO/IEC 15504ISO 8000-61






Prozess



Ziel

Yes / No


Rating MethodeRating Aggregation Rating Modell

Pro

zess

Insp

ekt

ion

s-p

lan

Re

ife

grad

-m

od

ell

Sub-Prozesse Sub-Ziele

Fragen

Messwert

Rating-Wert

Bewertung

Level x ist erfüllt wenn• Level x-1 erfüllt ist und• Fragen Level x erfüllt sind

Mittelwert

ISO/IEC 15504ISO 8000-61






Prozess



Ziel

Yes / No


Rating MethodeRating Aggregation Rating Modell

Pro

zess

Insp

ekt

ion

s-p

lan

Re

ife

grad

-m

od

ell

Re

ife

grad

-m

atri

x Sub-Prozess A 2 2 3 3 4 …Sub-Process B 4 4 2 3 4 …Sub-Process C 3 3 4 3 4 …

Sub-Prozesse Sub-Ziele

Fragen

Messwert

Rating-Wert

Bewertung

Level x ist erfüllt wenn• Level x-1 ist erfüllt und• Fragen Level x sind erfüllt

Mittelwert

Zeit

ISO/IEC 15504ISO 8000-61

Prozessbewertung (Schritt 5: Schlussfolgerungen)





Einfaches BeispielDatenbewertung

Gra

fike

n a

us

„fo

tolia

.co

m“





Daten

Qualität

Metrik

Formal / Datentechnisch

Inhaltlich Statistisch (Eindimensional)

Inhaltlich Statistisch (Mehrdim.)

Validierung

Standardverfahren

Datenreihe

Attributnamenanalyse

Datentypanalyse

Wertebereichanalyse

Musteranalyse

Domänenanalyse

Eindeutigkeitsanalyse

Null-Wert-Analyse

Regelbasierte

Verfahren

Regeln zu Domänen

Regeln zu Wertebereiche

Regeln zu Werteausschlussbereichen

Regeln zur Genauigkeit

Regeln zu Mustern

Regeln zu Textattributen

Regeln zu fehlenden Werten

Standardverfahren

Datensätze

Analyse auf Schlüsselattribute

Analyse auf abgeleitete Werte

Analyse auf Datensätze mit Regeln

Analyse auf referenzielle Kardinalität

Analyse auf referenzielle Redundanz

Methoden – Messen von Datenqualität

Qu

elle

: Dat

enq

ual

ität

erf

olg

reic

h s

teu

ern

/ A

pel

et

al

1 2

34





Korrektheit

Zusammenhang

Gruppierung

Eindeutigkeit

Merkmale

Kla

sse

n

Content

(Industrie) Standards

Datenbewertung (Schritt 1: Festlegung der Methoden)





Korrektheit

Zusammenhang

Gruppierung

Eindeutigkeit

Füllgrad

Vielfalt

Formattreue 0% bis 100%

Messwert

Rating-Wert

Bewertung

Merkmale

Kla

sse

n

Content

(Industrie) Standards

Datenbewertung (Schritt 2: Detaillierung der Methoden)





1: low quality2: medium quality3: high quality

Rating Methode

Firmenbewertungsparameter

Industriebewertungsparameter

Rating Aggregation Rating Modell

Korrektheit

Zusammenhang

Gruppierung

Eindeutigkeit

Füllgrad

Vielfalt


Messwert

Rating-Wert

Bewertung

Merkmale

Kla

sse

n

Content

Datenbewertung (Schritt 3: Zusammenfassung der Bewertungen)





1: low quality2: medium quality3: high quality

Rating Methode

Firmenbewertungsparameter

Industriebewertungsparameter

Rating Aggregation Rating Modell

Korrektheit

Zusammenhang

Gruppierung

Eindeutigkeit

Füllgrad

Vielfalt


Messwert

Rating-Wert

Bewertung

Merkmale

Kla

sse

n

Content


Prozess zur Bestimmungder Qualität von Material-stammdaten:

Datenbewertung (Bewertung des Prozesses)





Was soll imGedächtnis bleiben ?

Gra

fike

n a

us

„fo

tolia

.co

m“





• Die Qualität von Stammdaten und die konsistente Information über Objekte wird die Zukunft einer Firma stark beeinflussen

• Es wird immer wichtiger Zusammenhänge zu erkennen. Dabei Unterstützen Konzeptnormen

• ISO 8000 ist eine Konzeptnorm zur Sicherstellung der Daten-qualität und der damit einhergehenden Prozesse

• ISO 8000 definiert u.a. einen Referenzprozess zur Sicherstellung der Datenqualität

• ISO 8000 gibt u.a. ein Schema vor, wie Prozesse kontinuierlich und reproduzierbar bewertet werden können

Zusammenfassung





Vielen Dank ☺

Documents

Datenqualität Managementaufgabe für die industrielle Zukunft · 2017-10-10 · Normen / Standards EU-nien Compliance en z.B. DIN EN 81346 Strukturierungsprinzipien und Referenzkennzeichnung