26
© Zühlke 2013 Datenströme in der Praxis: Von funkenden Maschinen und Geräten Dr. Christoph Bröcker 2. Juli 2013 Folie 1

Datenströme in der Praxis (Big Data-Seminar)

  • Upload
    zuehlke

  • View
    915

  • Download
    0

Embed Size (px)

DESCRIPTION

Von funkenden Maschinen und Geräten Wir zeigen Ihnen Ergebnisse aus aktuellen Projekten. Profitieren Sie von branchenübergreifenden Erfahrungen – vom Felddatenmanagement, um die Produktentwicklung von vernetzten Geräten zu unterstützen bis zur weltweiten Überwachung von Maschinen im Betrieb. Vortrag von Christoph Bröcker auf dem Seminar "Willkommen im Datenrausch: Produkte vernetzen - mit BigData und der Cloud neue Schätze heben."

Citation preview

Page 1: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Datenströme in der Praxis:Von funkenden Maschinen und GerätenDr. Christoph Bröcker

2. Juli 2013Folie 1

Page 2: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Immer mehr Produkte werden vernetzt Beispiele aus der Praxis

• Logistik

• Industrie

• Medizin

• Gebäude

• Energie

• Banken

• Handel

• Automotive

• Versicherungen

• …

F &

E

Mark

eti

ng &

Vert

rieb

Serv

ice &

Pro

zess

e

Dis

trib

uti

on &

Log

isti

k

Page 3: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Beispiel 1: FeldtestDatenanalyse in der Produktentwicklung

• Logistik

• Industrie

• Medizin

• Gebäude

• Energie

• Banken

• Handel

• Automotive

• Versicherungen

• …

F &

E

Mark

eti

ng &

Vert

rieb

Serv

ice &

Pro

zess

e

Dis

trib

uti

on &

Log

isti

k

Page 4: Datenströme in der Praxis (Big Data-Seminar)

FeldtestViessmann optimiert die Vorentwicklung: Daten von neuen Brennstoffzellen werden täglich analysiert.

Page 5: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Manuelle Auswertung der Feldtestdaten

2. Juli 2013 Folie 5

Anlagen im Feld (Brennstoffzellen) sammeln Betriebsdaten

Betriebsstunden

Gasverbrauch Wirkungsgrad Vorlauftemper

atur Stromerzeugu

ng …

Ingenieure überwachen die Anlagen und werten die Daten für die Produktentwicklung aus.

1. Einloggen auf der Anlage2. Daten übertragen3. Übertragung in Excel4. Filtern und aggregieren

Page 6: Datenströme in der Praxis (Big Data-Seminar)

3713 8728 3709 2105 8487 7583 8720 5577 2014 4449 6228 4149 2635 6200 39424716 2616 8962 7508 8814 5092 6021 4559 9457 8360 8807 9442 3150 6411 77869809 9705 2441 7228 4337 2946 4105 8726 7970 5142 9626 3237 9242 3329 18738038 1334 9472 7812 6709 7131 4908 9330 8557 7582 5789 7028 8139 6095 88333725 8969 1966 6834 5873 1875 1035 9240 3598 8996 8211 9400 9297 2992 49104869 6823 4826 3694 1451 7969 1148 6081 1078 7038 4403 1687 2662 6274 84337885 2102 2422 3508 9444 3248 6037 6822 1278 9626 7330 8067 2045 7581 39011699 2838 8491 7699 4147 2008 2339 2799 2963 1380 3577 1361 1218 1201 83575217 2826 7587 7432 8758 7643 6120 1342 9024 2344 4865 2841 8765 7362 25297322 7145 3606 3501 3231 7891 6174 7548 8133 7473 8798 4514 2865 2437 33046652 1434 4931 5964 1674 4427 3020 9284 4633 9974 1152 5687 1221 9877 96167354 6077 8933 1992 4176 3819 6234 1919 9071 1713 7841 8726 7097 9182 99732676 8431 7692 8286 4994 8882 1010 4371 4443 7528 3354 1351 2851 6170 77803578 4507 6182 9396 3927 2966 9095 5733 5131 6006 2387 8575 7774 3720 17921827 1961 2644 2860 4390 4754 6835 1553 1662 3261 6889 4273 7419 5085 94439000 7486 6087 2856 9156 7056 3040 4768 2457 3124 9595 9352 2731 4468 35203308 9130 2705 1717 3142 6877 1701 6504 6508 8692 3019 2178 5270 1514 71827750 6798 2268 5238 5105 9499 1481 9256 4068 5856 4586 9650 5368 4904 95215095 5122 6064 5047 8671 8944 2388 8683 6820 5168 9816 4532 5580 9379 14877770 7410 9428 8603 2664 2248 5030 4924 2009 1764 6910 6441 5423 5023 71148671 5566 6814 8487 4742 9125 2499 6431 8796 6336 7038 9806 3760 5950 15621243 6700 3277 3799 8732 5896 4828 1949 4941 8551 7534 5954 2010 6584 30468626 7392 4861 7130 3170 9255 2408 8788 8948 7335 4937 8286 1116 2038 49946373 7426 9470 2300 5015 7655 7181 1388 9379 2768 9720 8686 5695 1443 4738

Wo liegt der Messwertzähler über 9900?

Page 7: Datenströme in der Praxis (Big Data-Seminar)

Zwei Anlagen erfordern Fernwartung.

Page 8: Datenströme in der Praxis (Big Data-Seminar)

Szenario 150 Feldsysteme100 Datenreihen / Ablesung1 Ablesung / Stunde40 Werte pro Reihe4 bytes pro Wert

550 MB / Monat

Szenario 2500 Feldsysteme400 Datenreihen / Ablesung4 Ablesungen / Minute100 Werte pro Reihe4 bytes pro Wert

12,6 TB / Monat

?MB TB

Page 9: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Eine Cloud-basierte Lösung vereinfacht die Auswertung der Feldtestdaten

2. Juli 2013

Folie 9

Nutzen für das Unternehmen• Geringerer

Personalbedarf• Die Infrastruktur

wächst mit • Keine Fixkosten

Nutzen für die Entwicklung• Alle Daten im Überblick• Schnelle und flexible

Auswertung

Page 10: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Herausforderungen

Volume: 12,6 TB pro Monat in der angestrebten vollen Ausbaustufe. Dies sind 24.000 mal mehr Daten als in der zum Einstieg geplanten Lösung.

Weitere Herausforderungen

• Flexibilität in der Auswertung– Einfache fertige Lösungen

(z.B. Zeitreihen, Drill-down)– Möglichkeit für komplexe Abfragen

• Sicherheit– Anonymisierung der Anlagen– Verschlüsselung und Authentisierung

2. Juli 2013 Folie 10

Page 11: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Beispiel 2: Service- und FlottenmanagementDisposition für Investitionsgüter

F &

E

Mark

eti

ng &

Vert

rieb

Serv

ice &

Pro

zess

e

Dis

trib

uti

on &

Log

isti

k

• Logistik

• Industrie

• Medizin

• Gebäude

• Energie

• Banken

• Handel

• Automotive

• Versicherungen

• …

Page 12: Datenströme in der Praxis (Big Data-Seminar)

Service- und FlottenmanagementLiebherr stattet alle Baumaschinen mit Telematikmodulen aus. Ein Portal erlaubt den Zugriff für Service und Kunden.

Foto

: Li

eb

herr

Page 13: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

13

LIDAT Geschäftsmodell - Systemüberblick

Welche Daten sind von Interesse?

BetriebsstundenPositionsdaten

Nutzungsprofile• Arbeitszustände• Produktivitätsdate

n (Momente, Lasten, …)

Auftragsdaten

Diagnosedaten

Performance-

Kenndaten

Kraftstoff-verbrauch

Maschinen-fehlerzustän

de

Folie 132. Juli 2013

Foto

: Li

eb

herr

Page 14: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Nutzungsmuster im Service- und Flottenmanagement

• möchte seine Aufgabe ohne Unterbrechungen durchführen

• möchte einen unfallsicheren Arbeitsplatz

möchte sicherstellen, dass die Maschine möglichst nie stillsteht

möchte einen Diebstahl der Maschine verhindern

möchte keine unnötigen Wartungen durchführen

möchte Wartungen im Voraus planen

• möchte Nutzungszeiten und Verfügbarkeit erfassen• möchte

Ferndiagnose erstellen

• möchte Einsatz vor Ort optimal vorbereiten

• möchte Maschinen-daten zur Optimierung der Produkte nutzen

Fahrer/Bediener

Vermieter

Besitzer

Service-Techniker

Hersteller

Foto

: Li

eb

herr

Page 15: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Funktionsumfang

• Fuhrparkmanagement– Verwaltung von Maschinen– Verkauf, Vermietung, Wartung– Einsatzplanung– Baustellenplanung

• Servicemanagement– Wartungsmanagement– Fernwartung– Ersatzteilversorgung

• Nutzungsbeschränkungen– Geographisch– Zeitlich

• Ereignis-Benachrichtigungen– Stimulus & Reaktion konfigurierbar– Ereignisbestätigung

• Berichte

Foto

: Li

eb

herr

Page 16: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Herausforderungen

Variety: Daten unterschiedlichster, auch zukünftiger Maschinen müssen verwaltet und ausgewertet werden können.

Hohe Anforderungen an flexible Datenmodelle.

2. Juli 2013 Folie 16

Weitere Herausforderungen

• Telematikmodul: Hardware-Auswahl, zuverlässige Software

• Kommunikation: Auswahl Funkprovider, Kosteneffizienz

• Outside Data: Integration von Maschinen anderer Hersteller

Foto

: Li

eb

herr

Page 17: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Beispiel 3: MeteringWirtschaftliche Zählererfassung

• Logistik

• Industrie

• Medizin

• Gebäude

• Energie

• Banken

• Handel

• Automotive

• Versicherungen

• …

F &

E

Mark

eti

ng &

Vert

rieb

Dis

trib

uti

on &

Log

isti

k

Serv

ice &

Pro

zess

e

Page 18: Datenströme in der Praxis (Big Data-Seminar)

MeteringDer Energiedienstleister setzt auf funkgestützte Fernablesung, um Kosten zu senken und neue Services zu ermöglichen.

Page 19: Datenströme in der Praxis (Big Data-Seminar)

EAI / ETL

Auswertungen„Walk by“

Ablesegeräte

Rules Engine

Vom Verbrauchswert zur Rechnung

Kundenportal

Außendienst

Verbrauchs-

zähler

Daten-termin

als

Web-serve

r

Kunden

Verträge

AblesewerteBackend-SystemeSensoren

Funk GSM

Prozessmanagement

Monitoring

Page 20: Datenströme in der Praxis (Big Data-Seminar)

EAI / ETL

Auswertungen„Walk by“

Ablesegeräte

Rules Engine

Vom Wasserleck zum Alarmsignal

Kundenportal

Außendienst

Verbrauchs-

zähler

Daten-termin

als

Web-serve

r

Kunden

Verträge

AblesewerteBackend-SystemeSensoren

Funk GSM

Prozessmanagement

Monitoring

Page 21: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Velocity: Erweiterung der Datensammlung von Monatsendwerten auf eine Hochleistungsinfrastruktur mit unterschiedlichen Serviceklassen.

Herausforderungen

2. Juli 2013 Folie 21

Weitere Herausforderungen

• Wirtschaftlichkeit der Infrastruktur

• Sicherheit nach dem Hollywood-Prinzip:„Don‘t call us, we call you“

• Geräteentwicklung geschieht lange vor der Entwicklung der Use Cases im Backend

Page 22: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Nutzenbeispiele im Überblick

2. Juli 2013

Feldtest

Flotten-management

Metering

Forschung &

Entwicklung

Marketing & Vertrieb

Service & Prozesse

Distribution & Logistik

Folie 22

Page 23: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Nutzenbeispiele im Überblick

2. Juli 2013

Feldtest Weniger Aufwand Bessere AnalyseTime-to-market

Flotten-management

Mehr ÜbersichtWeniger FehlzeitenNachverfolgbarkeit

Metering KundenfreundlichGeringere KostenNeue Services

Forschung &

Entwicklung

Marketing & Vertrieb

Service & Prozesse

Distribution & Logistik

Folie 23

Page 24: Datenströme in der Praxis (Big Data-Seminar)

© Zühlke 2013

Nutzenbeispiele im Überblick

2. Juli 2013

Feldtest Weniger Aufwand Bessere AnalyseTime-to-market

Übersichtlichere Verwaltung der Testanlagen

Flotten-management

Verbesserte Produkte

Cross-Selling Verbesserter Kundendienst

Mehr ÜbersichtWeniger FehlzeitenNachverfolgbarkeit

Metering Gezieltere Kundenansprache

KundenfreundlichGeringere KostenNeue Services

Forschung &

Entwicklung

Marketing & Vertrieb

Service & Prozesse

Distribution & Logistik

Folie 24

Page 25: Datenströme in der Praxis (Big Data-Seminar)

Datenströme senken Kosten und bieten neue Umsatzpotenziale.

Die Nutzung geht meist über den ursprünglich geplanten Zweck hinaus: Der Appetit kommt beim Essen.

Die Herausforderungen sind vielfältig. Gründe dafür sind Volume, Velocity und Variety, auch Vertraulichkeit, Verfügbarkeit und Veränderung.

Big Data-Technologien bieten neue Lösungswege.

Zusammenfassung