IoT Analytics vereint zwei Datenwelten

Die Kombination von IoT- und Geschäftsdaten bietet ganz neue Einblicke in Geschäftsprozesse. IoT-Analytics-Applikationen helfen, Unternehmen effizienter zu steuern und neue Märkte zu erschließen. Mit IoT-Analytics-Applikationen verknüpfen immer mehr Unternehmen die in der Produktion entstehenden IoT-Daten mit den Daten aus den betriebswirtschaftlichen Applikationen und ERP-Systemen.

Damit wollen sie neue und bessere Erkenntnisse über ihre Prozesse erlangen. Am Ende versprechen sie sich dadurch eine effiziente Steuerung, mehr Flexibilität, geringere Kosten und in der Konsequenz sogar eine bessere Wettbewerbsfähigkeit am Markt.

Anzeige

Das lässt sich an einem Beispiel verdeutlichen. Ein Unternehmen, das Verpackungen aus recyclebarem Material herstellt, verwendet Maschinensensoren und erfasst damit IoT-Daten zur Temperatur, Luftfeuchtigkeit und anderen Betriebsbedingungen, die die Qualität der Endprodukte beeinflussen. Mittelfristig will der Hersteller eine Ende-zu-Ende-Sicht auf alle Unternehmensprozesse erhalten, angefangen von der Planung und der Beschaffung bis hin zur Produktion, Instandhaltung, Logistik und dem Vertrieb. Ziel dabei ist es, Geschäftsprozesse abteilungsübergreifend und damit ganzheitlich zu steuern.

Die Wartungstechniker sollen dann auf Basis aktueller IoT-Daten in der Lage sein, den reibungslosen Betrieb der Maschinen sicherzustel-len und die Qualität der Produkte in der Fertigung zu kontrollieren. Unstimmigkeiten sollen auf direktem Weg mit Supply-Chain-Partnern, die ebenfalls Zugang zu den IoT-Analytics-Daten haben, geklärt werden. Der Vertrieb soll unter Einbeziehung von IoT-Daten aus der Produktion seine Forecasts verbessern können und darüber hinaus soll die Effizienz in der Supply Chain gesteigert werden. Die mit Sensoren ausgestatteten Lkws des Unternehmens sollen die Daten an das Flot-tenmanagement übertragen und dieses soll mit der Produktionsplanung gekoppelt werden. Die Fuhrparkmanager werden Dashboards nutzen, um die Fahrzeugflotte zu steuern und zu überwachen und die bevorstehenden Wartungstermine zu planen und einhalten zu können, damit es zu keinerlei Wartezeiten oder gar Stillständen an den ver-schiedenen Produktionsstandorten kommt. Zudem will man auch die Liefertreue noch einmal deutlich steigern.

Technologien für die Datenintegration und das Datenmanagement

Für Datenmanagementaufgaben wie die Integration, die Überprüfung der Konsistenz und Einhaltung der Datenqualität haben sich im IoT-Umfeld Open-Source-Lösungen durchgesetzt, beispielsweise Hadoop für die Big-Data-Verarbeitung. Apache Spark etwa befasst sich mit der Transformation, Bereinigung und Aufbereitung von IoT-Daten. Dazu kommen Apache Sqoop für die Datenreplikation und den Datentransfer sowie Apache Kafka und Apache Flume zum Laden und Exportieren von Datenströmen. All diese Open-Source-Lösungen kommen – in unterschiedlichen Kombinationen – in IoT-Projekten bereits zum Einsatz.

Information Builders 1 1000

IoT-Integration nutzt beispielsweise die Open-Source-Tools Apache Spark, Apache Sqoop und Apache Kafka zur Erfassung und Aufbereitung von Sensordaten und iWay Service Manager von Information Builders zum Einlesen von Nicht-Hadoop-Daten. (Bild: Information Builders)

Um die IoT-Daten mit den Daten aus betriebswirtschaftlicher Standardsoftware oder anderen in einem Unternehmen vorhandenen Datenbankmanagement-Systemen verknüpfen zu können, muss zunächst eine Verbindung zu Hadoop hergestellt werden. Mit Integrationssoftware, zum Beispiel von Information Builders, die einerseits die traditi-onellen Datenbankmanagement-Systeme ansteuern kann und anderseits den Zugang zu Hadoop eröffnet, existiert eine solche Lösung. Über eine Hadoop-Schnittstelle können Anwender beispielsweise eine Apache-Spark-basierte Pipeline konfigurieren, um in Hadoop importierte Daten zu transformieren, zu reinigen, zu verknüpfen und andere Verarbeitungsaktivitäten ausführen. Damit ist es auch möglich, viele Operationen im Speicher auf einem Spark-Cluster durchzuführen, was die Effizienz steigert und den Ressourcen- und Zeitbedarf bei Lese- und Schreiboperationen reduziert.

Information Builders 2 1000

Das Bild skizziert einen effizienten Weg zur Erstellung eines Data Lakes. Damit lassen sich beliebige Daten speichern – unabhängig von Herkunft und Format. (Bild: Information Builders)

IoT-Erkenntnisse umsetzen

In einigen, bislang bereits verbreiteten IoT-Anwendungsszenarien konzentriert sich der Datenaustausch auf die Machine-to-Machine-Kommunikation, etwa bei Flugzeugen, Automobilen oder der Fertigungssteuerung. In anderen Fällen sollen die aus IoT Analytics gewonnenen Erkenntnisse – also die Kombination aus IoT- und be-triebswirtschaftlichen Daten – Mitarbeitern in verschiedenen Abtei-lungen zugänglich gemacht werden. Das können Servicetechniker sein, die Anlagen, Maschinen und Produktionsstraßen überwachen, aber auch Lieferanten, Kunden oder Geschäftspartner, um sie enger an das Unternehmen zu binden. IoT-Analytics-Applikationen, die Daten aus der Produktionsumgebung mit den betriebswirtschaftlichen Applikationen eines Unternehmens kombinieren, eröffnet vielfältige Möglichkeiten, innovative Geschäftsprozesse umzusetzen und konti-nuierlich auszubauen.

Nathan JagodaNathan Jagoda, Country Manager Germany, Information Builders
 

Anzeige

Weitere Artikel

Newsletter
Newsletter Box

Mit Klick auf den Button "Jetzt Anmelden" stimme ich der Datenschutzerklärung zu.