Sind Sie bereit für Echtzeitdaten?

Jakub Ładyński

Digitale Transformation, Industrie 4.0, Digitalisierung – diese Schlagworte sind seit einiger Zeit in aller Munde. Unabhängig von der Branche investieren Unternehmen zunehmend in unterschiedliche Systeme und Lösungen und streben nach Innovation und Optimierung. Diese Investitionen zielen darauf ab, die Rentabilität des Unternehmens zu steigern, sich an die Anforderungen des Marktes (sowohl geschäftlich als auch regulatorisch) anzupassen und die Kundenzufriedenheit zu erhöhen. Zusätzliche Elemente, die an Bedeutung gewonnen haben, sind Umweltfragen. CO2-Reduzierung und Energieeffizienz sind einige der wichtigsten Herausforderungen für Unternehmen in den Bereichen Industrie, Energie, Wärme, Wasser und Abwasser.

CP Blog Okładka

Viele Systeme und große Datenmengen

Mit der zunehmenden Ausstattung von Unternehmen mit vielen spezialisierten Lösungen wie zum Beispiel ERP, CRM, SCADA, MES wächst die Menge der Daten und deren Quellen in astronomischem Tempo.

Um so größer die Datenmenge um so wichtiger wird die Frage: Können Unternehmen mit den von ihnen gesammelten Daten effektiv umgehen?

Als Beispiel soll hier ein großes Fernwärmeunternehmen dienen, das einen Neukunden für einen Dienst gewinnt. Unterschreibt dieser Kunde den Vertrag, werden seine Daten zusammen mit den im Vertrag festgelegten Parametern in das Abrechnungssystem eingegeben. Im nächsten Schritt werden diese Daten manuell in das Auftragssystem und das GIS-System übertragen. Das Hinzufügen eines neuen Kunden erfordert also eine manuelle Dateneingabe in mindestens drei Systeme. Das ist noch nicht das Ende. Sobald der Zähler beim Kunden installiert wurde, muss dies manuell bestätigt werden. Das Abrechnungssystem lädt die Zählerdaten einmal im Monat herunter. Erfolgt die Installation zwischen den Abrechnungszeiträumen, sind für x Tage keine Daten im System vorhanden. Außerdem tauchen während des gesamten Prozesses mehrere verschiedene IDs auf, die den Kunden/ Zähler/ Auftrag je nach System unterschiedlich charakterisieren.

CP Blog Dane w Czasie Rzeczywistym Ilustracja2

Wir können das beschriebene Problem auch anhand des Produktionsbericht-Prozesses eines Energieunternehmens veranschaulichen. Einmal im Monat sendet die Analyseabteilung eine Anfrage nach Produktionsdaten an alle Anlagen. Nach Erhalt der Rückmeldungen erstellt sie einen Bericht über die Gesamtproduktion im Unternehmen und “drückt die Daumen”, dass keine Niederlassung etwas in ihrem “Excel” ändert. Ansonsten muss das Ergebnis erneut konsolidiert werden.

Eine weitere Herausforderung für Unternehmen ist die Erstellung der bereits erwähnten Umweltberichte im Zusammenhang mit der Umsetzung der CO2-Reduktionsziele und der Klimaneutralität. Im Falle unseres Energieunternehmens werden die Daten aus dem SCADA-System heruntergeladen, in den Bericht eingegeben und manuell analysiert. Im Folgemonat müssen weitere Daten eingegeben und manuell überprüft werden. Ein Analyseteam überprüft zusätzlich die Konsistenz dieser Daten mit dem Bericht des Vormonats.

Die obigen Beispiele zeigen, wie Prozesse ohne eine Verbindung der unterschiedlichen Softwarelösungen aussehen.

Wie sehen dieselben Prozesse aus, wenn sie in Echtzeit und mit einem System überwacht werden, das Daten aus verschiedenen Lösungen korrekt aggregieren und interpretieren kann.

Im Falle unseres Beispiels Fernwärmeunternehmen werden die Daten nach Vertragsabschluss in das Abrechnungssystem eingegeben und automatisch mit einer universelle ID versehen. Hierdurch wird ein Prozess in Gang gesetzt, in dem die ID über den Datenbus in entsprechende Codierungen aufgeschlüsselt wird. Dadurch wird der Installationsauftrag automatisch generiert und der Standort im GIS hinzugefügt. Wird nun der Zähler installiert, beginnt automatisch der Download von Echtzeitdaten in das Abrechnungssystem.

Schauen wir uns das Beispiel von unserem Energieversorgungsunternehmen an. Hier sammelt das System Daten in Echtzeit aus allen Niederlassungen und verteilt die Berichte an die zuständigen Personen.

Wie erreicht man diese und noch bessere Ergebnisse? Sie brauchen ein gut geplantes Verfahren und Instrumente.

Bei der Lösung dieser Aufgabe ist es von entscheidender Bedeutung, den richtigen Ansatz zu wählen und zu überlegen, wie die bereits vorhandene Infrastruktur des Unternehmens sinnvoll genutzt werden kann. Dies ist für uns der entscheidende Aspekt. 

Denn die optimale Nutzung von Daten stellt Unternehmen oft vor verschiedene Dilemmas: Ist die Organisation bereit, mit vielen verschiedenen Lösungen zu arbeiten? Können wir sicher sein, dass sich die Investition auszahlt? Werden wir in der Lage sein, das volle Potenzial der derzeitigen Lösungen in Kombination mit dem neuen System zu nutzen?

Das Ziel der Connectpoint ist es, die Ressourcen optimal zu nutzen und das Unternehmen auf die Einführung neuer Lösungen  vorzubereiten. Dazu braucht es ein gut geplantes Verfahren und entsprechende Werkzeuge. Wir arbeiten Schritt für Schritt und sammeln Daten aus vielen Systemen innerhalb einer Plattform – Smart RDM.

Die Smart RDM-Plattform

Bei der Zusammenführung von Daten aus Geschäfts- und Produktionssystemen und die genaue Ermittlung der Betriebskosten können wir auf bewährte Branchen Algorithmen zurückgreifen, um diese Daten in verwertbare Informationen umzuwandeln. Wir beginnen mit historischen Aufzeichnungen und speisen sie in Smart RDM ein. Diese Daten bilden die Grundlage für die Ausführung spezieller Validierungsalgorithmen (mehr über den Datenvalidierungsprozess here [Industrielle Datenwissenschaft beginnt mit Daten guter Qualität und physikalischem Wissen]) und sind die Basis für alle folgende Schritte.

Wir schaffen also im ersten Schritt ein zentrales Repository CDR (Central Data Repository), das eine zuverlässige Quelle für validierte Daten darstellt und organisierte Datensätze enthält.

In diesem Stadium zeigt sich der erste Vorteil für das Unternehmen – der Zugang zu strukturierten Daten an einem Ort. Warum ist dies ein Vorteil? Wir haben eine fertige Datenbank für die automatische Verteilung von Berichten an jede Ebene der Organisation, vom Maschinenbediener bis zum Manager und externen Institutionen. Wir können Analysen durchführen und genaue Schlussfolgerungen ziehen, indem wir Daten aus verschiedenen Bereichen des Unternehmens miteinander verknüpfen. Wir erhalten sowohl eine ganzheitliche Sicht auf das Unternehmen von der Managementebene aus als auch einen sehr detaillierten Blickwinkel, z.B. von der Ebene eines einzelnen Maschinenführers aus. Alle Informationen werden entsprechend einer festgelegten Hierarchie von Unternehmensfunktionen in einer Webanwendung bereitgestellt und verteilt. Der Zugang zu den Informationen ist sowohl vor Ort als auch von mobilen Geräten aus möglich.

Durch den Aufbau einer Unternehmensdaten-Historie und deren Analyse sind wir in der Lage, mit Daten in Echtzeit zu arbeiten. Warum sind historische Daten so wichtig? Können wir nicht einfach nur mit aktuellen Daten arbeiten?

Die Anzeige von Daten in Echtzeit würde funktionieren, aber es wäre nur eine Ausgabe von Daten. Das System lernt im Laufe der Zeit dazu, ohne Historie können Sie die Vorteile von Analysen und Algorithmen nicht voll ausschöpfen. Wir wollen, dass das System so schnell wie möglich einen greifbaren Nutzen bringt. Das erreichen wir, indem wir das CDR auf der Grundlage möglichst genauer historischer Daten, die uns SCADA-Systeme nicht bieten, aufbauen.

Ein weiteres Element des Prozesses ist die Implementierung einer Echtzeit-Datenverarbeitung, einer angemessenen, branchenspezifischen Berichterstattung und die Sicherstellung der Qualität der im Unternehmen verteilten Informationen. Unsere Experten identifizieren kritische Systeme, die Echtzeit-Unterstützung benötigen. Nicht jedes System sollte das CDR kontinuierlich mit Daten versorgen.

Wir sind auf bestimmte Branchen spezialisiert, um unsere domänenspezifische Erfahrung voll auszuschöpfen und zu nutzen. Wir wissen, wie man den Umgang mit diesen Daten optimal gestaltet und zu einem unbedenklichen Wachstum der Datenbanken führt. Wir passen die Algorithmen an und führen Prozesse zur Verteilung von Informationen in Echtzeit ein, wie z. B. die Fehlerbehandlung.

Eines unserer Projekte ist die Einführung von Smart RDM bei Twining. Marcin Gad, Betriebsleiter der polnischen Twinings-Fabrik führte zu diesem Projekt aus: “Das Wichtigste ist die Verlagerung von der Post-Factum-Analyse und reaktiven Maßnahmen zur Online-Prozessüberwachung und proaktiven Maßnahmen im Hier und Jetzt. Wir konnten auch einige der Produktionsberichte automatisieren, was den Zeitaufwand für deren Erstellung und Analyse reduzierte. Die Daten mussten online verfügbar sein.” – 

Durch den geschickten Umgang mit Echtzeitdaten können wir schnell auf Veränderungen der wichtigsten Leistungsindikatoren reagieren und die Optimierung der Abläufe unterstützen. Die Fachexperten der ConnectPoint beraten Sie gerne, welche Schlüsselparameter Sie überwachen, welche Berichte Sie automatisieren und welche Best Practices der Branche für Ihr Unternehmen geeignet sind.

Dank des beschriebenen Prozesses und des Smart RDM-Tools erhält das Management die Kontrolle über die vorhandenen Daten und kann deren Potenzial für die Geschäftsentwicklung voll ausschöpfen. Der beschriebene Prozess bereitet die Organisation auf die nächsten Stufen der Digitalisierung vor. 

Dies ist erst der Anfang des Weges zur operativen Exzellenz. Die nächste Stufe sind prädiktive Algorithmen, die nicht nur eine schnelle Reaktion auf Veränderungen ermöglichen, sondern auch die Verhinderung unerwünschter Ereignisse und eine detaillierte Planung im Voraus… Das ist Thema eines anderen Artikels.

Möchten Sie mehr über Smart RDM erfahren? Bitte besuchen Sie unsere Internetseite.