• Share
  • Email
  • Embed
  • Like
  • Private Content
Datenströme in der Praxis (Big Data-Seminar)
 

Datenströme in der Praxis (Big Data-Seminar)

on

  • 727 views

Von funkenden Maschinen und Geräten ...

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."

Statistics

Views

Total Views
727
Views on SlideShare
725
Embed Views
2

Actions

Likes
0
Downloads
7
Comments
0

1 Embed 2

https://twitter.com 2

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • Immerhin bereits Vorteil gegenüber Feldtest ohne Datenströme:Beispiel MKN Küchengeräte: keine Connectivity, nur Benutzer-Feedback, Hinfahren zur Fehleranalyse5 Anlagen  1 Person Vollzeit50 Anlagen  10 Personen Vollzeit?
  • Warum 4 Ablesungen pro Minute?  Echtzeitmessung während der Feldtestingenieur an der Anlage ist.
  • Einsatz beispielsweise von Esper, Storm, Hadoop
  • Ausblick: Die Anlage soll auch Erfahrungen für den Aufbau eines Systems zur Verarbeitung der Datenströme aus den Produktivsystemen liefern.
  • Nutzen: Automatisierung, Kostensenkung: Aber schwierig zu erreichenFernausgelesene elektronische Zähler in Deutschland: 0.5% (BNetzA 2012)http://www.effiziente-energiesysteme.de/themen/smartmeter/marktentwicklungsmartmeter.htmlDaher: Suche nach neuen Einsatzgebieten der InfrastrukturBild Heizung: PN 711 ViessmannBild Briefe: Evaisaespe, CreativeCommons SA 3.0http://commons.wikimedia.org/wiki/File:Correspondencia.jpeg
  • Weiteres Beispiel: Prüfungen beim Leerstand von Wohnungen Bild Waschmaschine: Arpingstone, Public Domainhttp://commons.wikimedia.org/wiki/File:Washer.600pix.jpgBild Alarm: midorisyu, CC SA 2.0http://commons.wikimedia.org/wiki/File:Washer.600pix.jpg
  • Weitere Beispiele -Feldtest: Shampoo-Verwendung, Einnahme von Medikamenten- Flottenmanagement: Gabelstapler, Luftfracht-Container- Metering: Küchengeräte „Backstunden“
  • Beispiel Liebherr: Mobile Krane, die heben und fahren, verbesserte neue Produkte

Datenströme in der Praxis (Big Data-Seminar) Datenströme in der Praxis (Big Data-Seminar) Presentation Transcript

  • © Zühlke 2013 Datenströme in der Praxis: Von funkenden Maschinen und Geräten Dr. Christoph Bröcker 2. Juli 2013 Folie 1
  • © Zühlke 2013 Immer mehr Produkte werden vernetzt Beispiele aus der Praxis • Logistik • Industrie • Medizin • Gebäude • Energie • Banken • Handel • Automotive • Versicherungen • … F&E Marketing&Vertrieb Service&Prozesse Distribution&Logistik
  • © Zühlke 2013 Beispiel 1: Feldtest Datenanalyse in der Produktentwicklung • Logistik • Industrie • Medizin • Gebäude • Energie • Banken • Handel • Automotive • Versicherungen • … F&E Marketing&Vertrieb Service&Prozesse Distribution&Logistik
  • Feldtest Viessmann optimiert die Vorentwicklung: Daten von neuen Brennstoffzellen werden täglich analysiert.
  • © Zühlke 2013 Manuelle Auswertung der Feldtestdaten 2. Juli 2013 Folie 5 … Anlagen im Feld (Brennstoffzellen) sammeln Betriebsdaten  Betriebsstunden  Gasverbrauch  Wirkungsgrad  Vorlauftemperatur  Stromerzeugung  … Ingenieure überwachen die Anlagen und werten die Daten für die Produktentwicklung aus. 1. Einloggen auf der Anlage 2. Daten übertragen 3. Übertragung in Excel 4. Filtern und aggregieren
  • 3713 8728 3709 2105 8487 7583 8720 5577 2014 4449 6228 4149 2635 6200 3942 4716 2616 8962 7508 8814 5092 6021 4559 9457 8360 8807 9442 3150 6411 7786 9809 9705 2441 7228 4337 2946 4105 8726 7970 5142 9626 3237 9242 3329 1873 8038 1334 9472 7812 6709 7131 4908 9330 8557 7582 5789 7028 8139 6095 8833 3725 8969 1966 6834 5873 1875 1035 9240 3598 8996 8211 9400 9297 2992 4910 4869 6823 4826 3694 1451 7969 1148 6081 1078 7038 4403 1687 2662 6274 8433 7885 2102 2422 3508 9444 3248 6037 6822 1278 9626 7330 8067 2045 7581 3901 1699 2838 8491 7699 4147 2008 2339 2799 2963 1380 3577 1361 1218 1201 8357 5217 2826 7587 7432 8758 7643 6120 1342 9024 2344 4865 2841 8765 7362 2529 7322 7145 3606 3501 3231 7891 6174 7548 8133 7473 8798 4514 2865 2437 3304 6652 1434 4931 5964 1674 4427 3020 9284 4633 9974 1152 5687 1221 9877 9616 7354 6077 8933 1992 4176 3819 6234 1919 9071 1713 7841 8726 7097 9182 9973 2676 8431 7692 8286 4994 8882 1010 4371 4443 7528 3354 1351 2851 6170 7780 3578 4507 6182 9396 3927 2966 9095 5733 5131 6006 2387 8575 7774 3720 1792 1827 1961 2644 2860 4390 4754 6835 1553 1662 3261 6889 4273 7419 5085 9443 9000 7486 6087 2856 9156 7056 3040 4768 2457 3124 9595 9352 2731 4468 3520 3308 9130 2705 1717 3142 6877 1701 6504 6508 8692 3019 2178 5270 1514 7182 7750 6798 2268 5238 5105 9499 1481 9256 4068 5856 4586 9650 5368 4904 9521 5095 5122 6064 5047 8671 8944 2388 8683 6820 5168 9816 4532 5580 9379 1487 7770 7410 9428 8603 2664 2248 5030 4924 2009 1764 6910 6441 5423 5023 7114 8671 5566 6814 8487 4742 9125 2499 6431 8796 6336 7038 9806 3760 5950 1562 1243 6700 3277 3799 8732 5896 4828 1949 4941 8551 7534 5954 2010 6584 3046 8626 7392 4861 7130 3170 9255 2408 8788 8948 7335 4937 8286 1116 2038 4994 6373 7426 9470 2300 5015 7655 7181 1388 9379 2768 9720 8686 5695 1443 4738 Wo liegt der Messwertzähler über 9900?
  • Zwei Anlagen erfordern Fernwartung.
  • Szenario 1 50 Feldsysteme 100 Datenreihen / Ablesung 1 Ablesung / Stunde 40 Werte pro Reihe 4 bytes pro Wert 550 MB / Monat Szenario 2 500 Feldsysteme 400 Datenreihen / Ablesung 4 Ablesungen / Minute 100 Werte pro Reihe 4 bytes pro Wert 12,6 TB / Monat ?MB TB
  • © 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
  • © 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
  • © Zühlke 2013 Beispiel 2: Service- und Flottenmanagement Disposition für Investitionsgüter F&E Marketing&Vertrieb Service&Prozesse Distribution&Logistik • Logistik • Industrie • Medizin • Gebäude • Energie • Banken • Handel • Automotive • Versicherungen • …
  • Service- und Flottenmanagement Liebherr stattet alle Baumaschinen mit Telematikmodulen aus. Ein Portal erlaubt den Zugriff für Service und Kunden. Foto:Liebherr
  • © Zühlke 2013 13 LIDAT Geschäftsmodell - Systemüberblick Welche Daten sind von Interesse? BetriebsstundenPositionsdaten Nutzungsprofile • Arbeitszustände • Produktivitätsdaten (Momente, Lasten, …) Auftragsdaten Diagnosedaten Performance- Kenndaten Kraftstoff- verbrauch Maschinen- fehlerzustände Folie 132. Juli 2013 Foto:Liebherr
  • © 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:Liebherr
  • © 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:Liebherr
  • © 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:Liebherr
  • © Zühlke 2013 Beispiel 3: Metering Wirtschaftliche Zählererfassung • Logistik • Industrie • Medizin • Gebäude • Energie • Banken • Handel • Automotive • Versicherungen • … F&E Marketing&Vertrieb Distribution&Logistik Service&Prozesse
  • Metering Der Energiedienstleister setzt auf funkgestützte Fernablesung, um Kosten zu senken und neue
  • EAI / ETL Auswertungen „Walk by“ Ablesegeräte Rules Engine Vom Verbrauchswert zur Rechnung Kundenportal Außendienst Verbrauchs- zähler Daten- terminals Web- server Kunden Verträge Ablesewerte Backend- SystemeSensoren Funk GSM Prozessmanagement Monitoring
  • EAI / ETL Auswertungen „Walk by“ Ablesegeräte Rules Engine Vom Wasserleck zum Alarmsignal Kundenportal Außendienst Verbrauchs- zähler Daten- terminals Web- server Kunden Verträge Ablesewerte Backend- SystemeSensoren Funk GSM Prozessmanagement Monitoring
  • © 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
  • © Zühlke 2013 Nutzenbeispiele im Überblick 2. Juli 2013 Feldtest Flotten- management Metering Forschung & Entwicklung Marketing & Vertrieb Service & Prozesse Distribution & Logistik Folie 22
  • © Zühlke 2013 Nutzenbeispiele im Überblick 2. Juli 2013 Feldtest Weniger Aufwand Bessere Analyse Time-to-market Flotten- management Mehr Übersicht Weniger Fehlzeiten Nachverfolgbarkeit Metering Kundenfreundlich Geringere Kosten Neue Services Forschung & Entwicklung Marketing & Vertrieb Service & Prozesse Distribution & Logistik    Folie 23
  • © Zühlke 2013 Nutzenbeispiele im Überblick 2. Juli 2013 Feldtest Weniger Aufwand Bessere Analyse Time-to-market Übersichtlichere Verwaltung der Testanlagen Flotten- management Verbesserte Produkte Cross-Selling Verbesserter Kundendienst Mehr Übersicht Weniger Fehlzeiten Nachverfolgbarkeit Metering Gezieltere Kundenansprache Kundenfreundlich Geringere Kosten Neue Services Forschung & Entwicklung Marketing & Vertrieb Service & Prozesse Distribution & Logistik    Folie 24     
  • 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
  • Christoph Bröcker cab@zuehlke.com http://xing.to/cab @cabroecker