Industrie 4.0. Potentiale für BI-/DWH-Lösungen und Big-Data-Ansätze

Transkript

1 Industrie 4.0 Potentiale für BI-/DWH-Lösungen und Big-Data-Ansätze Prof. Dr. Hans-Georg Kemper Keplerstr Stuttgart Telefon: +49 (711) Telefax: +49 (711) Internet:

2 Big Data, Cyber Physical Systems, Real-time Factories, Cloud Computing macht innovative IT erfolgreich? oder stimmt IT doesn t matter? (wir brauchen nicht so viele strategisch denkende CIOs) by N.G. Carr, Harvard Business Review, from May 2003

3 Wertbeitrag IT bedingt beeinflusst IT bestimmt Unternehmensstrategie Geschäftsmodell Geschäftsprozesse liefert WERT Verändert übernommen aus: Krcmar, Helmut: Informationsmanagement, Berlin, S.399 (angelehnt an Wiegand, Picot, Reichwald).

4 CIO-Panel der Gartner Gruppe 1,500 CIOs in 2009 Quelle: 2,300 CIOs in 2012 Quelle:

5 Big Data von der Philosophie zur Technik Philosophieorientiertes Big-Data-Verständnis Strategieorientierte Datenanalyse Betonung der Datenexploration Anspruchsvolle, endbenutzerorientierte Analysen Datenorientierte Unternehmensstrategie führt zu Fokus auf externen Daten Zukunftsorientierte Analysen ( Predictive Analytics, Simulation) Problemorientiertes Big-Data-Verständnis Variety: Texte Velocity: Erfassung von Datenströmen (z.b. Social Media) Velocity: Real-Time Identifikation von Ereignissen (z.b. Angriffe) Velocity: Datenbereitstellung (z.b. Live-Visualisierung) Technologieorientiertes Big-Data-Verständnis Variety: Bilder Volume: Logdaten erfordert Variety: Videos Variety: Beziehungsdaten (z.b. Webcams) Variety: komplexe Maschinendaten Volume: RFID Volume: Sensordaten Volume: Sensordaten Konzepte / Frameworks zur massiv-parallelen Datenhaltung und -abfrage (z,b. Hadoop) NoSQL-Datenbanken, z.b. Graphdatenbanken In-Memory-Datenbanken Streaming-Daten-Analyse Visuelle Simulation und Analyse Baars, H.; Kemper, H.-G.: Integration von Big-Data-Komponenten in die Business Intelligence, Zeitschrift Controlling, im Druck

6 Industrie 4.0 in deutschen Unternehmen eine empirische Untersuchung Knapp die Hälfte der KMU hat nur vage Vorstellungen, was sich hinter dem Begriff verbirgt

7 Industrie 4.0 in der industriellen Wertschöpfung Industrie 4.0 ist ein Zukunftsprojekt in der Hightech-Strategie der deutschen Bundesregierung, mit dem in erster Linie die Informatisierung der Fertigungstechnik vorangetrieben werden soll. Vorphase Produkt- / Produktionsprozessentwicklung Produktlebenszyklus Produktion Absatz Produktnutzung / Service Recycling Industrie 4.0 Bildnachweis: 123rf.com

8 Industrie 4.0 in der industriellen Wertschöpfung 1. Produktionssystem-fokussiertes Verständnis Vorphase Produkt- / Produktionsprozessentwicklung Produktlebenszyklus Produktion Absatz Produktnutzung / Service Recycling als Anwendung Cyber-physischer Systeme in Produktion und Logistik

9 Industrie 4.0 in der industriellen Wertschöpfung 1. Produktionssystem-fokussiertes Verständnis Bildnachweis: 123rf.com 7

10 Industrie 4.0 in der industriellen Wertschöpfung 2. Produkt-fokussiertes Verständnis Vorphase Produkt- / Produktionsprozessentwicklung Produktlebenszyklus Produktion Absatz Produktnutzung/ Service Recycling als Anwendung Cyber-physischer Systeme in Produktion und Logistik als Internet der Dinge und Dienste in industriellen Prozessen

11 Industrie 4.0 in der industriellen Wertschöpfung 2. Produkt-fokussiertes Verständnis physisches Produkt (Bsp. Getriebe) physisches Produkt und embedded System (Bsp. Getriebe mit Sensorik und Applikation) Bildquelle: Wittenstein

12 Industrie 4.0 in der industriellen Wertschöpfung 3. Produktlebenszyklus-orientiertes Verständnis Vorphase Produkt- / Produktionsprozessentwicklung Produktlebenszyklus Produktion Absatz Produktnutzung/ Service Recycling als ein unternehmensspezifischer Gesamtansatz zur Steigerung der Wertschöpfung über den gesamten Produktlebenszyklus als Anwendung Cyber-physischer Systeme in Produktion und Logistik als Internet der Dinge und Dienste in industriellen Prozessen

13 Industrie 4.0 in der industriellen Wertschöpfung 3. Produktlebenszyklus-orientiertes Verständnis physisches Produkt und embedded System Bildquelle: Wittenstein

14 Industrie 4.0 in der industriellen Wertschöpfung dargestellt am Beispiel der Kundenindividualisierung Customer Co-Creation Individuelle Produktion Tracking Individuelle Services Betrachtung der Prozesskosten Industrie 4.0 erfordert den Aufbau unternehmensspezifischer Fähigkeiten

15 Industrie 4.0 aus Sicht eines Unternehmens ist ein organisationsspezifischer Gesamtansatz zur horizontal sowie vertikal integrierten digitalisierten, vernetzten, lebenszyklusorientierten Leistungserstellung materieller, immaterieller und/oder hybrider Produkte in produzierenden Unternehmen. Engineering Management Informations- Technik

16 Industrie 4.0 aus Sicht eines Unternehmens Unternehmensstrategie / Geschäftsmodell Engineering Fähigkeiten / Capabilities Informationstechnik Management Technologien Konzepte

17 Innovative BI-Anwendungsfelder im Kontext Industrie 4.0 Veränderte Informationsbedarfe durch Additive Manufacturing Kunde Designer Konstrukteur Print-Dienstleister Lösungsraum Integrierte Informationsversorgung Funktionsmerkmale Prozess- und Qualitätsmerkmale Kosten Bild: slm-solutions.com

18 Innovative BI-Anwendungsfelder im Kontext Industrie 4.0 Veränderte Informationsbedarfe durch autonome cyber-physische Produktionssysteme Qualitätsmanager Produktentwickler Produktionsplaner Integrierte Informationsversorgung Qualität Fertigungszeit Gesamtanlageneffektivität Restriktionen Prozesse Status (OEE) intelligentes Bauteil Bilder: 123rf.com

19 Innovative BI-Anwendungsfelder im Kontext Industrie 4.0 Veränderte Informationsbedarfe durch embeded Systems Produktverantwortlicher Komponentenverantwortlicher Gewährleistungs- und Kulanzcontroller Geschäftsführer Ursache Fehlerrate Integrierte Informationsversorgung Kosten Lessons learned Status Maßnahmen Bild: 123rf.com Fehler

20 Innovative BI-Anwendungsfelder im Kontext Industrie 4.0 Veränderte Informationsbedarfe durch Tracking- und Tracing in der Montage Werker Meister Qualitätsmanager Geschäftsführer Integrierte Informationsversorgung Montagefortschritt Verbauung/Konfiguration Status Montagegeräte Montagezeit Montageprotokoll Bild: Brose

21 Industrie 4.0 Von der Vision zur Lösung Vision 2022 Industrie 4.0: Was möchte unser Unternehmen langfristig erreichen? Industrie 4.0 Projekte mit dokumentierbarem I4.0-P6 I4.0-P7 Nutzen (ROI) Industrie 4.0: Lösungen I4.0-P I4.0-P1 I4.0-P2 I4.0-P3 I4.0-P4

22 BI-Eco-System Big-Data-Komponenten Etablierte Business-Intelligence-Komponenten Datenbereitstellung anwendungsspezifisch anwendungsübergreifend Informationsgenerierung Streaming- Daten: Analyse / Monitoring Direkte Abfrage & Suche (Big Data Store) Interaktive Analyse und Visualisierung (Visual Analytics) Graph- Datenbanken Big Data Store weitere NoSQL- DBs Advanced & Predictive Analytics In- Memory DB OLAP Data Mart Data Warehouse ETL Reporting Data Mart Administration, Metadata-Management, Data Quality Quellsysteme CRM ERP SCM Baars, H.; Kemper, H.-G.: Integration von Big-Data-Komponenten in die Business Intelligence, Zeitschrift Controlling, im Druck

23 Vielen Dank!