StartseiteUnternehmenAktuellesInterview Industrial Analytics

„Mit Industrial Analytics können unsere Kunden unter Einsatz von Verfahren der künstlichen Intelligenz einen konkreten Mehrwert aus ihren Daten generieren“

Interview mit Tobias Gaukstern, Head of Industrial Analytics bei der Weidmüller Gruppe, zum Thema Industrial Analytics

 

Was sind die wichtigsten Entwicklungen bei Weidmüller seit der letzten Hannover Messe in Sachen Industrial Analytics?

Wir haben uns 2016 vor allem auf die Probleme und Fragen konzentriert, die auch die Maschinenbauer beschäftigen: Wie erfasse ich die Daten? Welche Daten sind relevant für eine datengetriebene Erweiterung des Geschäftsmodells? Und wie können wir daraus einen Mehrwert schaffen? Dafür haben wir Erfahrungen in unserer eigenen Fertigung gesammelt und auf Basis dieser Erkenntnisse erste Pilotprojekte mit unseren Kunden gestartet. Mit der Überführung unserer Analytics-Lösung in die Serie befähigen wir aktuell unsere Kunden,

datengetriebene Services für ihre Anforderungen zu realisieren und positionieren uns so als strategischer Partner für Analytics-Lösungen. Immer mit dem Ziel, unsere Kunden auf ein anderes Level zu heben und ihnen durch die Kombination von Domänen- und Analytics-Know-how und unter Einsatz von Verfahren der künstlichen Intelligenz einen konkreten Mehrwert aus ihren Daten zu liefern.

 

Wie unterscheiden Sie sich aktuell von anderen Herstellern und was ist das besondere an der Lösung von Weidmüller?

Insgesamt erkennen immer mehr Unternehmen, dass Smart Services den Unternehmenserfolg von Morgen determinieren. Wir wollen unsere Kunden befähigen, datengetriebene Services zu realisieren und setzen dafür auf einen plattformunabhängigen Ansatz, der uns in die Lage versetzt, unsere Lösung innerhalb nahezu jeder Cloud-Lösung zu realisieren. Denn bei unserer Lösung kann der Kunde entscheiden, ob er die Analytics-Lösung via Cloud, on Premise oder auf Feldebene nutzen möchte und ist so nicht auf eine konkrete Plattform beschränkt. Unser Vorteil ist zudem, dass wir durch unsere Expertise Applikationswissen und Analytics-Know-How kombinieren können und so wir vielen etablierten IT-Häusern und auch anderen Anbietern im Moment einen Schritt voraus sind.

 

Welche Resonanz erhalten Sie seitens der Kunden für Ihre Lösung?

Viele Kunden verbinden den Namen Weidmüller nach wie vor mit der Komponentenherstellung und nicht mit einem Anbieter für datengetriebene Services. Umso erfreulicher ist die überwältigende Resonanz zu unseren durchgeführten Analytics-Projekten – davon waren wir selbst ein wenig überrascht. Dies zeigt aber, dass wir mit unserem Angebot auf dem richtigen Weg sind und die Herausforderungen der Kunden verstehen und ihnen eine Lösung für ihre Anforderungen bieten.

 

Wie holt man heute gemeinsam mit dem Kunden wirklich Mehrwert aus Anwendungen mit Big Data?

Es geht immer darum, die vorhandenen Daten noch besser zu nutzen, etwa um Produkte optimaler zu entwickeln, Prozesse zu optimieren oder neue datengetriebene Services auf den Markt zu bringen. Diese Rohdaten müssen letztendlich in geschäftsrelevantes Wissen überführt und unternehmerisch genutzt werden. Hierzu formulieren wir gemeinsam mit den Kunden Use Cases sowie Ideen für Smart Services. Auf dieser Basis erarbeiten unsere Data Scientists gemeinsam mit unseren Applikationsingenieuren Modelle zur Analyse des Maschinenverhaltens. Wichtig dabei ist die enge Abstimmung mit den Kunden, um deren Domänen-Know-how bestmöglich zu integrieren. Denn ein Mehrwert entsteht für den Kunden erst, wenn die Analyseergebnisse vor dem Hintergrund der konkreten Applikation interpretiert werden und sich geschäftsrelevante Schlüsse ableiten lassen. Eine enorme Bedeutung kommt dabei dem Feature Engineering zu. Dahinter verbirgt sich letztendlich die Identifikation der genannten relevanten Zusammenhänge in den Rohdaten. Das hört sich einfach an, die Analyse der Daten hinsichtlich der relevanten Korrelationen ist aber letztendlich der Schlüssel zum Erfolg, in den wir mit unseren Kunden sehr viel Aufwand investieren. Einfach nur mal eben schnell ein generisches Analytics-Verfahren auf die Daten los zu lassen ist zu wenig, um eine zuverlässige Aussage über das Maschinenverhalten zu treffen. Aus den Daten lässt sich nur das Maximum raus holen, d.h. ein Mehrwert für den Kunden erzeugen, wenn das Wissen über Verfahren der künstlichen Intelligenz mit Domänenwissen verzahnt wird.

 

Wie beurteilen Sie die Situation im Analytics-Markt aktuell?

Wir beobachten, dass die Umsetzung von Smart Services primär bei den Innovations- und Technologieführern stattfindet. Allerdings steigt die Bedeutung des Themas stark an und auch die Priorität bei den Unternehmen wächst. In einigen Branchen ist ein regelrechter Wettbewerb entbrannt. Wer es als erster schafft, neue datengetriebene Services auf den Markt zu bringen, erhöht deshalb den Druck auf die Wettbewerber enorm. Zu den Treibern des Booms gehören die OEM‘s und großen Maschinenbauer, denn diese erwarten eine Analytics-Lösung zur Produktivitätssteigerung innerhalb der nächsten ein bis zwei Jahre. Wer dann keine Analytics-Lösung anbietet, wird einen starken Wettbewerbsnachteil haben. Auch das Zusammenspiel mit den diversen MES- und ERP-Anbietern bleibt spannend, da diese sich auf Analytics-Lösungen für die ganze Prozesskette fokussieren – ein Bereich, wo mit knapp 90 Prozent sicherlich die größten Potentiale liegen. Wichtig ist aber, dass dieses Potential nur durch entsprechende Analytics-Lösungen auf Maschinenebene erschlossen werden können, weshalb der Wertbeitrag der Maschinen- und Anlagenbauer für den Betreiber enorm ist.


Welchen Stellenwert genießt derzeit das Thema Predictive Analytics?

Die Vorhersage bestimmter Ergebnisse ist natürlich die Königsdisziplin. Der Ausdruck ist prominent und wird häufig mit Analytics gleichgesetzt. Natürlich streben alle nach einer Vorhersage von Ereignissen und Maschinenzuständen. Und entsprechend groß ist das Interesse von Anbietern und Kunden. Stand heute gibt es aber nur sehr wenige Echtzeit-Vorhersagen im Maschinen- und Anlagenbau, wobei sich dieser Zustand in der nächsten Zeit ändern wird. Wir selbst arbeiten mit mehreren Kunden an Predictive Analytics-Lösungen, die unsere Kunden kurzfristig am Markt platzieren wollen. 

Downloads
Interview - Industrial Analytics bei Weidmüller Download