Am 15.11.2017 präsentierte das PRO-OPT-Konsortium im Rahmen des Arbeitskreises Big Data und Data Analytics in Frankfurt seine Abschlussergebnisse. Die Referenten zeigten auf, wie eine kollaborative Datenanalyse in komplexen Ökosystemen aussehen kann und welche Handlungsempfehlungen sie aus ihren Big Data Projekten ableiten.
Auch Projektleiterin Dr. Liliana Guzmán Rehbein, Projektmanager Dr. Henning Barthel und Hauptabteilungsleiter Dr. Jens Heidrich vom Fraunhofer IESE erläuterten die PRO-OPT Plattform, demonstrierten, wie die Reaktionszeiten bei Traceability-Analysen enorm beschleunigt werden konnten und gaben am Ende erprobte Best Practices zur erfolgreichen Umsetzung von standort- und organisationsübergreifenden Big-Data-Anwendungsszenarien.
Dass bei Big Data Projekten Technologie alleine nicht ausreiche, sondern Experten mit ins Boot geholt werden müssen, darüber waren sich alle einige. Zwei dieser Experten waren Dr. Roland Stoffel, Data Scientist bei der DSA Daten- und Systemtechnik GmbH und Oliver Lepp, Projektmanager bei der Audi AG. Sie betonten, dass man in solchen Projekten unbedingt methodisch vorgehen und den Business Use Case von Anfang an in den Mittelpunkt stellen müsse.
PRO-OPT ist ein vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördertes Projekt. Volker Genetzky vom Referat „Entwicklung konvergenter IKT“ lobte das herausragende Engagement des PRO-OPT Konsortiums, insbesondere die internationale Vernetzung bis hin zur Teilnahme an der Asia Roadshow im Mai 2017. Das sei für solche Projekte nicht selbstverständlich.
Die PRO-OPT Plattform: kollaborative Datenanalyse in Smart Ecosystems
In komplexen Ökosystemen wie zum Beispiel in der Automobilindustrie entstehen riesige Datenmengen. In einem Fahrzeug alleine sind schon bis zu 100 Steuergeräte verbaut, hinzu kommt eine mehrstufige Lieferkette, die vor dem Fahrzeughersteller selbst liegt. Nach der Auslieferung folgt der restliche Lebenszyklus in Form von Werkstattbesuchen oder Connected Car Lösungen. Im vom BMWi geförderten Projekt PRO-OPT habe sich das Konsortium dazu entschieden, gerade aufgrund der Komplexität des Gesamtsystems die kollaborative Datenanalyse in der Automobilbranche in den Mittelpunkt zu stellen, so Dr. Simon Becker von der DSA Daten- und Systemtechnik GmbH und Dr. Liliana Guzmán Rehbein vom Fraunhofer IESE. „Spannend wird es in der Lieferkette immer dann, wenn sich systematische Fehler einschleichen, denn oft hört die Auswertung an der Unternehmensgrenze auf“, sagt Becker. Er betonte das große Potenzial bei der Optimierung komplexer Produkte und Produktionsprozesse, das die gemeinsame Datenanalyse biete. „Mit der PRO-OPT Plattform hat das Konsortium die Basis geschaffen für verteilte Analyse und berücksichtigt gleichzeitig das Bedürfnis, die Verwendung der Daten zu kontrollieren. Dabei verlassen die Rohdaten niemals die Unternehmensgrenzen, stattdessen werden nur die aggregierten Ergebnisse der lokalen Analysen ausgetauscht.“ Guzmán Rehbein unterstrich die Wichtigkeit der Datensouveränität als Enabler für den übergreifenden Datenaustausch: „Die in einem Ökosystem beteiligten Parteien behalten durch Verwendung des Sicherheitsframeworks IND2UCE ihre Datenhoheit und können kontrollieren, was, wann und wie lange mit ihren Daten passiert. Im konkreten Anwendungsfall der Automobilbranche kann der Zulieferer z.B. definieren, dass bestimmte lokalen Analyseergebnisse nur dann herausgegeben werden, wenn ein Garantiefall vorliegt und nachdem pseudononymisiert wurden. Mit PRO-OPT haben wir die technische Basis geschaffen, kollaborative Datenanalysen in einem Ökosystem durchzuführen − unter Wahrung der kommerziellen Interessen der jeweiligen Unternehmen.“
Erfolgreiche Umsetzung von Big Data im Unternehmen
Big-Data-Projekte in Smart Ecosystems scheitern häufig, weil sie weder auf strategische Unternehmensziele ausgerichtet noch im Rahmen der geschäftlichen und operativen Rahmenbedingungen realisierbar sind. In ihren Vorträgen erläuterten Oliver Lepp von der Audi AG, Dr. Ansgar Bernardi vom DFKI und Dr. Jens Heidrich vom Fraunhofer IESE ihre Erfahrungen sowie erprobte Best Practices zur erfolgreichen Umsetzung von standort- und organisationsübergreifenden Big-Data-Anwendungsszenarien. Dabei betonten die Partner insbesondere folgende Aspekte:
- Business Alignment: Erfolg hängt von konkreten Anwendungsfällen ab: Zuerst sollten zielorientierte Analysen des Big-Data-Geschäftspotenzials durchgeführt und anschließend durch datengetriebene Strategien ergänzt werden.
- Technologie alleine reicht nicht: Technologie ist nur ein Enabler. Sie ist kein Garant für nachhaltige Big-Data-Projekte. Vielmehr ist eine enge Zusammenarbeit von Domänenexperten und Data Scientists erforderlich.
- Datenkatalog: Datenquellen-Integration ist oft aufwändig(er): Da (automatisierte) Analyse (formalisiertes) Wissen über Datenelemente und interne Zusammenhänge voraussetzen, sollten Datenquellen semantisch modelliert werden.
- Features und Analyseverfahren: Die Datenanalyse auf Ist-Daten ist oft wenig aussagekräftig, da in Rohdaten oft mögliche Erkenntnisse u.a. im „Rauschen“ verborgen sind. Durch geeignete (inhaltlich sinnvolle) Zusammenfassungen, Gruppierung usw. werden statistisch signifikante Erkenntnisse möglich.
- Datenhoheit: Diese fungiert als Enabler für den übergreifenden Datenaustausch. Know-how und IP kann durch Datennutzungskontrolle mit IND2UCE geschützt werden.
Die gewonnenen Best Practices aus dem PRO-OPT-Projekt sollen anschließend durch ein gemeinsames Consulting in Smart Ecosystems verwertet werden. Denn wie Volker Genetzky vom Bundesministerium betonte, sollen die Ergebnisse mittel- bis langfristig in einer wirtschaftlichen Anwendung münden.
Kontakt:
Dr. Simon Becker, DSA
Dr. Liliana Guzmán Rehbein, Fraunhofer IESE
info@pro-opt.org
www.pro-opt.org