Wofür werden Maschinendaten genutzt? Eine Erklärung, wie aus Messwerten Mehrwerte entstehen können
Die Antwort ist so einfach wie kryptisch: DIKW.
Dieser Artikel erklärt, was DIKW bedeutet und welche Schritte zwischen Messwerten und daraus resultierenden Mehrwerten stecken. Eine Erklärung, wie aus einer Aneinanderreihung von 1 und 0 am Ende des Tages Mehrwerte entstehen, bietet die im Wissensmanagement bekannte DIKW-Pyramide. DIKW steht für Daten, Information, Wissen und Weisheit (engl. Data, Information, Knowledge, Wisdom) und beschreibt, wie Rohdaten stufenweise in höherwertiges Wissen umgewandelt werden[1].
Was stellt die DIKW-Pyramide dar?
Die DIKW-Pyramide stellt ein hierarchisches Modell dar, das die Transformation von Daten über Information und Wissen bis hin zu Weisheit beschreibt. Es lohnt sich einen genaueren Blick auf die Ebenen des DIKW-Modells und darauf, wie sie die Wertschöpfung aus Daten in Industrieunternehmen erklären, zu werfen:
- Daten: Rohdaten sind die Basis des Modells. Dies sind kontextlose Werte, mit denen im ersten Schritt wenig anzufangen ist. Beispielsweise könnte das der Wert „5 Minuten“ sein. Ohne weiteren Kontext ist dieser Wert nicht aussagekräftig und ermöglicht keine Erkenntnisse über Ursachen oder Auswirkungen.
- Information: Durch Kontextualisierung der Daten entsteht Information. Dies bedeutet, dass dem Wert ein Kontext zugewiesen wird, beispielsweise die Art des Zeit-Intervalls, die genaue Maschine und der Zeitpunkt. So wird aus dem Datensatz „5 Minuten“ die Information „Maschine X hatte am Dienstag um 14:30 Uhr einen Stillstand von 5 Minuten“. Diese Information erlaubt es bereits, das Ereignis besser zu verstehen, doch der genaue Grund und die Folgen sind weiterhin unklar.
- Wissen: Wissen entsteht, wenn mehrere Informationen zusammengeführt und analysiert werden, um Muster oder Zusammenhänge zu erkennen. Das Wissen ermöglicht es, fundierte Rückschlüsse zu ziehen und Entscheidungen zu treffen. Zum Beispiel könnte das System zeigen, dass Maschine X jeden Dienstag um die gleiche Uhrzeit einen Stillstand von etwa 5 Minuten aufweist. Die Kombination dieser Informationen lässt den Rückschluss zu, dass der Stillstand systematisch ist. So kann das Wissen entstehen, dass eine Anpassung der Wartung oder eine Überprüfung der Belastung der Maschine notwendig ist. Andererseits könnte die Kombination mit der Information „Auftrag Y wurde am Beginn des Stillstands auf der Maschine eingelastet“. Dies wiederum könnte zum Wissen führen, dass der Stillstand ein Rüstvorgang war.
- Weisheit: Weisheit ist die höchste Ebene der Pyramide und setzt Erfahrung und Kontext-Wissen voraus, um langfristige Entscheidungen und Strategien zu entwickeln. Hier werden das Wissen und die Ergebnisse aus den Analysen in größere Zusammenhänge eingebettet und für zukünftige Szenarien genutzt. Zum Beispiel könnte Weisheit bedeuten, nicht nur die unmittelbare Ursache des Stillstands zu beheben, sondern auch eine langfristige Strategie zu entwickeln, wie ähnliche Probleme in Zukunft vermieden werden können. Das bedeutet, präventive Wartungsprozesse für diese und ähnliche Maschinen zu etablieren oder alternative Lösungen für den Betrieb zu prüfen, um die Effizienz nachhaltig zu steigern. Solche strategischen Entscheidungen erfordern in der Regel menschliche Expertise und ein tiefes Verständnis des Produktionsumfelds.
Die DIKW-Pyramide hilft also beispielsweise dabei, den Weg von protokollierten Zeit-Intervallen bis hin zu strategischen Entscheidungen über Instandhaltungsstrategien nachzuvollziehen.
Wie werden Maschinendaten in der Praxis zu Mehrwerten?
Um die Fülle und Frequenz moderner Maschinendaten effizient zu nutzen, ist eine weitgehende Automatisierung der DIKW-Pyramide unerlässlich. In einer modernen Produktionsanlage ist es keine Seltenheit, dass eine Maschine mehrere hundert Datenpunkte pro Sekunde erfasst und aktualisiert. Damit aus dieser Datenflut wertvolles Wissen generiert werden kann, bedarf es durchdachter Systeme, die die Daten intelligent filtern, verarbeiten und in übersichtlicher Form darstellen. Die CANCOM Industrial Data Platform bietet eine solche Möglichkeit an. Jedes erfasste Ereignis wird automatisch mit einem Zeitstempel und einem Ort der Entstehung versehen, um bereits möglichst nahe am Ursprung Daten zu Informationen werden zu lassen. Mit Hilfe von Regeln können in der CANCOM Industrial Data Platform Stillstände erkannt und klassifiziert werden. Solche automatisierten Lösungen sorgen somit dafür, dass relevante Informationen schnell und ohne manuellen Aufwand verfügbar sind. Aufbauend auf dieser sauberen und konsistenten Datenbasis können Algorithmen aus dem Bereich der künstlichen Intelligenz zur Mustererkennung eingesetzt werden. Mit den Lösungen von CANCOM ist es Unternehmen somit möglich, maschinengenerierte Daten zur Analyse von Stillständen der Produktion zu verwenden. Darüber hinaus gibt es noch viele weitere Anwendungsfälle, wie die automatisierte Qualitätskontrolle oder das Energiemonitoring und -management, für die die CANCOM Industrial Data Platform eine solide Basis bildet.
Die CANCOM Industrial Data Platform ermöglicht also die Automatisierung der ersten drei Schritte der DIKW-Pyramide und hilft somit, Maschinendaten für operative, taktische und strategische Entscheidungen zu nutzen. In den meisten Fällen gibt es diese Daten in der Produktion bereits, sie werden aber nicht gewinnbringend genutzt. Insofern kann die CANCOM Industrial Data Platform ungenützte Potentiale für datengetriebene Optimierungen nutzbar machen und dem Produktionsbetrieb ein Stück weit Richtung Wettbewerbsfähigkeit verhelfen.
[1] Siehe bspw. Rowley, 2007. https://doi.org/10.1177/0165551506070706.