Gastbeitrag: Wie Fertigungsunternehmen datenstrategisch richtig agieren, erklärt Ingo Spranz.

Foto: Cloudera Der Autor Ingo Spranz ist Regional Director bei Cloudera Auch Fertigungsunternehmen zählen zu den digitalen Vorreitern, die ihr Geschäft neu erfinden. Sie liefern Blaupausen, wie sich aus internen und externen Daten ein Service für das Industrial Internet of Things (IIoT) entwickeln lässt, der komplett datengetrieben ist. Dahinter stecken immer zwei Aspekte: eine Datenstrategie und eine Enterprise Data Cloud.

Während lange Predictive Maintenance, die datengesteuerte Wartung nach dem tatsächlichen Bedarf, für das produzierende Gewerbe im Fokus stand, kommen nun stetig neue digitale Anwendungsfälle hinzu. So produzieren einige Autozulieferer nur noch auf Basis der Teile, die sie aktuell benötigen. Nachahmer finden zudem sicher die Windturbinenhersteller, die Stromerzeugung-as-a-Service bieten. Ihr Prinzip, wonach der Kunde keine Anlage kauft und nur für den Service, also den Strom, zahlt, wendet auch ein Produzent von Flugzeugturbinen an. Die Airlines kaufen bei ihm Flugzeit. Autozulieferer sowie Windräder und Turbinenhersteller eint, dass sie strategisch vorgegangen sind.

In der Regel läuft es auch im produzierenden Gewerbe meist so ab: Fachexperten erkennen und beschreiben einen Anwendungsfall. Diese Initialzündung ist wichtig, die schnell verpufft, wenn es nicht gelingt, die Datensilos aufzubrechen. Wesentlich weiter bringt einen, nicht nur das Projekt, sondern das gesamte Unternehmen zu betrachten. Denn eine durchgehende Datenstrategie soll dazu führen, dass die Daten ungehindert durch die gesamte Unternehmens-IT fließen. Dieser Ansatz ist nachhaltig und sichert unter anderem davor ab, vorschnell Cloud-Services zu buchen und womöglich in einen Vendor-Lock-in zu geraten.

Fokus auf das Datenmodell

Das logische Fundament legt, wer die Prinzipien, Prozesse und Technologien beschreibt, die dazu befähigen, aus Daten Geschäftsergebnisse zu machen. Das Herzstück einer Manufacturing-Datenstrategie bildet hierbei ein Datenmodell, das den Fluss von standardisierten und kontextabhängigen Daten über eine skalierbare Datenpipeline zur Echtzeit-Analyse veranschaulicht. Für die nahtlose Integration aus allen IT-Systemen muss eine Fertigungsfirma außerdem die nötigen Schnittstellen definieren.

Eine Datenstrategie baut auf einer Bestandsaufnahme auf, bei der ein Datenkatalog herauskommen soll. Dieser führt auf, wo welche Daten in welchem Format liegen und wie geschäftskritisch und personengebunden diese sind. Der Datenkatalog dient wiederum zur Vorlage, um die Richtlinien für ein sicheres, konsistentes und compliantes Datenmanagement zu erarbeiten.

Von der Theorie zur praxistauglichen Enterprise Data Cloud

Die einzelnen Teile fügen sich theoretisch zu einer Datenarchitektur, die auf durchgehende Datenströme von Edge-Devices, über das Rechenzentrum bis in die Public-Cloud ausgelegt ist. Die besten Erfahrungswerte bei der praktischen Umsetzung machen Fertigungsfirmen, die eine integrierte Enterprise Data Cloud Platform einsetzen. Solch eine Lösung wie die Cloudera Data Platform bildet den Lebenszyklus der Daten vollständig ab.

Mit einer Enterprise Data Cloud richtet sich ein Unternehmen einen zentralisierten Datendrehpunkt ein, um den Datenfluss über ein Dashboard zu kontrollieren und zu steuern. Zum Beispiel am Gateway, das die bereits am Edge vorverarbeiteten Sensordaten einer Anlage filtert und an ein Big Data Cluster schickt. Oder ein Produktionsverantwortlicher prüft, ob das System wie vorgesehen die Daten im Big Data Cluster speichert, vorbereitet und via Self Service für Analysen bereitstellt. An der Stelle berechnet Turbinenhersteller Rolls Royce über Telemetriedaten sein reines Pay-per-Use-Modell. Weitere Datenauswertungen dienen dem Hersteller für Predictive Maintenance seiner Turbinen.

Im Datenstrom aufgehen

Das Entwickeln einer Datenstrategie setzt den Prozess-, Rechte- und Technikrahmen, um Datenströme sicher, compliant und DSGVO-konform im Manufacturing für neue Dienste zu nutzen. Damit die Daten reibungslos vom Edge bis in KI-Apps fließen, empfiehlt es sich für das Fertigungsunternehmen ihr Datenkonzept mit einer Enterprise Data Cloud umsetzen. Ihre Fachabteilungen und Mitarbeiter können so schnell auf die nötigen Daten zugreifen, konsistente Datendienste und Analytics-Funktionen nutzen. Sie profitieren von einer vollständigen Datenintegration. Nutzer anderer Plattform kämpfen hingegen damit, Übergänge im Datenfluss manuell herzustellen, was aufwendig, teuer und riskant ist, weil es das Kundenerlebnis verschlechtert.