UdZ 1-2015

13 UdZ – Unternehmen der Zukunft 1/2015 FIR-Forschungsprojekte Dipl.-Wirt.-Ing. Felix Jordan (li.) FIR, Bereich Infomationsmanagement Fachgruppe Informationstechnologiemanagement Tel.: +49 241 44705-519 E-Mail: Felix.Jordan@fir.rwth-aachen.de Dipl.-Inf. Univ. Martin Birkmeier (mi.) FIR, Bereich Infomationsmanagement Fachgruppe Informationslogistik Tel.: +49 241 44705-510 E-Mail: Martin.Birkmeier@fir.rwth-aachen.de Gregor Josef Fuhs, M. Sc. (re.) FIR, Bereich Infomationsmanagement Fachgruppe Informationslogistik Tel.: +49 241 44705-507 E-Mail: GregorJosef.Fuhs@fir.rwth-aachen.de valide Grundlagen und beschleunigen jene [2] . Große, heute nur in Ansätzen nutz- bare Potenziale liegen in der Verknüpfung und Analyse massiver heterogener Bestände von Roh- und Simulationsdaten in Echt- zeit, etwa zur Ermöglichung eines proak- tiven Störungsmanagements im produzieren den Unternehmen. Ziel des Vorhabens Das FIR und seine Partner entwickeln im Projekt ein Frühwarnsystem für ein proaktives Störungsmanagement. Hierzu ist geplant, ne- ben Sensor- und Systemdaten insbesondere auch das Wissen und die Wahrnehmung der Mitarbeiter unter der Beachtung des Schutzes der Privatsphäre heranzuziehen. Prioritäres Ziel ist die Analyse und Auswertung der Systemzu- stände in Echtzeit sowie die direkte Ableitung und Anwendung angemessener Reaktionen auf Grundlage der entstehenden großen und heterogenen Datenbestände und der aus ihnen gezogenen kausalen Zusammenhänge. Durch eine diskrete Simulation und anschließende Validierung innerhalb der Demonstrationsfabrik Aachen (DFA) werden die erreichten Ziele praxis- nah erprobt und die erzielten Ergebnisse können so bei den verschiedenen Anwendungspartnern eingesetzt und validiert werden. Dadurch wird die Übertragbarkeit der Ergebnisse gewährlei- stet, welche dann für künftige Projekte genutzt werden können. Kern des Forschungsvorhabens ist der gene- rische Aufbau einer echtzeitfähigen Big-Data- Plattform, auf der unterschiedliche Appli- kationen (Monitoring, Prognose, Reaktion) angewendet werden können. Auf der Plattform werden die in sämtlichen Unternehmensebenen generierten Daten (durch Mensch, Maschine, IKT etc.) zusammengeführ t und mit tels Complex-Event-Processing für ein proaktives, ganztheitliches Störungsmanagement genutzt. Alle nötigen Informationen werden den zustän- digen Mitarbeitern bzw. den Verantwortlichen über skalierbare Visualisierungstechniken direkt zur Verfügung gestellt. Dabei wird die Übertragbarkeit der Plattform auf an- dere Anwendungs- und Nutzungsdomänen durch die Projektstruktur gewährleistet. Die Forschungsergebnisse sind somit branchenun- abhängig und übertragbar. Verschiedene Geschäftsmodelle zur späteren Anwendung in Unternehmen werden vorgedacht und konzipiert. Ausblick Da s F I R b e a b s i c h t i g t , d u r c h d i e s e s Projekt die Grundlage eines Frühwarn- systems zu schaffen und neue Datenanalyse- methoden für Probleme bei Produktions- prozessen / Entwicklungsprojekten zu ent- wickeln. Hierzu wird eine wissenschaftlich fundier te Lösung zum echtzeitbasier ten Steuerungs- und Störungsmanagement ange- strebt, mit der ein generisches Vorgehen zur Übertragbarkeit auf weitere Branchen ent- wickelt werden soll. Die Ergebnisse werden anschaulich im Rahmen der DFA und der Demonstratoren in den Innovation-Labs des Clusters Smart Logistik dargestellt. Die wissen- schaftlichen und wirtschaftlichen Potenziale (Marktpotenzial) nach Projektende sind als hoch einzuschätzen. Die hier gewonnenen Erkenntnisse können nach erfolgreichem Abschluss in neuen Projekten an andere Unter- nehmen vermittelt werden, wodurch das Portfolio des FIR in den Bereichen Big Data sowie Störungsmanagement erweitert und ein neuer Kompetenzbereich etabliert wird. Literatur [1] AT S ( H r s g . ) : S t o p p e d P r o d u c t i o n Costs $22,000 per minute. ATS 2006. www.us advancedtech.com / news- re - leases/05/27/2006/stopped-production- costs-22-000-per-minute-en-us. Zuletzt geprüft am 12.07.2015. [2] McAfee, A.; Brynjolfsson, E.: Besser ent- scheiden mit Big Data. In: Harvard Business Manager, (2012)11, S. 22 – 30.