UdZ 2-2016

12 UdZ – Unternehmen der Zukunft 2/2016 FIR-Forschungsprojekte BigPro: Big Data für das proaktive Störungsmanagement in der Produktion Vorgehen zur Implementierung von BigPro im Unternehmen Im Forschungsprojekt BigPro wird die Frage beantwortet, wie Big Data aus der Produktion genutzt werden können, um das Störungsmanagement zu unterstützen. Dazu wurde ein Vorgehen entwickelt, das sicherstellt, dass die erforderlichen Informationen in der richtigen Form zu Verfügung stehen und das System zielgerichtet auf- und eingesetzt werden kann. Das Projekt „BigPro“ wird über das Bundesministeriumfür Bildung und Forschung (BMBF) imRahmen des Förderprogramms IKT 2020 – Forschung für Innovationen mit dem Förderkennzeichen 01IS14011 gefördert. Im Fo r s c hung sp r o j e k t B i gP r o we r den Daten aus dem P roduk t ionsumfeld ge - nut zt, um das Stör ungsmanagement in Produktionsapplikationen zu unterstützen und zu verbesser n. Dazu werden Daten aus unterschiedlichen Quellen extrahier t und deren Zusammenhang mit bekannten Produktionsstörungen untersucht. Aus den Korrelationen zwischen Daten und Störungen werden Datenmuster gebildet und dem BigPro- System bekannt gemacht. Anschließend ist das System in der Lage, Produktionsstörungen anhand von Datenanalysen zu erkennen. Durch Erweiterung der Logik um eine par- tielle Datenmustererkennung ist nicht nur ein reaktives, sondern auch ein proaktives Stör ungsmanagement möglich, bei dem Störungen schon vor Eintreten erkannt wer- den und deren Eintrittswahrscheinlichkeit bewer tet wird. Die erkannten Störungen werden dann gemäß einem erarbeiteten Eskalationsmodell einem Verantwortlichen angezeigt, damit auf die (sich anbahnende) Störung reagiert werden kann. Das Forschungsprojekt BigPro befindet sich am Anfang der Implementierungsphase der Plattform bei den Anwendungspartnern. Im Folgenden soll beschrieben werden, welche Schritte er forderlich sind, um BigPro im Unternehmen für ein proaktives Störungs- management einzusetzen. Als Grundlage für das proaktive Störungs- management dient eine Prozess- und Infor- mationsflussmodellierung des zu untersuchen- den Produktionsumfeldes. Neben einem tief- eren Verständnis für die Herausforderungen im jeweiligen Produktionsumfeld lassen sich erste Potenziale im Prozess- und Infor- mationsmodell verorten und ableiten, wie z. B. Störungen aufgrund von Medienbrüchen im Informationsfluss. Dokumentier t wer- den diese in einem Störungskatalog, der die Störungen anhand verschiedener Merkmale und jeweils spezifischer Ausprägungen klas- sifiziert. Den Störungen zugeordnete Daten- und Prozessmer kmale dienen dabei zur Eignungsanalyse der Störungen für das pro- aktive Störungsmanagement. Als geeignet gelten dabei insbesondere die Störungen, die sich durch eine eindeutige Beschreib- und Erkennbarkeit anhand der zur Verfügung ste- henden Daten auszeichnen. Weiterführend werden aus geeigneten Störungen Usecases beschrieben, die zur späteren Bildung von Störungsevents dienen. Angelehnt an den Störungskatalog wird der Maßnahmenkatalog entwickelt, der die zur Beseitigung der Störungen geeigneten Gegenmaßnahmen so- wie die dafür verantwortliche(-n) Person(-en) definiert. Dadurch ist das System in der Lage, im Falle einer detektierten Störung die ver- antwortliche Person automatisch über den Störungsfall zu informieren. Kann die verant- wortliche Person die Störung nicht beheben, so erfolgt die Weiterleitung der Störung an die im Störungskontext nächstrelevante Person. Der organisatorische Zusammenhang der in der Störungseskalation involvierten Personen wird in einem Eskalationsmodell beschrieben. Die Eskalation der Störung kann sowohl in Richtung gleicher als auch an hierarchisch übergeordnete Ebenen eskaliert werden, um sicherzustellen, dass zeitnah auf die erkannte Störung reagiert werden kann. Um die datenbasierte Erkennung der Störung sicherzustellen, müssen die für die Erkennung relevanten IT-Systeme an das BigPro-System angebunden werden. Die anzubindenden IT- Systeme ergeben sich aus der Auswertung des Prozess- und Informationsmodells des umzuset- zenden Usecases bzw. den im Störungskatalog beschr iebenen er forderlichen Daten zur Erkennung der Störung. Neben der Definition der Systemschnittstellen ist dabei insbeson- dere das Format der Datenbereitstellung von Relevanz. Dieses beschreibt, in welcher Form die Daten auf der Plattform bereitgestellt wer- den, also in welcher Form sie für die Prognose vom System erwartet und verarbeitet werden können. Standardmäßig unterstützt BigPro die Anbindung von diversen Datenquellen aus dem Produktionsumfeld, arbeitet mit der Spracherkennung Cognesys und unterstützt da- Projekttitel BigPro Projekt-/Forschungsträger BMBF; DLR Förderkennzeichen 01IS14011 Projektpartner i2solutions GmbH; Asseco Solutions AG; Werkzeugmaschinenlabor der RWTH Aachen (WZL); FZI Forschungszentrum Informatik am Karlsruher Institut für Technologie; cognesys gmbh; Software AG; Robert Bosch GmbH; C. GROSSMANN Stahlguss GmbH; EICe Enterprise Integration Center Aachen GmbH; EML European Media Laboratory GmbH; DFA Demonstrationsfabrik Aachen GmbH Ansprechpartner Dipl.-Wirt.-Ing. Felix Jordan Internet projekt-bigpro.de