UdZForschung 1/2020

44 UdZForschung – Unternehmen der Zukunft 1/2020 FIR-Forschungsprojekte – Leitthema: Gesellschaft & Digitalisierung Projekt: DaFuER Anwendung der Datenfusion bei der Erfassung und Speicherung betrieblicher Rückmeldedaten Steigerung der Datenqualität betrieblicher Rückmeldedaten durch Methoden der Datenfusion Dieser Artikel gibt einen einführenden Überblick über die Ziele des Forschungsprojekts ‚DaFuER‘ und das Vorgehen in demselben. Ziel des Forschungsprojekts ist es, Methoden der Datenfusion zur Steigerung der Datenqualität im Kontext betrieblicher Rückmeldedaten anzuwenden. Hierzu soll im Vorhaben die Frage beantwortet werden, wie durch Ansätze der Datenfusion eine hinreichende Qualität von Rückmeldedaten in der Produktion kosteneffizient sichergestellt werden kann. Das IGF-Vorhaben 20579Nder Forschungsvereinigung FIR e. V. ander RWTHAachen , Campus-Boulevard 55, 52074Aachenwird über die AiF imRahmen des Programms zur Förderung der industriellenGemeinschaftsforschung (IGF) vom Bundesministerium für Wirtschaft und Energie (BMWi) aufgrund eines Beschlusses des Deutschen Bundestages gefördert. urch die zunehmende Globa- lisie r ung s tehen produzie - rende Unternehmen vor der Herausforderung, hochindividuelle Pro- dukte zu niedrigen Kosten effizient her- zustellen. Besonders in Hochlohnländern, in denen hauptsächlich hochwertige Produktionsgüter hergestellt werden, muss dazu eine immer flexiblere Fertigung ermöglicht werden. 1 Dies wird erst durch Fortschritte in digitalen Technologien umsetzbar: Durch eine Darstellung des realen Produktionsfortschritts, nahe- zu in Echtzeit, gelingt es, schnell auf Änderungen des Produktionsablaufs zu reagieren. Damit solche Entscheidungen jederzeit richtig und schnell getroffen werden können, ist eine solide Daten- grundlage unabdingbar. 2 Die Basis dafür bilden betr iebliche Rückmeldedaten. Diese beinhalten un te r ande r em log is t ische Da ten , Personalzeitdaten, Maschinendaten, Betriebsdaten, Qualitätsdaten, aber auch Leistungsdaten.³ In der Praxis reicht die Art der Datenerfassung von händischen Eintragungen über gefertigte Mengen und benötigte Zeiten in das IT-System bis D hin zu einer Anbindung an vorhandene Maschinen und Transportsysteme, die Mengen mit einem Zeitstempel versehen in das IT-System übertragen. 4 Um gute Entscheidungen im Rahmen der Produktionssteuerung sowie Kalkulationen des operativen Produktionscontrollings treffen zu können, sind vor allem eine hohe Datenkonsistenz und deren Wider- spruchsfreiheit notwendig. 5 Des Wei-teren bildet eine verlässliche Datenbasis die Grundlage für Prozessoptimierung und die anschließende Verarbeitung der Daten im Rahmen von Big-Data-Analysen. Da die Datenaufbereitung für spezifischeAnalysen bis zu 80 Prozent des Arbeitsaufwands ausmacht, kann eine korrekte und präzise Aufnahme betrieblicher Rückmeldedaten Kosten sparen und schnellere Prozess- verbesserungen ermöglichen. Der direkte Einfluss mangelhafter Daten lässt sich auch anhand des Unternehmensumsatzes bemessen. So wurde bereits 1998 in einer Studie von Redman nachgewiesen, dass durch mangelhafte Datenqualität bis zu 12 Prozent weniger Unternehmensumsätze erzielt werden konnten. 6 Entgegen der Bedeutung für den wirt- schaftlichen Erfolg eines Unternehmens wird die Datenqualität bei KMU zurzeit oft als unzureichend eingeschätzt. 7 Zudemhaben Erfahrungen aus vorherigen Forschungsprojektendes FIR (iProd,bigPro) 1 s. Niehues et al. 2017, S. 169 2 s. Müller 2000, S. 14; Nayar 1993, S. 51 – 58 3 s. VDMA 2009, S. 3 4 s. Kletti 2015, S. 19 – 21 5 s. Bauer 2003, S. 15 6 s. Redman 1998, S. 82 7 s. SPATH 2013, 92 ff. Bild 1: Verortung der Daten- und Decisionfusion in der Wissenspyramide (eigene Darstellung i. A. a. Wolf et al. 1999, S. 748)