Neues aus den Projekten: Smart-Data-Workshop: Synergien von Big-Data-Ansätzen für Prozess- und Fertigungstechnik
Die im Smart-Data-Programm geförderten Projekte SAKE und SIDAP haben sich in dem gemeinsamen Workshop „Synergien von Big-Data-Ansätzen für Prozess- und Fertigungstechnik“ am Lehrstuhl für Automatisierung und Informationssysteme (AIS) in der TU München zu ihren Ansätzen für den industriellen Einsatz von Big-Data-Technologien ausgetauscht.
Die im Smart-Data-Programm geförderten Projekte SAKE und SIDAP haben sich am 5. August 2016 in dem gemeinsamen Workshop „Synergien von Big-Data-Ansätzen für Prozess- und Fertigungstechnik“ am Lehrstuhl für Automatisierung und Informationssysteme (AIS) in der TU München zu ihren Ansätzen für den industriellen Einsatz von Big-Data-Technologien ausgetauscht.
Marco Huber und Henrik Oppermann von der USU Software AG vertraten das Projekt SAKE, das eine Plattform für die effiziente Integration und Verarbeitung von Strömen heterogener Ereignisdaten in Produktionsanlagen entwickelt. Dadurch soll es künftig möglich sein, Einsichten aus der sekündlich wachsenden Datenflut zu gewinnen, um zeitnah auf Fehlerquellen reagieren und so die Produktionskosten senken zu können.
SIDAP, überwiegend in der Prozesstechnik angesiedelt, wurde von Jens Folmer und Dorothea Pantförder vom Lehrstuhl AIS der TU München vertreten. SIDAP entwickelt eine datengetriebene und serviceorientierte Softwarelösung, die Strukturinformationen und Datenströme in Engineering- und Prozessleitsystemen für interaktive Analysen leichter zugänglich macht.
Beide Projekte beschäftigen sich mit der Optimierung und Verfügbarkeitssteigerung industrieller Produktionsanlagen. Um mögliche Synergieeffekte herauszuarbeiten, wurden in dem Workshop die Ansätze beider Projekte vorgestellt und das jeweils andere Projekt über den aktuellen Entwicklungsstand aufgeklärt. Trotz unterschiedlicher Problemstellungen wurden Gemeinsamkeiten in den Data-Mining-Methoden, also der Art und Weise, wie die Projekte große Datenmengen in der Industrie nutzbar machen, gefunden. In der Zukunft wollen beide Projekte in den Bereichen Big-Data-Analysen und Visualisierung komplexer Daten nun noch stärker zusammenarbeiten.
Weiterführende Informationen
- Seite empfehlen:
- Druckansicht