Smarte Datenwirtschaft: DaPro erforscht maschinelles Lernen in der Getränkeindustrie
In der hoch automatisierten Getränkeindustrie liefern Sensoren und Steuerungselemente große Datenmengen, die bisher jedoch kaum wirtschaftlich ausgewertet werden. Das Projekt DaPro will neue Ansätze des maschinellen Lernens in der Branche etablieren.
Viele Prozesse der Getränkeherstellung werden bereits heute von Sensoren überwacht und automatisch gesteuert. Die dabei anfallenden Daten werden zwar in den meisten Betrieben archiviert, aber nur selten wirtschaftlich intelligent genutzt – zum Beispiel um komplexe Ursachen für Störungen bei der Abfüllung zu analysieren, Brauprozesse präziser zu steuern oder Marktentwicklungen vorherzusagen. Das hat eine Interviewstudie mit 54 Fach- und Führungskräften der Getränkebranche bestätigt, die 2019 im Rahmen des Projekts DaPro durchgeführt wurde. Zugleich lieferte die Studie wichtige Impulse für die Umsetzung des Forschungsvorhabens.
Maschinelles Lernen in der Branche kaum verbreitet
In den Expertengesprächen zeigte sich, dass Themen wie Data Mining, Digitalisierung und maschinelles Lernen (ML) unternehmensstrategisch bisher kaum verankert sind. Zwar verfügen die Betriebe über eine breite Datenbasis und setzen auch erste ML-basierte Pilotprojekte um. Doch die häufig heterogenen IT-Strukturen erschweren eine übergreifende Datenintegration und -analyse, sodass die Anwendungen die erhofften Erwartungen bisher nicht erfüllen. Aus Sicht der Befragten sollten künftige Entwicklungen vor allem einfach anzuwendende Lösungen bieten, die einen klaren Nutzen erkennen lassen. Darüber hinaus gaben die Experten an, dass die notwenigen Kompetenzen in den Unternehmen aufgebaut werden sollten, um die Abhängigkeit von externen Dienstleistern gering zu halten.
Praxisnahe Anwendung in der Brauwirtschaft
Dieser Herausforderung stellt sich das Projekt DaPro, indem es den Einsatz von maschinellem Lernen praxisnah in der Brauwirtschaft erforscht. Während der dreijährigen Projektlaufzeit wird eine Referenzarchitektur für die Datenhaltung entwickelt. Darauf aufbauend entsteht ein Werkzeugkoffer mit standardisierten Methoden und Vorgehensweisen für verschiedene Anwendungsfälle in der Getränkeindustrie. Der Fokus liegt dabei auf der datengetriebenen Prozessoptimierung. Ziel ist es, sowohl die Produktivität als auch die Energie- und Ressourceneffizienz bestehender Anlagen zu erhöhen. Parallel dazu erarbeitet das Projekt eine Systematik, die die Einführung von maschinellem Lernen in den Betrieben erleichtert und den Aufbau entsprechender Kompetenzen unterstützt.
Die Studie wurde 2019 vom RIF Institut für Forschung und Transfer e.V. im Rahmen des Projekts DaPro durchgeführt.