Der Faktor Mensch in der Digitalisierung - Daten der Industrie 4.0 durch bestehende Mitarbeiter nutzen

Studien zeigen, ebenso wie die eigene Erfahrung, dass die Nutzung der neuen Datenquellen vielfach erst langsam in der täglichen Praxis ankommt. So kam etwa eine Studie der Digital Analytics Association Germany zum Ergebnis, dass 60% der Industriebetriebe sich gut im Sammeln von Sensordaten sehen, aber nur 32% den gewünschten Nutzen daraus ziehen ^[1]. Und eine aktuelle Umfrage ergab, dass nur jedem zweiten Mitarbeiter und nur jedem dritten Manager das Potenzial von Data Analytics bewusst ist ^[2].

Ein weit verbreiteter Fokus des Managements liegt derzeit in vielen Unternehmen auf AI und prädiktiver Analytik. Angesichts der medialen Präsenz des Themas und einiger „Success Stories" wird Digitalisierung oft als Synonym für einen flächendeckenden Einsatz von AI gesehen. In der Tat wird sich kaum ein Unternehmen diesem Trend langfristig entziehen können. Allerdings werden jene Unternehmen am erfolgreichsten sein, die auch einen zweiten – und nicht minder wichtigen – Aspekt der Digitalisierung für sich zu nutzen wissen: den Faktor Mensch. Das bedeutet, das umfangreiche Prozesswissen und die Fähigkeiten ihrer eigenen, bestehenden Mitarbeiter mit dem Potential der neuen Datenquellen effizient in der täglichen Arbeit zu integrieren.

Denn wieviel Business Nutzen könnte geschaffen werden, wenn hochqualifizierte F&E Mitarbeiter nicht mehrere Tage mit der Aufbereitung von Daten in Excel verbrächten, um Grafiken für einen Report zu erstellen? Wenn Analysen von Problemen mit Anlagen nur Minuten dauern würden? Wenn Fragen der Qualitätsabteilung so rasch beantwortet werden könnten, wie sie sich stellen, statt Stunden in Abfragemasken des ERP Programms zu binden? Und damit neues Wissen über Optimierungspotential für Prozesse und Produkte gewonnen würde, das in wenig genutzten Datenquellen bereits jetzt vorhanden ist?

Datennutzung durch Domänenexperten dank geeigneter Werkzeuge

Der Weg, um genau das zu ermöglichen, führt über moderne, effiziente Werkzeuge. Es ist weder möglich noch sinnvoll, sämtliche Analysen auf großen Daten an Data Scientists auszulagern. Umso mehr, als in vielen Fällen die entscheidenden Erkenntnisse nur von Domänenexperten kommen können, weil nur diese auf Grund ihres Prozesswissens die Relevanz von Erkenntnissen beurteilen können. Es braucht daher Werkzeuge, die auch ohne tiefes Data Science Wissen und ohne Programmierkenntnis verlässlich Business-Relevante Resultate liefern. Und dabei für die großen Daten skalieren, die heute in Bereichen wie IoT, Smart Metering, und digitalisierten Produktionslinien anfallen.

Gartner hat dafür bereits vor Jahren den Begriff des "Citizen Data Scientists" geprägt. Der Begriff bezeichnet Domänenexperten, die durch Fortbildung und geeignete Tools zu fortgeschrittener Datenanalyse befähigt werden. Laut Gartner können Citizen Data Scientists die Lücke zwischen der Mainstream-Self-Service-Analyse durch Geschäftsanwender und den fortgeschrittenen Analysetechniken von Data Scientists schließen. Sie sind in der Lage, anspruchsvolle Analysen durchzuführen, für die früher eine eigene Data Science Ausbildung erforderlich gewesen wäre. Dadurch können sie fortschrittliche Analysen liefern, ohne über die langjährige Ausbildung verfügen zu müssen, die Data Scientists auszeichnet.

Die Anzahl an Citizen Data Scientists wird bereits auf über 30 Millionen weltweit geschätzt. Denn bei dieser Gruppe liegt ein riesiges Potential der Digitalisierung: mehr und besserer Daten-basierter Output durch Domänenexperten. Konkret kann das im Kontext der Industrie 4.0 beispielsweise bedeuten:
 

• Neue Erkenntnisse aus Maschinendaten zu Prozessoptimierungen zu gewinnen, etwa für eine Reduktion von Ausschuss und Einsparung von Energie und anderen Ressourcen
• Entwicklungszyklen in der F&E zu verkürzen durch effiziente Analyse von Experimenten
• Ungeplante Stillstände von Anlagen durch tiefgehende Problemanalysen zu reduzieren

Diese Themen sind vielfach nicht automatisierbar, sondern das Tagesgeschäft von Ingenieuren aus den Bereichen Prozesstechnik, Qualitätsmanagement, F&E bzw. Instandhaltung. Und für dieses Tagesgeschäft gilt es, die neuen Datenquellen bestmöglich zu erschließen.

Visplore – österreichische Spitzenforschung macht Ingenieure zu Citizen Data Scientists

Genau hier setzt Visplore an. Visplore hat seine Wurzeln im Forschungsbereich der "Visual Analytics", der intuitive Visualisierung großer Daten mit Methoden aus den Bereichen Data Mining und Artificial Intelligence verbindet. Hier spielt Österreich durch hochkarätige Forschungsgruppen international schon seit Jahren eine tragende Rolle. Visplore selbst entstand als Spin-Off aus dem Forschungszentrum VRVis, wo es zuvor in praxisnahen Forschungsprojekten mit innovativen österreichischen Leitfirmen wie AVL List, Austrian Power Grid und RHI Magnesita entwickelt wurde und dort bereits als unternehmensweite Standardsoftware etabliert ist. Zudem basiert Visplore auf Forschungsergebnissen, die in führenden internationalen Fachjournalen publiziert und als „best Paper" ausgezeichnet wurden.

Kurz könnte man zusammenfassen: Visplore macht Ingenieure zu Data Scientists. Visplore (www.visplore.com) zielt darauf ab, Domänenexperten abseits von Data Science bessere Ergebnisse mit wesentlich weniger Aufwand für Datenaufbereitung und Analyse zu ermöglichen. Im Gegensatz zu Business Intelligence Software wie Tableau oder PowerBI liegt der Fokus von Visplore auf Ingenieuren, die mit großen Mess- und Sensordaten arbeiten. Die Software bietet grafische Lösungen für Fragen wie etwa dem Vergleich von Produktionsanlagen, Korrelationsanalysen von Qualitäts- und Prozessdaten, Fehleranalysen von Anlagen, sowie dem Monitoring von Prognosemodellen. Diese Lösungen sind als "Cockpits" ausgestaltet, die ohne Programmierung und ohne Konfigurationsaufwand in Sekunden auf Daten aus Dateien, Datenbanken, oder Umgebungen wie Matlab und Python anwendbar sind. Ein wesentliches Merkmal speziell bei hochauflösenden Sensordaten ist die Performance. Visplore erlaubt selbst bei der Darstellung von Millionen Einzelwerten eine dynamische Analyse, sodass der Fokus auf der eigentlichen Frage bleibt.

Dank des Einstiegs des renommierten europäischen VC-Investors BtoV im Februar 2021 ist die in Wien ansässige Visplore GmbH auf Wachstumskurs. Die Kunden von Visplore kommen vor allem aus den Bereichen Industrie, Energiewirtschaft und F&E, darunter führende österreichische Betriebe wie der Papierhersteller Mondi, die Gießerei Georg Fischer, der Stromerzeuger Verbund und der Forschungsdienstleister AIT.

Diese und zahlreiche weitere Kunden schätzen an Visplore, dass der Aufwand für Plausibilisierung, Aufbereitung, und Analyse signifikant - teils von Wochen auf Stunden - reduziert wird, wodurch mehr Daten besser genützt werden können und Datenprojekte rascher erfolgreich abgeschlossen werden können ^[3]. Zudem berichten Kunden davon, dass dank Visplore deutlich mehr Mitarbeiter daten-basiert arbeiten und entscheiden. Und so konkrete Verbesserungen erzielen wie etwa die Steigerung von Energieeffizienz und die Verlängerung von Wartungszyklen von 19 auf 49 Tage ^[4].

Schlussfolgerung

Abschließend sei nochmals betont: Beim Thema Digitalisierung darf neben Trends wie AI und Cloud nicht auf die tägliche Praxis jener Mitarbeiter vergessen werden, die das Wissen über die Prozesse haben. Die Zukunft gehört jenen Unternehmen, bei denen die effiziente Arbeit mit heutigen Datenmengen in der täglichen Praxis ihrer Mitarbeiter angekommen ist.

[1] https://digital-analytics-association.de/wp-content/uploads/2016/03/Industrial-Analytics-Report-2016-2017-vp-singlepage.pdf
[2] https://blog.wiwo.de/look-at-it/2021/04/29/nur-jeder-zweite-mitarbeiter-sieht-potenzial-durch-data-analytics-und-nur-jeder-dritte-manager/
[3] https://www.report.at/energie/18749-geschaeftsquelle-daten
[4] https://www.oevia.at/publikationen/visplore-use-case

• Hier mehr zum Thema Digitalisierung in Österreich erfahren.