Bitkom Big Data Summit, 25.02.2016
Big Data meets Big Data
Wie die Integration von Big-Data-Lösungen über
Unternehmensgrenzen gelingt
Dr. Simon Becker, DSA GmbH (simon.becker@dsa.de)
Dr. Dirk Ortloff, camLine GmbH (dirk.ortloff@camline.com)
Torsten Lenhart, Fraunhofer IESE (torsten.lenhart@iese.fraunhofer.de)
1
Bitkom Big Data Summit, 25.02.2016
Projektvision
2
Werkstätten
(Logisch) integrierte Daten
(keine zentrale Datenspeicherung)
Analyse und Verbesserung
der Produktqualität
Spezifische Analysen und
Reports für verschiedene
Anwendungsfälle
Produktion / Engineering
Predictive- und Preventive-
Maintenance
Analyse und Verbesserung
des Diagnosesystems
3rd Party
Lieferkette
Connected
Vehicle
Bitkom Big Data Summit, 25.02.2016
Motivation
Rückrufaktionen in Deutschland
laut Jahresbericht KBA 2015
Zahl der Rückrufe in den USA
seit 1990 [Millionen Pkws]
3
Rückrufe sind nur die Spitze des Eisbergs
 Stille Kampagnen
Wie können die Kosten reduziert werden?
Bitkom Big Data Summit, 25.02.2016
Reduktion der Kosten
4
 Traceability
Schnellere Erkennung potentieller Probleme
Schnellere Erkennung der Ursache
Verringerung der Anzahl betroffener Fahrzeuge
 Feldbeobachtung
 Problemanalyse
Bitkom Big Data Summit, 25.02.2016
Problemanalyse entlang der Lieferkette: Zielkonflikt
5
Door+te
ster
GarantieforderungGarantieforderungGarantieforderung
Modul-Lieferant
OEM Quality/
Engineering OEM After-Sales
Mehr Informationsaustausch in dieser Richtung erhöht evtl. die Rückerstattung
Mehr Informationsaustausch in dieser Richtung verringert evtl. die Rückerstattung
Beide Richtungen offenbaren evtl. IP
Widerspruch zu kurzfristigen Zielen aber langfristig im gemeinsamen Interesse
 Neue Geschäftsmodelle
 Plattform mit Datennutzungskontrolle
Komponenten-
Lieferant
Bitkom Big Data Summit, 25.02.2016
Traceability: Einordnung in die Unternehmensprozesse
6
SCM
Supply Chain
Management
ERP
Enterprise Resource
Planing
PLM
Product Lifecycle
Management
SCADA
Supervisory Control
And Data Acquisition
MES
• Produktionsfolge
• Produktionsauftrag
• Masterdaten
• Etc …
• Produktionsausbeute
• Qualitätsdaten
• WIP Status
• Etc …
• Kontrollparameter
• High-level Geschäftslogik
• Arbeitsanweisungen
• Etc …
• Prozess / Testergebnisse
• Maschinenstatus
• Materialverbrauch
• Etc ...
Prozess Sicht
Bitkom Big Data Summit, 25.02.2016
Wie Traceability funktioniert
7
Work in
Progress (WIP)
10 20 30
Material Nachverfolgung & Überwachung
Chargen- und Seriennummern-Verfolgung
Monitoring des Durchsatzes, der Ausbeute und der Fehlerklassifikation
Validierung benutzter Materialien
Datenaustausch mit dem externen ERP System
Bitkom Big Data Summit, 25.02.2016
Der Blick in die andere Richtung
8
Werk 2Werk 1
Bitkom Big Data Summit, 25.02.2016
PRO-OPT Big Data Landscape
9
Bitkom Big Data Summit, 25.02.2016
Die PRO-OPT Plattform
10
Unternehmen nUnternehmen 1
Unternehmensübergreifende PRO-OPT Plattform
PRO-OPT Connector
Catalog
PRO-OPT Frontend
Cluster
PRO-OPT API
PEPs PDP
Unternehmen k
PRO-OPT Connector
Catalog
Cluster
PEPs
PRO-OPT Connector
PDP
Catalog
Cluster
PEPs PDP
PRO-OPT Bridge
Bitkom Big Data Summit, 25.02.2016
Beispielhaftes PRO-OPT Programm
11
PRO-OPT
Supplier
OEMPRO-OPT
Read warranty_claims_oem.csv → ProOptDataSet<String> input
Map input → ProOptDataSet<WarrantyClaim> claims
Extract List<String> vins from claims Extract List<String> itemIds from claims
Filter ordersDF by vins → ordersDF
Collect ordersDF → Row[] orders
Join orders, items, claims → ProOptDataSet<WarrantyClaim,Order,Item> result
Filter itemsDF by itemIds → itemsDF
Collect itemsDF → Row[] items
Anonymize column dealer → ordersDF
Limit orders → orders
Read source with id 126 → DataFrame ordersDF Read source with id 89 → DataFrame itemsDFRead source from b → DataFrame itemsDFRead source from path → DataFrame ordersDF
Analyze result → ECU for
petrol engines used for
Diesel engine
Creates or invokes
PRO-OPT Program
CSV
Bulb icon: http://iconleak.com
Bitkom Big Data Summit, 25.02.2016
The PRO-OPT Mission and Research Group
Evaluation Partner and Data Supplier
for Automotive Diagnostics
Technology and Evaluation Partner for
Production Systems
Research Partner for Data Mining and
Integration of System Components
Project Lead, Technology and
Evaluation Partner for Automotive
Diagnostics
Technical Project Lead,
Research Partner for
Access Restriction, SW Architecture,
Simulation, Data Generation
Multiplicator
Data Supplier and
Evaluation Partner
PRO-OPT aims at identifying valuable data and making it available for
creating additional benefit for all members of a Smart Ecosystem.
Associated Partners
Project start 1.1.2015,
3 years of funding

Weitere ähnliche Inhalte

PDF
Sebastian Louven - Daten als Essential Facility
PPTX
Human Genetics & Big Data [sans Ethics]
PPTX
Covering Ebola
PPT
Large Scale Data Mining using Genetics-Based Machine Learning
PPTX
Decision Making In Management
PPTX
Decision Making Process
PDF
Decision making
PDF
Deep Learning - The Past, Present and Future of Artificial Intelligence
Sebastian Louven - Daten als Essential Facility
Human Genetics & Big Data [sans Ethics]
Covering Ebola
Large Scale Data Mining using Genetics-Based Machine Learning
Decision Making In Management
Decision Making Process
Decision making
Deep Learning - The Past, Present and Future of Artificial Intelligence

Ähnlich wie Big Data meets Big Data (20)

PDF
Big Data in der Fertigung und das Smart Data Projekt PRO-OPT
PPTX
Die Experton Big Data Studie und Splunk
PPT
Thomas Dieringer (Selected Services)
PDF
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...
PDF
Angebot und Nachfrage für Open Source Business Intelligence
PDF
Studie - SHUK 4.0: Neue Trends im Standardsoftwaremarkt
PDF
Webinar: BigData - Vom Hype zum Nutzen
PPTX
201001 Mund A Software Industry
PDF
Big Data: Kunden auf der Spur
PDF
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...
PPTX
TechEvent Sep 2018 TVDdynamic und Power Bi
PDF
BITKOM - Future of Cloud - arvato Systems
PDF
BITKOM - Future of Cloud - Workshop Trendkongress 2013 - arvato Systems
PDF
Webcast Security & Data Privacy: Anonymization
PDF
Agiles Enterprise Big Data Testmanagement
PDF
Tekom jt 2011 klinnert schaffner informationsmanagement
PDF
SMART SUPPORT / BPM Veranstaltung Berlin 2009 10 15 - BPM
PDF
Thomas Dieringer (POOL4TOOL)
PDF
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
PDF
CWMC Insights 2020|04 - Anbindung externes MES in SAP S/4HANA
Big Data in der Fertigung und das Smart Data Projekt PRO-OPT
Die Experton Big Data Studie und Splunk
Thomas Dieringer (Selected Services)
PLM Open Hours - Stand der Digitalisierung in der Industrie und Bedeutung fü...
Angebot und Nachfrage für Open Source Business Intelligence
Studie - SHUK 4.0: Neue Trends im Standardsoftwaremarkt
Webinar: BigData - Vom Hype zum Nutzen
201001 Mund A Software Industry
Big Data: Kunden auf der Spur
Maintenance peter seeberg industrial data intelligence_datenbasierte produkti...
TechEvent Sep 2018 TVDdynamic und Power Bi
BITKOM - Future of Cloud - arvato Systems
BITKOM - Future of Cloud - Workshop Trendkongress 2013 - arvato Systems
Webcast Security & Data Privacy: Anonymization
Agiles Enterprise Big Data Testmanagement
Tekom jt 2011 klinnert schaffner informationsmanagement
SMART SUPPORT / BPM Veranstaltung Berlin 2009 10 15 - BPM
Thomas Dieringer (POOL4TOOL)
CDC und Data Vault für den Aufbau eines DWH in der Automobilindustrie
CWMC Insights 2020|04 - Anbindung externes MES in SAP S/4HANA
Anzeige

Mehr von Dirk Ortloff (19)

PDF
Big Data – Is it a hype or for real?
PDF
InformationDrivenShort
PDF
MEMS Product Engineering
PDF
Pr Newsletter 201302
PPTX
Introduction to the MIG TDP template
PDF
Make compliance fulfillment count double
PDF
Introduction to XperiDesk 2013.1
PDF
Pr newsletter 201301
PDF
High-Tech R&D -- Drowning in data but starving for information
PDF
XperiDesk Brochure
PDF
XperiSim Flyer
PDF
XperiSIC Flyer
PDF
XperiShare Flyer
PDF
XperiLink Flyer
PDF
XperiFLC Flyer
PDF
XperiFication Flyer
PDF
XperiEIC Flyer
PDF
XperiCipe Flyer
PDF
Xperi Desk 2011.2 Update
Big Data – Is it a hype or for real?
InformationDrivenShort
MEMS Product Engineering
Pr Newsletter 201302
Introduction to the MIG TDP template
Make compliance fulfillment count double
Introduction to XperiDesk 2013.1
Pr newsletter 201301
High-Tech R&D -- Drowning in data but starving for information
XperiDesk Brochure
XperiSim Flyer
XperiSIC Flyer
XperiShare Flyer
XperiLink Flyer
XperiFLC Flyer
XperiFication Flyer
XperiEIC Flyer
XperiCipe Flyer
Xperi Desk 2011.2 Update
Anzeige

Big Data meets Big Data

  • 1. Bitkom Big Data Summit, 25.02.2016 Big Data meets Big Data Wie die Integration von Big-Data-Lösungen über Unternehmensgrenzen gelingt Dr. Simon Becker, DSA GmbH ([email protected]) Dr. Dirk Ortloff, camLine GmbH ([email protected]) Torsten Lenhart, Fraunhofer IESE ([email protected]) 1
  • 2. Bitkom Big Data Summit, 25.02.2016 Projektvision 2 Werkstätten (Logisch) integrierte Daten (keine zentrale Datenspeicherung) Analyse und Verbesserung der Produktqualität Spezifische Analysen und Reports für verschiedene Anwendungsfälle Produktion / Engineering Predictive- und Preventive- Maintenance Analyse und Verbesserung des Diagnosesystems 3rd Party Lieferkette Connected Vehicle
  • 3. Bitkom Big Data Summit, 25.02.2016 Motivation Rückrufaktionen in Deutschland laut Jahresbericht KBA 2015 Zahl der Rückrufe in den USA seit 1990 [Millionen Pkws] 3 Rückrufe sind nur die Spitze des Eisbergs  Stille Kampagnen Wie können die Kosten reduziert werden?
  • 4. Bitkom Big Data Summit, 25.02.2016 Reduktion der Kosten 4  Traceability Schnellere Erkennung potentieller Probleme Schnellere Erkennung der Ursache Verringerung der Anzahl betroffener Fahrzeuge  Feldbeobachtung  Problemanalyse
  • 5. Bitkom Big Data Summit, 25.02.2016 Problemanalyse entlang der Lieferkette: Zielkonflikt 5 Door+te ster GarantieforderungGarantieforderungGarantieforderung Modul-Lieferant OEM Quality/ Engineering OEM After-Sales Mehr Informationsaustausch in dieser Richtung erhöht evtl. die Rückerstattung Mehr Informationsaustausch in dieser Richtung verringert evtl. die Rückerstattung Beide Richtungen offenbaren evtl. IP Widerspruch zu kurzfristigen Zielen aber langfristig im gemeinsamen Interesse  Neue Geschäftsmodelle  Plattform mit Datennutzungskontrolle Komponenten- Lieferant
  • 6. Bitkom Big Data Summit, 25.02.2016 Traceability: Einordnung in die Unternehmensprozesse 6 SCM Supply Chain Management ERP Enterprise Resource Planing PLM Product Lifecycle Management SCADA Supervisory Control And Data Acquisition MES • Produktionsfolge • Produktionsauftrag • Masterdaten • Etc … • Produktionsausbeute • Qualitätsdaten • WIP Status • Etc … • Kontrollparameter • High-level Geschäftslogik • Arbeitsanweisungen • Etc … • Prozess / Testergebnisse • Maschinenstatus • Materialverbrauch • Etc ... Prozess Sicht
  • 7. Bitkom Big Data Summit, 25.02.2016 Wie Traceability funktioniert 7 Work in Progress (WIP) 10 20 30 Material Nachverfolgung & Überwachung Chargen- und Seriennummern-Verfolgung Monitoring des Durchsatzes, der Ausbeute und der Fehlerklassifikation Validierung benutzter Materialien Datenaustausch mit dem externen ERP System
  • 8. Bitkom Big Data Summit, 25.02.2016 Der Blick in die andere Richtung 8 Werk 2Werk 1
  • 9. Bitkom Big Data Summit, 25.02.2016 PRO-OPT Big Data Landscape 9
  • 10. Bitkom Big Data Summit, 25.02.2016 Die PRO-OPT Plattform 10 Unternehmen nUnternehmen 1 Unternehmensübergreifende PRO-OPT Plattform PRO-OPT Connector Catalog PRO-OPT Frontend Cluster PRO-OPT API PEPs PDP Unternehmen k PRO-OPT Connector Catalog Cluster PEPs PRO-OPT Connector PDP Catalog Cluster PEPs PDP PRO-OPT Bridge
  • 11. Bitkom Big Data Summit, 25.02.2016 Beispielhaftes PRO-OPT Programm 11 PRO-OPT Supplier OEMPRO-OPT Read warranty_claims_oem.csv → ProOptDataSet<String> input Map input → ProOptDataSet<WarrantyClaim> claims Extract List<String> vins from claims Extract List<String> itemIds from claims Filter ordersDF by vins → ordersDF Collect ordersDF → Row[] orders Join orders, items, claims → ProOptDataSet<WarrantyClaim,Order,Item> result Filter itemsDF by itemIds → itemsDF Collect itemsDF → Row[] items Anonymize column dealer → ordersDF Limit orders → orders Read source with id 126 → DataFrame ordersDF Read source with id 89 → DataFrame itemsDFRead source from b → DataFrame itemsDFRead source from path → DataFrame ordersDF Analyze result → ECU for petrol engines used for Diesel engine Creates or invokes PRO-OPT Program CSV Bulb icon: http://iconleak.com
  • 12. Bitkom Big Data Summit, 25.02.2016 The PRO-OPT Mission and Research Group Evaluation Partner and Data Supplier for Automotive Diagnostics Technology and Evaluation Partner for Production Systems Research Partner for Data Mining and Integration of System Components Project Lead, Technology and Evaluation Partner for Automotive Diagnostics Technical Project Lead, Research Partner for Access Restriction, SW Architecture, Simulation, Data Generation Multiplicator Data Supplier and Evaluation Partner PRO-OPT aims at identifying valuable data and making it available for creating additional benefit for all members of a Smart Ecosystem. Associated Partners Project start 1.1.2015, 3 years of funding