Cintelligence: Warum beschäftigen Sie und AMG sich mit Big Data?
Breyer: Wir müssen in der Automobilindustrie immer größer werdende Datenmengen handhabbar machen und moderne Technologien gewinnbringend für neue und innovative Geschäftsprozesse nutzen. Big Data bietet uns Möglichkeiten, Mercedes-AMG gegenüber dem Wettbewerb zu stärken.
Cintelligence: Welche Big-Data-Projekte haben Sie umgesetzt?
Breyer: Nach dem erfolgreichen Piloten 2013 haben wir unseren Big-Data-Ansatz konsequent weiterentwickelt. Mit der übergreifenden Messdatenplattform für Motorenprüfstände, die seit 2014 produktiv ist, können alle Sensordaten auswertet werden, die bei einem Testzyklus entstehen. Mehrere hundert Sensoren, zum Beispiel für Öldruck, Kühlung, Abgas etc. übergeben Messwerte in unterschiedlichen Frequenzen zwischen 0,1 und 1.000 Hz. Um die hierbei sehr schnell entstehenden sehr große Datenmengen effizient in Real Time analysieren zu können, kombiniert Mercedes-AMG die Performance der SAP In-Memory-Datenbank HANA mit der Big-Data-Technologie hadoop für die Speicherung von vorangegangenen Messreihen. Damit können hunderte von Messläufen von verschiedensten Parametern ausgehend in Sekunden angezeigt und analysiert werden.
Cintelligence: Welche Ergebnisse wurden erzielt?
Breyer: Die neue Messdatenplattform in der Motorenprüfung eröffnet völlig neue Möglichkeiten. So werden mit Hilfe der Datenanalyse Entwicklungsprozesse optimiert und beschleunigt sowie die Qualitätssicherung der High-Performance-Triebwerke von Mercedes-AMG perfektioniert. Der Big-Data-Einsatz hat Analyse- und Auswertezeiten deutlich verkürzt und die Analysequalität verbessert. Die effizienter gemanagten Prüfkapazitäten kommen wiederum der Entwicklung und der Qualität von neuen Triebwerken zugute.
Cintelligence: Auf welche Probleme sind Sie gestoßen?
Breyer: Eine Problematik für uns war die vorgelagerte Datenharmonisierung. Um Massendaten vergleichbar oder analysierbar zu machen, müssen sie strukturell harmonisiert werden. Ein Beispiel ist die Aufnahmefrequenz der Datenlogger in unserer Lösung. Es macht einen großen Unterschied, ob ein Messdatenlogger pro Hertz oder Milli-Hertz Daten übertragt.
Cintelligence: Was lief gut?
Breyer: Wenn man den technologischen Ansatz gelöst hat, ergibt sich ein breites Spektrum an innovativen Ideen. Unser Fachbereich nutzt die vielfältigeren und performanteren Analysemöglichkeiten. Das bedeutet: mehr inhaltliche Analyse statt manueller, punktueller, personalintensiver und zeitraubender Datenaufbereitung. Jetzt unterstützen wir den massiven Ausbau der Plattform, um alle Messdaten im Entwicklungs- und Produktionsprozess schnell und effizient analysierbar zu machen.
Cintelligence: Wenn Sie Managern, die Big Data Projekte angehen möchten, drei Ratschläge geben müssten, wie würden diese lauten?
Breyer: Frei nach dem Motto von Steve Jobs: Meine Aufgabe ist nicht, es den Leuten leicht, sondern sie besser zu machen. In diesem Sinne würde ich empfehlen:
- Mit dem Mut neue Ideen zu verfolgen, innovativ zu denken und neue Technologien einzusetzen, bringen Sie Ihr Unternehmen voran.
- Leider lassen sich neue Ideen nicht immer gleich mit einem Business Case rechnen. Nehmen Sie trotzdem das Geld für einen Piloten in die Hand, um Erfahrungen zu machen und Potenzial in Ihrem Unternehmen auszuloten.
- Ein Big-Data-Projekt sollte mit kompetenten, bewährten Partnern durchgeführt werden. Dies schützt vor Fehlinvestitionen.
Cintelligence: Big Data und Predictive Analytics stehen noch am Anfang. Wie schätzen Sie die künftige Entwicklung und die Potenziale für AMG ein?
Breyer: Unsere Messdatenplattform bietet uns die Grundlage für Predictive Analytics. In dieser Technologie sehen wir großes Potenzial, etwa um künftig den Entwicklungsprozess durch Simulationen von Messwerten in den Prüfständen zu unterstützen. Aber auch die übergreifende Prozessanalyse von Ereignissen und Messwerten aus den Entwicklungs- und Produktionsprozessen enthält spannende Felder, die wir bei der Geschäftsprozessentwicklung berücksichtigen und somit einen wertvollen Beitrag für das Unternehmen leisten können.
