Aus dem Facharchiv: Elektropraxis
Mehrwert durch Analyse
Das Sammeln von Daten ist für viele Unternehmen heutzutage fast schon die Norm. Meist entstehen durch vorangetriebene Digitalisierungsprozesse sehr schnell große Datenmengen. Big Data besteht in erster Linie aus unstrukturierten, unvollständigen, uneinheitlichen und teils fehlerhaften Rohdaten. Die Herausforderung besteht darin, sinnvolle Informationen zu finden und daraus einen Mehrwert zu schaffen. Hierfür ist die Datenqualität ausschlaggebend. Die „richtigen“ Daten sollten vollständig, aktuell, verfügbar und relevant sein.
Sobald ein System unvorhersehbar und komplex ist, bietet sich der Einsatz von Künstlicher Intelligenz (KI) an. KI ist dabei ein Sammelbegriff für mehrere Unterdisziplinen, wie etwa Machine Learning (ML). Dieses maschinelle Lernen eignet sich für die Gewinnung von Smart Data und die Auswertung mithilfe beschreibender Analysen. Mittels leistungsfähiger Algorithmen lernt das System selbstständig aus großen Datenmengen. Dabei ist der stetige Zufluss neuer Informationen ausschlaggebend. Vorab müssen relevante Kennzahlen definiert werden, damit die maschinelle Lesbarkeit der Auswertung gewährleistet ist. Eine falsche Datenauswahl und zu viele Störvariablen führen schlimmstenfalls zu einer verfälschten Analyse oder behindern diese sogar.
Die Voraussetzung dazu ist eine durch ein interdisziplinäres Team konzipierte und trainierte KI. Diese wird auf der Basis von Soll- und Ist-Zuständen mit Bestandsdaten trainiert und schließlich in verschiedenen Szenarien in ihrer Effizienz validiert. Der Vorteil einer KI-Lösung gegenüber Solver-Programmen ist, dass sie in verschiedenen Szenarien eingesetzt werden kann. Eine KI, die Optimierungen in der Packerei bringt, kann auch die Beladung eines Lieferfahrzeugs verbessern. Ein Solver müsste dazu angepasst werden. Der Nachteil von KI-Lösungen ist, dass der Weg zur Lösung für Menschen oft nicht mehr nachvollziehbar ist und daher auch nicht klar ist, warum eine KI beispielsweise eine ineffiziente Packlösung vorschlägt. Ein in Summe besseres Ergebnis rechtfertigt jedoch die Investition in eine KI-Lösung.
Einsatz von Smart Data
Durch zielgerichtete Analysen, die Smart Data auswerten, können Geschäftsmodelle neu entwickelt oder effizienter gestaltet werden. Einsatzmöglichkeiten finden sich in vielen Bereichen. So unterstützt Smart Data beispielsweise bei Logistikoptimierung, Entscheidungsfindung und vorausschauender Instandhaltung.