Data-Mining: Durchblick im Daten-Dschungel

Der Produktionsweg eines jeden Artikels ist genau dokumentiert. Doch die Verknüpfung zwischen Logistik und Wartung ist in den meisten Unternehmen mangelhaft. Mittels Algorithmen hilft Data-Mining beim Erkennen von Mustern und Zusammenhängen. Dabei wird der Datenberg sortiert. Innovationen sollen so beschleunigt werden.

Data-Mining bedeutet, aus einem großen Datenberg die entscheidenden Daten herauszufiltern. Dies geschieht mittels Algorithmen. Durch den Informationsgewinn werden Innovationen beschleunigt.

Obwohl Unternehmen jede Menge Daten über ihre Produkte abspeichern, werden diese noch zu selten systematisch miteinander verknüpft. Wie sich das Wissen aus dem Produktionszyklus mittels Data-Mining besser nutzten lässt, wird derzeit in einem Forschungsprojekt untersucht. Daran beteiligt ist unter anderem das Institut für Integrierte Produktion Hannover (IPH), so das Institut in einer Mitteilung.

Theoretisch lässt sich bis zur kleinsten Schraube nachvollziehen, welches Bauteil von welchem Lieferanten stammt. Bei der Wartung werden auch eine Menge Daten gespeichert. Die Verknüpfung von Logistik- und Servicedaten ist heute noch mangelhaft.

Angewendet auf ein praktisches Beispiel: Bei einer Kaffeemaschine fällt häufig die Pumpe aus. Der Servicetechniker wird bei einer Störung vermutlich zuerst dort nachsehen. Solche Probleme werden aber im seltensten Fall an die Entwicklungsabteilung weitergeleitet. Die Unternehmen profitieren jedoch durch diese Information und könnten etwa den Zulieferer der Pumpe wechseln.

Auch der Service lässt sich durch Datenauswertung verbessern: Wenn die Reparatur ungewöhnlich lange dauert, könnte es daran liegen, dass die Abdeckung mit zwölf Schrauben befestigt ist, vielleicht würden aber auch nur vier genügen. Das Problem ließe sich leicht beheben – wenn die Entwickler darüber Bescheid wüssten.

Data-Mining-Algorithmen sollen in Zukunft helfen, solche Daten gezielt auszuwerten. So können entscheidende Zusammenhänge sichtbar gemacht werden. Etwa, dass die Pumpe besonders oft in Kombination mit einem bestimmten Schlauch ausfällt.

Das Forschungsprojekt arbeitet an einem Programm, das besonders kleinen und mittelständischen Unternehmen (KMU) helfen soll, ihre Daten auszuwerten. Dafür werden Logistikdaten wie Durchlauf-, Stör- und Beschaffungszeiten sowie Servicedaten wie Reparatur- und Wartungsberichte miteinander abgeglichen. Mit Hilfe der Data-Mining-Algorithmen können Muster und Zusammenhänge dann besser erkannt werden.

 

Kommentare

Schreiben Sie den ersten Kommentar zum Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.