Thread Content
Mit der Entwicklung der Technologie müssen Unternehmen die Herausforderungen durch Big Data im Rahmen von Industrie 4.0 berücksichtigen. Das Ziel der Unternehmen bei der Umsetzung von Industrie 4.0 ist einfach: Die Effizienz und die Gewinne so weit wie möglich zu steigern, den Betrieb zu vereinfachen und dort, wo möglich, Automatisierungstechnologien in gefährlichen oder wiederholenden Bereichen einzuführen. Mit der Entwicklung der Technologie müssen Unternehmen die Herausforderungen durch Big Data im Rahmen von Industrie 4.0 berücksichtigen. Das Ziel der Unternehmen bei der Umsetzung von Industrie 4.0 ist einfach: Die Effizienz und die Gewinne so weit wie möglich zu steigern, den Betrieb zu vereinfachen und dort, wo möglich, Automatisierungstechnologien in gefährlichen oder wiederholenden Bereichen einzuführen. Um diese Aufgaben zu erfüllen, ist finanzielle und personelle Unterstützung erforderlich, sowie aussagekräftige Betriebsinformationen. Mit anderen Worten: Es benötigt große Datenmengen. Jedes Unternehmen, das die Vorteile von Industrie 4.0 nutzen möchte, muss zunächst einige der folgenden Herausforderungen im Bereich der Big Data bewältigen: 1. Isolierte Daten – Das Fehlen eines datenbasierten Austauschs zwischen verschiedenen Plattformen und Abteilungen kann die größte Hürde für Unternehmen sein, wenn es darum geht, Industrie 4.0 umzusetzen. Unternehmensdaten, die auf „Inseln“ existieren, können einer Partei oder Abteilung Vorteile bringen, führen aber in der Regel zu Verschwendung. Wenn jede Abteilung in einer Organisation keine Daten und Erkenntnisse mit den anderen teilen kann, ist es nicht möglich, echte Business Intelligence zu erreichen. Beispielsweise im Betrieb eines Halbleiterherstellers beendet dieser Hersteller auf eine bestimmte Weise den „Datenkreislauf“, indem er Daten aus der Testphase der Produktion zurücksendet und diese nahtlos in die frühen Entwicklungsphasen einbindet. Dies ermöglicht es dem Unternehmen, fehlerhafte Produkte frühzeitig zu erkennen und seine Qualität insgesamt zu verbessern. 2. Redundanz von Datensystemen Ein weiteres Problem, das eng mit isolierten Daten verbunden ist, ist die Redundanz von Datensystemen. Einige Unternehmen könnten ERP-Systeme nutzen, um die verschiedenen Aspekte des Geschäfts zu verfolgen, einschließlich Kunden und Lieferanten. Aber was passiert, wenn ein Unternehmen mehrere ERP-Systeme hat (zum Beispiel eines pro Produktionsstätte oder Vertriebsgebiet) und Daten zwischen diesen Systemen übertragen werden müssen? Was ist, wenn es 30 solcher Systeme gibt? Das ist das Problem, mit dem Anheuser-Busch InBev konfrontiert ist – schließlich hat das Unternehmen einige Tochtergesellschaften zusammengeführt und ist dadurch zu einem der bekanntesten Unternehmen in der globalen Bierindustrie geworden. Das Unternehmen verfügte damals über 27 verschiedene ERP-Systeme. Derzeit verwenden sie nur ein einziges Enterprise-Resource-Planning-System, um Datenanalysen, Berichte sowie andere digitale Werkzeuge besser nutzen zu können – Werkzeuge, die von einer zentralen, ordentlich strukturierten Datenbank für Unternehmen profitieren. Drucksender yunrun.com.cn/product/ 3. Mangel an Fachkräften Viele Unternehmen bemühen sich, Datenexperten einzustellen, um bei der Erstellung und Wartung von Datenbanken zu helfen und anschließend Erkenntnisse aus den Daten aller Organisationen zu gewinnen (oder Tools zur Datenerfassung zu entwickeln). Das führt zu einem Problem: Viele Unternehmen rekrutieren gleichzeitig Mitarbeiter. Amerikanische Unternehmen müssen derzeit mehr als 150.000 Datenwissenschaftler einstellen. Dies geht aus einer Umfrage des Unternehmens LinkedIn unter amerikanischen Unternehmen hervor, und bis heute herrscht weiterhin ein Mangel an diesen Stellen. Eine weitere Herausforderung, die eng mit der Personalbesetzung verbunden ist, ist das Mangel an Fähigkeiten bei den Bewerbern. Dazu gehören einige Fähigkeiten, die schwer zu erlernen sind, wie Mathematik und Softwareentwicklung. Aber auch hervorragende Data Scientists benötigen viele Soft Skills, wie gute Kommunikationsfähigkeiten sowie die Fähigkeit, anderen die in den Daten zu erkennenden Geschichten zu erzählen. 4. Sicherheit und Datenzugriff Heutzutage gibt es viele Artikel über Sicherheitslücken im Internet der Dinge (einschließlich Geräten zur Steuerung von Industriemaschinen). In der gesamten Geschäftswelt zögern Entscheider weiterhin, in das Internet der Dinge und andere Technologien der digitalen Transformation zu investieren, da sie Bedenken hinsichtlich der Sicherheitsprobleme haben, die diese Technologien mit sich bringen. Tatsächlich gaben in Umfragen von Forrester und ForeScout etwa 77 % der Unternehmen an, derzeit mit einigen „ernsthaften“ Sicherheitsproblemen konfrontiert zu sein, um die man sich früher keine Sorgen machen musste. Aber was sind diese Herausforderungen? Wie können Unternehmen mit diesen Herausforderungen umgehen? Hier sind einige Lösungsansätze: • Vernetzte Industriegeräte, einschließlich Sensoren, Tracker und Steuergeräte, verfügen nicht immer über eine ausreichende Sicherheit. Die Mitarbeiter des Unternehmens müssen mit dem Aktualisierungsprozess vertraut sein, um sicherzustellen, dass die Ferngeräte regelmäßig Sicherheitspatches erhalten. •Der Datenzugriff innerhalb eines Unternehmens unter Anwendung des Prinzips der numerischen Priorisierung stellt ein weiteres ernstes Problem in Bezug auf die Datensicherheit dar. Unternehmen müssen angemessene Zertifizierungsverfahren einhalten, um sicherzustellen, dass die Mitarbeiter nur auf die Datenbanken zugreifen können, für die sie autorisiert sind. •Auch die physische Sicherheit in modernen Lagern und Fabriken ist ein wichtiges Thema. Es muss stets das richtige Anmeldeprogramm verwendet werden, um die Serverräume abzuschließen und zu überwachen, um die Sicherheit der wertvollen Server und Analysegeräte des Unternehmens zu gewährleisten. Was die Sicherheit der Daten und die Möglichkeit zum Zugriff auf diese betrifft, können viele Details Aufmerksamkeit erregen. Wenn ein Unternehmen Verträge mit externen Firmen abschließt, um deren Datenanlagen zu nutzen, müssen einige Aspekte berücksichtigt werden, wie beispielsweise die Fähigkeit dieser Unternehmen, ihre Rechenzentren zu schützen. Unternehmen müssen stets abwägen, ob sie eine interne Dateninfrastruktur aufbauen oder sich auf eine Infrastruktur Dritter verlassen sollen. Aber in beiden Erfahrungen sind einige Herausforderungen (zum Beispiel unvorhergesehene Pläne) dieselben. 5. Mangel an Identifikation und Kompatibilität Schließlich gibt es noch die Herausforderung, die Übernahme sicherzustellen. Es lässt sich nicht leugnen, dass Industrie 4.0 weit verbreitet ist und die Produktivität in den verschiedenen Branchen der USA – wie zum Beispiel im Verkehrswesen, bei der Energieversorgung, im Gesundheitswesen oder in der Fertigungsindustrie – um 35 Prozent steigern kann. Gleichzeitig können Unternehmen jedoch gleichzeitig alte und neue Systeme haben, die jedoch nicht immer gut miteinander zusammenarbeiten. Heutzutage eröffnen disruptive digitale Technologien Unternehmen neue Möglichkeiten, erhöhen aber gleichzeitig die Risiken in komplexen Lieferketten. Genau wie die verschiedenen Abteilungen eines Unternehmens richtige digitale Tools benötigen, damit Daten reibungslos fließen können, braucht das Unternehmen auch die Möglichkeit, Aufzeichnungen, Authentifizierungsdaten, Benachrichtigungen usw. sofort und nahtlos auszutauschen. Solange man sich diese Herausforderungen vor Augen hält und in die richtigen Personen investiert, kann man kreative Wege finden, um sie zu überwinden. Big Data und Industrie 4.0 bieten großes Potenzial für die Produktion sowie für Gewinne. Auch wenn es zunächst kompliziert erscheint und derzeit schwierig zu lösen ist, wird es in Zukunft sicherlich eine Lösung geben.