Datenintegration und Datenstrukturen

Im Zuge der Digitalisierung und Vernetzung werden Produktionssysteme und Produkte an die digitale Welt angebunden und erzeugen im Industrial Internet of Things (IIoT) immer größere Datenmengen.

In unterschiedlichen Produktlebensphasen entstehen ebenso unterschiedliche Daten: In der Produktion fallen vor allem Materialfluss-, Produkt- und Prozessdaten von beispielsweise Sensoren aus Werkzeugmaschinen oder Messsystemen an. Unterschiedliche Maschinen und Systeme erzeugen dabei Daten, die sich in ihren Formaten und Strukturen unterscheiden können. Außerdem werden die Daten im Wertschöpfungsnetzwerk bei verschiedenen Partnern erzeugt.

Konkrete Ziele der Datenverarbeitung können Bestimmung, Prognose, Vorhersage oder Optimierung von Qualität oder Performance sein. Zu diesem Zweck müssen sowohl die Verfügbarkeit als auch die Verwertbarkeit der Daten zwischen den Prozessschritten, Abteilungen und Unternehmen gewährleistet werden.

Datendurchgängigkeit in Prozessketten, im Unternehmen oder gar über Unternehmensgrenzen hinaus existiert jedoch häufig noch nicht. Hindernisse dieser Datendurchgängigkeit sind die Vielfalt an Datenformaten und -strukturen ebenso wie eine hohe Komplexität bei der Aggregation und Synchronisation der Daten. Um das bestehende Potenzial auszuschöpfen, ist es erforderlich, die Daten aus mehreren und unterschiedlichen Quellen zusammenzuführen, zu bereinigen, zu transformieren und schließlich zu integrieren.

Das Fraunhofer IPT befasst sich seit Jahren mit der Datendurchgängigkeit in Fertigungsprozessketten und unterstützt Unternehmen in der Umsetzung. Ein Schwerpunkt der Forschungstätigkeiten liegt auf dem Digitalen Zwilling. Dieses Konzept umfasst zum einen die Schaffung von Datendurchgängigkeit in Prozessketten ebenso wie in unternehmensübergreifenden Wertschöpfungsnetzwerken und über den gesamten Produktlebenszyklus und umfasst zum anderen die Nutzung der Datenbasis für Anwendungen wie Predictive Maintenance oder Echtzeit-Prozessoptimierung.

Unsere Leistungen im Überblick

• Konzepte für Datendurchgängigkeit in Prozessketten und unternehmensübergreifenden Wertschöpfungsnetzwerken
• Untersuchungen zur Aufbereitung von Daten für datenbasierte Projekte wie Predictive Maintenance, Echtzeit-Prozessoptimierung oder Digitalen Zwillingen