© fotolia.com/chombosan

Transfer Data into Knowledge

Interdisziplinäres Querdenken hilft, die Datenflut zu bewältigen

Begriffe wie Industrie 4.0 und Big Data sind in aller Munde: Produktionsanlagen werden vernetzt, Daten entlang der gesamten Wertschöpfungskette aufgenommen, auch über das Kaufverhalten von Kunden werden immer mehr Informationen gesammelt. Doch was tun mit dieser Fülle an Daten und Informationen? Die interdisziplinäre Anwendung von Methoden und Algorithmen schafft neue Einblicke in komplexe Zusammenhänge und hilft schrittweise Prozesse zu verbessern. Wie das in der Praxis erfolgreich umgesetzt werden kann, zeigt Dr. Philipp Liedl, Geschäftsführer der STASA Steinbeis Angewandte Systemanalyse GmbH.

Heutzutage sind alle Unternehmen von einem Meer aus Daten umgeben. Doch welche dieser Daten sind wirklich nützlich? Was sind die relevanten Kenngrößen für verlässliche Vorhersagen? Wie lassen sich komplexe Zusammenhänge visualisieren und analysieren? Wie können daraus Prognosen über die zukünftige Entwicklung abgeleitet werden? Wie kann Datenanalyse helfen, bessere strategische Unternehmensentscheidungen zu treffen?

Die Unsicherheit über den Erfolg von Datenanalyse-Projekten (Data- Science-Projekten) hält noch viele Unternehmen, insbesondere aus dem Mittelstand, davon ab, die ersten Schritte zu gehen. Auch die Zielsetzung solcher Projekte ist oftmals nur vage formuliert oder noch unklar. Zum einen fehlt es an Erfahrung, aber auch an Visionen, welche Möglichkeiten sich aus Data-Science-Projekten ergeben können und wie man Unternehmensdaten sinnvoll nutzen kann. Zum anderen liegen die Daten meist unstrukturiert vor oder es müssen mehrere Datenquellen zusammengeführt werden, so dass erst eine mühsame Aufbereitung erfolgen muss. Darüber hinaus erfolgen die Auswertung von Daten und die Umsetzung solcher Projekte heute noch außerhalb des üblichen Tagesgeschäfts, so dass erst Kapazitäten geschaffen und Prioritäten gesetzt werden müssen. Die STASA Steinbeis Angewandte Systemanalyse GmbH beschäftigt sich seit über 20 Jahren mit solchen Herausforderungen. Eine ihrer Stärken ist dabei das Querdenken: Statistische Methoden, die ursprünglich in anderen Disziplinen entwickelt und eingesetzt wurden, auf neue Anwendungsfelder zu übertragen und neue Lösungen aus Data-Science- Projekten heraus zu entwickeln.

Die reine Anwendung von Datenanalyse-Methoden oder selbstlernenden Algorithmen führt am Ende zu mehr Fragen als Antworten. Entscheidend für den Erfolg solcher Projekte ist die Einbeziehung von Expertenwissen aus dem jeweiligen Anwendungsgebiet, um damit auch eine hinreichende Transparenz der Wirkungszusammenhänge zu erhalten.

In den vergangenen Jahren hat die STASA Best Practice-Methoden für eine erfolgreiche Umsetzung von Projekten rund um die Datenanalyse, Modellierung und Prognose gemeinsam mit ihren Kunden aus der Industrie, dem Handel und mit öffentlichen Auftraggebern entwickelt. Dabei zielt das Steinbeis-Unternehmen immer auf eine enge Kooperation mit seinen Auftraggebern ab, um die spezifischen Besonderheiten der jeweiligen Anwendung in seinen Lösungen zu berücksichtigen. So können die Steinbeis-Experten Data-Science-Projekte für und mit ihren Kunden in eine Win-Win-Situation erfolgreich umsetzen. Der geschickte und fachgebietsübergreifende Einsatz unterschiedlicher Datenanalyse- und Modellierungsverfahren eröffnet interdisziplinäre Anwendungsmöglichkeiten. Ein Beispiel dafür ist die Software STASA QC zur Arbeitspunktoptimierung und Qualitätsprognose in Fertigungsprozessen, die auf selbstlernenden und sich selbst strukturierenden Modellen basiert, die das Expertenwissen des Anwenders aus dem jeweiligen Produktionsprozess ebenso nutzt wie selbst erlernte Zusammenhänge aus Korrelationen zwischen Einstellgrößen der Maschine und Sensordaten beziehungsweise Prozesskenngrößen auf der einen und Qualitätsmesswerten, Zykluszeit oder Energiebedarf auf der anderen Seite. Die Software wird von der Kistler Instrumente AG, Winterthur (Schweiz), einem führenden Hersteller von piezoelektrischen Drucksensoren zur Prozessüberwachung im Kunststoffspritzgießen weltweit vertrieben. Durch die enge Zusammenarbeit fließt das Know-how der STASA auch erfolgreich in neue Analysefunktionen und Softwareassistenten der Hardwaresysteme der Firma Kistler ein.

Ein weiteres Erfolgsbeispiel stellt der gemeinsam mit der Institut Dr. Foerster GmbH & Co. KG in Reutlingen durch Kombination physikalischer Modelle und Mustererkennungsverfahren entwickelte Algorithmus dar, um Blindgänger automatisiert aus großflächig aufgenommenen Daten des Erdmagnetfelds zu identifizieren und deren genaue Lage und Tiefe sowie Durchmesser zu bestimmen. Eine Aufgabe, die früher durch Experten von Hand, mit sehr viel Zeitaufwand gemacht werden musste. Durch die Kombination dieses Algorithmus mit Filter-Verfahren aus der Bildverarbeitung konnte das Anwendungsfeld auf die Archäologie erweitert werden, so dass bereits vor aufwändigen Grabungen bestimmte Objekte zeitnah identifiziert werden können, obwohl archäologische archäologische Objekte um Größenordnungen schwieriger in den Magnetfelddaten zu erkennen sind als Blindgänger. Das Projekt wurde 2011 mit dem Transferpreis der Steinbeis-Stiftung – Löhn-Preis ausgezeichnet.

Mit dem regionalen Chancenmonitor (RCM) ist es STASA gelungen, aus kleinräumigen Wanderungsströmen (Wohnortwechseln) die Attraktivität von Regionen und deren Verflechtung messbar zu machen und leicht verständlich aufzubereiten. Damit bietet das Steinbeis-Unternehmen gemeinsam mit der IW Consult GmbH, Köln, einem Tochterunternehmen des Instituts der Deutschen Wirtschaft, Stärken- und Schwächenanalysen für Kreise, Städte und Gemeinden an und leitet entsprechende Handlungsempfehlungen ab. Der RCM basiert auf dem in der Wissenschaft seit vielen Jahren etablierten Wanderungsmodell von Weidlich und Haag, unter Verwendung der Mastergleichung, die in der Physik zur Beschreibung statistischer Zustandsänderungen verwendet wird (Haag, G.: Modelling with the Master Equation. Solution Methods and Applications in Social and Natural Sciences, Springer, 2017).

Weitere Projektbeispiele der erfolgreichen interdisziplinären Arbeit kann STASA auch in der Erkennung von Anomalien in Zeitreihen, zum Beispiel zur Bewertung von Prüfstanddaten (Condition Monitoring), in der Prognose kleinräumiger Bevölkerungsentwicklung, von Regionalindikatoren und von Indikatoren im Gesundheitswesen wie auch im Bereich von Verkehrs- und Standortanalysen vorweisen.

Dabei sind es nicht immer große Datenmengen, die den Erfolg solcher Projekte ausmachen. Oftmals ist es besser, erste kleine Schritte zu gehen, um Zusammenhänge verstehen zu lernen. Daraus entstehen neue Ideen für die Nutzungsmöglichkeiten der Unternehmensdaten. Schritt für Schritt kann das neu erlangte Wissen ausgebaut und mehr Datenquellen zur Verbesserung der Lösungen herangezogen werden. Das ist der Ansatz bei STASA, um aus Daten erfolgreich Wissen zu generieren und damit Mehrwerte für ihre Kunden zu schaffen. Fangen auch Sie damit an: Verwandeln Sie Ihre Daten in Wissen. Die STASA-Experten denken quer und helfen Ihnen dabei.

Kontakt

Dr. Philipp Liedl ist Geschäftsführer der STASA Steinbeis Angewandte Systemanalyse GmbH. Ziel des Unternehmens ist es, modernste Methoden der Systemanalyse in die Anwendung zu bringen. Schwerpunkte liegen dabei in der Datenanalyse, Qualitätssicherung, Optimierung und Regelung von Fertigungsprozessen sowie in den Bereichen der Stadt- und Regionalentwicklung, Standortanalyse und Verkehrsentwicklung.

Dr. Philipp Liedl
STASA Steinbeis Angewandte Systemanalyse GmbH (Stuttgart)