Huffpost Germany
BLOG

Eine offene Plattform für kontroverse Meinungen und aktuelle Analysen aus dem HuffPost-Gastautorennetzwerk

Dr. Wolfgang Heuring Headshot

Warum Big Data zu Smart Data werden muss!

Veröffentlicht: Aktualisiert:
Drucken

Wer die Prognosen verfolgt, welche Daten sich demnächst weltweit anhäufen werden, der muss sich fühlen wie ein Goldgräber vor den Rocky Mountains: Das digitale Gebirge soll laut den Analysten der International Data Corporation von 2010 bis 2020 um das Vierzig- bis Fünfzigfache wachsen, auf eine Datenmenge von 40 Zettabyte. Ein Zettabyte ist eine Eins mit 21 Nullen, oder anders gesagt: Pro Kopf werden im Jahr 2020 sechs Terabyte an Daten gespeichert sein - das entspricht der Textmenge von drei Millionen Büchern für jeden Erdenbürger!

Dass hier echte Schätze zu heben sind, davon sind die meisten Experten überzeugt. Eine globale Umfrage der Universität Oxford ergab: Fast zwei Drittel der Befragten aller Branchen sind überzeugt davon, dass die Nutzung von Daten und Analyseverfahren für ihr Unternehmen einen Wettbewerbsvorteil darstellt - zwei Jahre zuvor meinten dies erst 37 Prozent. Doch wie soll der moderne Goldgräber in den Datenbergen die Nuggets finden?

Big Data ist hier das meist gebrauchte Schlagwort. Gemeint sind neue Technologien, um große Datenmengen zu erfassen, zu speichern, zu analysieren und die Ergebnisse in geeigneter Weise darzustellen. Viel diskutiert wird beispielsweise die Nutzung von Daten, die beim Suchen oder Einkaufen im Internet anfallen oder in den weltweiten Finanz- und Kommunikationsnetzen. Doch mindestens ebenso wertvoll sind die Daten aus Industrieanlagen, Gebäuden, Energiesystemen oder Krankenhäusern - und hier reicht das, was bisher unter Big Data verstanden wird, bei weitem nicht aus. Big Data muss sich zu Smart Data weiterentwickeln.

Nur wer die Daten versteht, kann Mehrwert schaffen

Denn um solche Datenmengen richtig auswerten zu können, muss man sie verstehen - das heißt, man muss über das Wissen verfügen, wie die Geräte und Anlagen funktionieren, und mit welcher Sensorik und Messtechnik man an die wirklich nützlichen Daten herankommt. Hier ist nicht unbedingt die „Masse" (Big), sondern der „wertvolle Inhalt" (Smart) das entscheidende Kriterium. In einer großen Gasturbine messen Hunderte von Sensoren jede Sekunde Temperaturen, Drücke, Strömungsverläufe und Gaszusammensetzungen.

Wer das detaillierte physikalische Know-how über die Anlagen besitzt und damit diese Werte richtig analysieren kann, der kann dem Kraftwerksbetreiber wertvolle Hinweise geben, wie er seine Anlage effizienter einstellen und bei gleicher Stromproduktion die Schadstoffemissionen senken kann. Ähnliches gilt für die Optimierung der Stromproduktion von Windparks oder die Minimierung des Energieverbrauchs von Gebäuden, Stahlwerken oder ganzen Städten - überall gilt es, nicht nur die Daten zu sammeln, sondern sie auch zu begreifen.

Hier hat in Zukunft derjenige die Trümpfe in der Hand, der neben dem Gerätewissen auch das Anwenderwissen - das Domain Know-how - besitzt. Der also nicht nur weiß, wie die Gasturbine, die Stahlpresse oder das Stromnetz funktionieren, sondern der auch die Abläufe und die Bedürfnisse der Betreiber dieser Anlagen kennt. Wenn er dann noch die richtigen Algorithmen zur Datenauswertung entwickelt, kann er seinen Kunden einen echten Mehrwert bieten: sei es, um Energie zu sparen oder umweltfreundlicher zu wirtschaften oder um die Kosten zu senken, die Prozesse zu beschleunigen oder die Zuverlässigkeit der Anlagen zu erhöhen.

Hellseherische Fähigkeiten sind gefragt

Künftig soll Smart Data nicht nur die Frage beantworten: „Was geschieht gerade in meiner Anlage?" sondern auch „Warum passiert etwas?" oder gar „Was wird demnächst geschehen und was sollen wir tun?" Die ersten Schritte sind bereits getan: So betreibt Siemens auf mehreren Kontinenten Fernwartungszentren, an die über 250.000 Anlagen angeschlossen sind und Monat für Monat mehr als zehn Terabyte an Daten verarbeitet werden - bis 2020 dürfte sich diese Datenmenge verzehnfachen. Analysiert wird fast alles: von Ampelanlagen und Verkehrsrechnern über Züge und Schiffsmotoren bis zu Zigtausenden von Gebäuden, Stahlwerken, Papierfabriken, Wind- und Gasturbinen, Röntgengeräten und Computertomographen.

Beispiel Windkraftanlagen: Hier werden auch mechanische Schwingungen gemessen und mit einer Datenbank verglichen, in der Messwerte von mehr als 6.000 Windturbinen hinterlegt sind. Zeigt sich eine Anomalie, kann frühzeitig reagiert werden - und ein Serviceteam eingreifen, noch bevor die Anlage ausfällt. Auch für Züge oder Medizingeräte ist eine solche vorausschauende Wartung extrem wertvoll. Und für Kraftwerke sowieso: Stellt etwa der Antrieb einer Kühlmittelpumpe in einem Kraftwerk die Arbeit ein, würde das den Stillstand der Stromerzeugung bedeuten und tägliche Kosten in sechsstelliger Eurohöhe nach sich ziehen!

Smart Data revolutioniert die Geschäftsmodelle vieler Branchen

Doch die Ferndiagnose in Echtzeit mitsamt vorausschauender Wartung ist nur ein Beispiel, wie Smart Data in Zukunft die Geschäftsmodelle von Unternehmen verändern wird. Es gibt noch viele mehr: So können Techniker über Tablets Spezialisten hinzuziehen, wenn sie Probleme bei der Bedienung von Geräten haben, oder Ärzte können sich bei der Auswertung von Aufnahmen - etwa aus Computer- oder Magnetresonanz-Tomographen - von intelligenten Algorithmen unterstützen lassen, die auf eine Datenbank zugreifen, in der viele ähnliche Fälle anonymisiert hinterlegt sind.

Dadurch kann bereits gesammeltes Wissen in die Diagnose einfließen.
Aus Daten der Steuerung von Tausenden von Gebäuden lassen sich Empfehlungen ableiten, wie man Strom und Heizkosten sparen kann. Oder Lokführer erhalten aus Messdaten des Fahrbetriebs Tipps, wie sie ihre Züge energiesparender über die Strecke bewegen - und die Ersparnis teilen sich dann der Anbieter der Smart Data und der Anwender. Eine echte Win-Win-Situation und ein gutes Beispiel für die Nuggets, die sich im Datengebirge schürfen lassen.

TOP-BLOGS