Im Zuge der Industrie 4.0 streben Industrieunternehmen nach einer möglichst effizienten, flexiblen und vernetzten Produktion und setzen hierbei vermehrt auf Künstliche Intelligenz (KI). Für den Einsatz von KI braucht es allerdings qualitativ hochwertige und idealerweise dynamische Maschinendaten.
In der Industrie 4.0 ergeben sich jedoch drei Herausforderungen, die es hierfür zu lösen gilt:
- In einem typischen Produktionsunternehmen ist die Prozess- und Betriebsebene häufig von einer klassischen Multi-Vendor-Landschaft geprägt – sprich, die Maschinen kommen von unterschiedlichen Herstellern.
- Die Daten einer solche Produktionsanlage sind ebenfalls heterogen und stammen von Komponenten, die unter anderem aufgrund des unterschiedlichen Alters auch unterschiedliche Technologiestandards haben.
- Darüber hinaus gibt es in Industrieanlagen unterschiedliche Kommunikationsschnittstellen und Protokolle. Darüber werden Daten meist statisch generiert, gespeichert und von Data Scientists manuell aufbereitet.
Soll nun Künstliche Intelligenz in diese Prozesse integriert werden, erfolgt dies aufgrund der oben genannten Herausforderungen häufig ebenfalls manuell.