Alle Beiträge von Gerhard Altmann

Gerhard Altmann ist bei SAS als Senior Director Global Manufacturing Industry Practice seit 2016 für die strategischen Aktivitäten rund um die fertigende Industrie verantwortlich. Schon ab 2012 leitete er den Geschäftsbereich Manufacturing in der Region EMEA-Asia Pacific. Zuvor war er als Services and Technology Director DACH für die Bereiche Professional Services, Customer Support, IT sowie Technology and Solutions zuständig und zugleich Mitglied der Geschäftsleitung von SAS Deutschland. Zu SAS kam Altmann von der Siemens AG, wo er über 22 Jahre verschiedene Führungspositionen innehatte – darunter die Leitung der Division Global Value Added Services und damit die Verantwortung für die Bereiche Managed Services, Professional Services und Solution Business Services. Seine Karriere startete er 1991 ebenfalls bei Siemens: als Sales Engineer und Leiter des Kompetenzzentrums Industrie, Handel, Versicherung. Später war er als Senior Vice President und Geschäftsführer für den Geschäftsbereich Solution Business and Outsourcing zuständig sowie Mitglied der Geschäftsleitung bei Siemens in Deutschland. Über seine Konzerntätigkeiten hinaus war Altmann als Aufsichtsrat und Berater in der IT, im Bankwesen und in der Kommunikationsbranche aktiv.

Analytics: Auswertung von Fahrzeugdaten verbessert die Verkehrssicherheit

IDC schätzt, dass bis 2020 im IoT 20,4 Milliarden vernetzte Geräte gigantische Datenmassen erzeugen. Der Analytics-Markt im Bereich IoT soll in dieser Zeit auf über 23 Milliarden US-Dollar anwachsen. Damit Unternehmen aus Zustands-, Positions- und Bewegungsdaten direkt schnelle Entscheidungen ableiten können, müssen diese Daten jedoch ohne Zeitverlust und ohne aufwendige Datentransfers ausgewertet werden.

Erfolgsfaktoren im IoT

Gemäß einer Studie des Internet of Things Institute (IoTi), die den Return on Investment (RoI) im Zusammenhang mit IoT-Daten untersucht, ist der wichtigste Erfolgsfaktor die effektive Nutzung von Analytics für die Entscheidungsfindung. 59 Prozent der „Leaders“ (und immerhin noch 33 Prozent aller Befragten) unter den Unternehmen, die bereits IoT-Technologie einsetzen, sehen darin ihre Stärke. Die Unterstützung durch die Führungsetage steht an zweiter Stelle mit 32 Prozent aller Nennungen. Darauf folgt die Kollaboration mit Kunden (31 Prozent) und Lieferanten (30 Prozent) sowie eine konkrete IoT-Strategie (29 Prozent).

Datenschutzkonform und relevant

Eine besondere Herausforderung stellt sich bei der Auswertung von Telematik- (und anderen personenbezogenen) Daten spätestens seit dem 25. Mai durch die Datenschutz-Grundverordnung (DSGVO), die sämtliche Unternehmen mit Kunden in der EU betrifft. Eine aktuelle SAS Studie zeigt, dass 93 Prozent der Umfrageteilnehmer meinen, noch nicht vollständig richtlinienkonform zu sein. Und weniger als die Hälfte (46 Prozent) der befragten globalen Unternehmen geht davon aus, dass sie bis zum Stichtag bereit sein wird. Anderseits erkennen die Befragten auch mögliche Vorteile in unterschiedlichsten Bereichen: 68 Prozent beispielsweise sehen in der Erfüllung der Richtlinien ein Potenzial, das Vertrauen zwischen ihnen und ihren Kunden zu stärken.

Sicheres Fahren und maßgeschneiderte Policen

Das Telematikunternehmen Octo Telematics stellt der Versicherungs- und Automobilbranche Big Data und Analytics Services bereit. Dafür sammelt Octo Telematics jede Minute Daten zu fast 200.000 Kilometern Fahrstrecke, darunter Werte zur Fahrzeugnutzung (beispielsweise, wie schnell ein Fahrer beschleunigt und bremst) und Unfalldaten. Auf Basis dieser Informationen hat das Unternehmen die weltweit größte Datenbank zum Fahrverhalten aufgebaut.

„Octo Telematics hilft dabei, das Versicherungsgeschäft im Zeitalter des vernetzten Verbrauchers neu zu gestalten“, sagt Gianfranco Giannella, COO bei Octo Telematics. „Unsere Lösungen ermöglichen es Versicherern, ihren Kunden maßgeschneiderte Policen anzubieten, und tragen gleichzeitig dazu bei, dass diese sicherer fahren. Die Intelligenz, die SAS Analytics liefert, bildet das Herzstück unseres Business. Indem sie sich nicht mehr auf statische Daten verlassen müssen, sondern dynamische oder Streaming-Daten auswerten können, erreichen Versicherer das, was wir ‚Internet of Insurable Things‘ nennen.“

Octo Telematics arbeitet mit Analytics, um Echtzeit-Services wie Risiko-Scores bereitzustellen. Mit diesen Dienstleistungen können Versicherer Risiken genauer einschätzen, ihre Prämien einpreisen und Unfälle besser beurteilen. Vergünstigungen für umsichtiges Fahren führen zum einen zu mehr Sicherheit auf den Straßen und bieten zum anderen die Option für relevante Interaktionen mit den Versicherungsnehmern.

Fazit

Bisher wurde IoT vorwiegend in Verbindung mit Konzepten wie Smart Grid, Smart Cities und vernetzten Fabriken betrachtet. Inzwischen zeigt sich jedoch zunehmend der Wert einer Analyse von Sensordaten – für verschiedenste Branchen. Telematikdaten, die aus Fahrzeugen ausgelesen werden, um Rückschlüsse auf das Fahrverhalten zu ziehen, sind nur ein Beispiel. Aber eines mit Wirtschaftsstärke: McKinsey hat der Auswertung von Fahrzeugdaten immerhin ein Umsatzpotenzial von 750 Milliarden Dollar jährlich bis 2030 bescheinigt.

Edge Analytics: Daten dort auswerten, wo sie entstehen

Immer mehr, immer schneller: Große Datenmengen und Rechenpower bilden die Voraussetzung, um bessere Vorhersagen treffen und präzisere Analysen durchführen zu können. Die Produktion hat heute mehr Informationen denn je zur Verfügung – und zwar aus einer Vielzahl von (neuen) Quellen. Anlagen an Fertigungsstraßen, Sensoren an Geräten beim Kunden, Protokolle aus dem Callcenter oder Wartungsberichte: Sämtliche Daten, die permanent von Maschinensensoren und Produktionssystemen erzeugt werden oder bei Kundentransaktionen entstehen, müssen ohne Zeitverlust dort ausgewertet werden, wo sie entstehen. Konkret: ganz nah am Sensor.

Analyse direkt im Datenstrom

Analytics „on the Edge“ ist daher eines der Kernthemen in den nächsten Monaten. Über eine Event Stream Processing (ESP) Engine lassen sich Daten direkt während der Übertragung, also im Datenstrom und noch vor der Speicherung, analysieren. Die Technologie funktioniert als intelligenter Filter, wodurch sich der Datentransport reduziert. Das ermöglicht dem analytischen System, potenzielle Probleme schon im Vorfeld abzuwenden, indem eine Maschine heruntergefahren, ein Alert ausgegeben oder eine andere Maßnahme in die Wege geleitet wird. Eine solche unmittelbare, automatisierte Reaktion ist nicht möglich, wenn Daten erst im Backend abgespeichert werden müssen, bevor sie ausgewertet werden.

Edge Analytics bietet viele Möglichkeiten im IoT, ist aber nicht für alle Use Cases notwendig. Sinnvoll ist der Einsatz, wenn (mindestens) eine der folgenden Fragen positiv beantwortet wird:

  • Ist die Latenzzeit für einen Edge-to-Cloud-Roundtrip nicht mehr akzeptabel?
  • Haben Maschinen/Geräte manchmal keine Verbindung zum Netzwerk?
  • Gibt es Hürden (Kosten, Technologie), die eine Übermittlung sämtlicher erforderlicher Daten an das Rechenzentrum verhindern?

„Gesundheitscheck“ für Fahrzeuge

Ein Beispiel: GE Transportation analysiert Sensordaten für seine rund 1.200 Lokomotiven mit SAS Event Stream Processing direkt an Bord in Echtzeit, um unter anderem den Energieverbrauch der Maschinen zu optimieren. Anderes Beispiel: Edge Analytics wird für über 15.000 Trucks in den USA eingesetzt, um vorherzusagen, wann wichtige Teile ausfallen könnten. Bei Auffälligkeiten in den Sensordaten wird eine Anweisung ins Führerhaus geschickt, in die Werkstatt zu fahren, wo bereits ein Termin reserviert ist. Im Ergebnis bleibt die Ausfallzeit minimal.

Wie das im Detail funktioniert? Anhand von Sensordaten lässt sich recht zuverlässig vorhersagen, wie „gesund“ zum Beispiel ein Turbolader ist. Indikatoren dafür sind statische Daten wie Motortyp, Baujahr des Motors, aber auch dynamische Daten wie Gesamtlaufleistung des Motors oder durchschnittliche Öltemperatur. Damit lassen sich in einem statistischen Modell Frühindikatoren bilden, die auf einen baldigen Ausfall des Turboladers hinweisen. Mit dem analytischen Modell kann dem ESP dann die Information mitgegeben werden, dass beispielsweise nur dann ein Alert/Event generiert wird, wenn die Öltemperatur in Kombination mit weiteren spezifischen Indikatoren steigt. Bei einem „Anschlagen“ des Modells wird eine Fehlermeldung an eine zentrale Service-Stelle geschickt.

Wie sogenannte „Analytics inside the Vehicle“ funktioniert, veranschaulicht ein IoT-Miniaturtruck, den SAS in Kooperation mit Intel entwickelt hat und auf dem SAS Forum Deutschland am 20./21. Juni 2018 in Bonn präsentiert.

Fazit

Mit IoT-Technologie können Hersteller aus Zustands-, Positions- und Bewegungsdaten direkt schnelle Entscheidungen ableiten. Voraussetzung ist jedoch, dass die Daten zeitnah analysiert werden. Das jedoch ist längst noch nicht überall gegeben. Die Studie „Wettbewerbsfaktor Analytics im Internet der Dinge“ der Universität Potsdam hat gezeigt, dass sich bis vor Kurzem noch weniger als die Hälfte der befragten Unternehmen (43,5 Prozent) aktiv mit dem Thema IoT auseinandergesetzt hat – oft, weil sie den konkreten Nutzen nicht bewerten konnten. Das dürfte sich jedoch in absehbarer Zeit ändern. Analysten sehen das IoT auf ungebremstem Wachstumskurs. IDC geht davon aus, dass der Analytics-Markt im Bereich IoT bis 2020 auf über 23 Milliarden US-Dollar anwachsen wird. Bis dahin sollen schätzungsweise 20,4 Milliarden vernetzte Geräte gigantische Datenmassen erzeugen. Die Daten sind da und die Technologie zu ihrer Auswertung ebenfalls. Damit sind die Voraussetzungen erfüllt, um das Potenzial aus dem IoT für wirtschaftliche Vorteile zu nutzen.