WIFI Technologiegespräch

v.l.n.r.: Mag. Reinhard Mayr (COPA-DATA GmbH), DI Mag. Marlies Temper (FH St. Pölten), Dr. Thomas Felberbauer (FH St. Pölten), Ing. Peter Krippl (WIFI NÖ). Foto: WIFI NÖ

ExpertInnen aus dem Bereich Big Data in der Produktion erläuterten die Frage: "Ist 25 zu heiß oder zu kalt?"

Eine Frage, die so nicht beantwortet werden kann. „Es braucht immer den entsprechenden Kontext, damit Daten sinnvoll verwertet werden können“, sagt Reinhard Mayr, Experte zum Thema Big Data in der Produktion.

Marlies Temper und Thomas Felberbauer von der FH St. Pölten, die das Thema aus wissenschaftlicher Sicht beleuchteten und interessante Einblicke in aktuelle Forschungsprojekte boten, berichtete Mayr von seinen praktischen Erfahrungen der Produktionsbetriebe.

Sammeln und Organisieren großer Datenmengen

Der Begriff „Big Data“ ist in den letzten Jahren in den allgemeinen Sprachgebrauch übernommen worden. Organisationen sammeln und verarbeiten Datenmengen in erster Linie, um erfolgskritische Entscheidungen schneller und besser treffen zu können.

Mayr identifiziert unter anderen Wartungs- und Instandhaltungsthemen wie auch Künstliche Intelligenz als Treiber für Big Data-Lösungen. Viele EntscheiderInnen sehen beispielsweise im Real-Time Reporting Vorteile. „EntscheiderInnen wollen am besten schon während der Produktion erkennen, wenn eine Charge aus dem Ufer zu laufen droht und entsprechend gegensteuern können“, erzählt Mayr aus der Praxis.

Kostenfalle Daten Plattform

Betreiber von Big-Data-Technologieplattformen böten über Cloud-Services gute Lösungen an, jedoch könne die unbedachte Inanspruchnahme solcher Lösungen schnell ins Geld gehen. Man müsse sich jedenfalls die Business-Modelle der Betreiber genau ansehen, empfiehlt Mayr. Er rät in jedem Fall zuerst die Aufgabe, den sogenannten „Use Case“, zu klären.

Ohne Daten keine Analyse

Das unterstreicht auch Marlies Temper von der Fachhochschule St. Pölten in ihrem Vortrag zu Data Science und Business Analytics. „Erst mit Big Data machen Deep Learning Netze Sinn.“, sagt sie. Und weiter: „Künstliche Intelligenz zeigt uns, was man mit Big Data machen kann.“

Wobei die sprichwörtliche Knochenarbeit in der Aufbereitung der Daten läge. 80 bis 90 Prozent der Zeit bestünde darin, den Daten nachzulaufen, sie zu sammeln, Redundanzen zu bereinigen und dann zu entdecken, was alles fehlt. Und – im schlimmsten Fall - von vorne zu beginnen. Sogenannte „balancierte Daten“, also viele, hochwertige und für eine bestimmte Entscheidung passende Daten zu haben, sei das Ziel von Big Data Analytics.

Jetzt teilen:

Sie wollen mehr wissen? Fragen Sie nach!

FH-Prof. Dipl.-Ing. Mag. Temper Marlies, Bakk.

FH-Prof. Dipl.-Ing. Mag. Marlies Temper, Bakk.

Studiengangsleiterin Data Science and Business Analytics (BA)
Department Informatik und Security