Herausforderung Datenflut: Steuern oder darin untergehen?

Allein in Industrie, Handel und Logistik werden den Analysten von Gartner zufolge in drei Jahren rund 7,5 Milliarden IoT-Komponenten eingesetzt werden. Deren Daten müssen unter anderem gefiltert, analysiert und als Grundlage für Machine Learning genutzt werden.

Mit SAP Leonardo stellt SAP für solche Aufgaben eine Plattform bereit. Doch es gilt, etliche Knackpunkte zu beachten, um die Datenflut, die das IIoT generiert, auch tatsächlich gewinnbringend nutzen zu können.

Klare Strategie statt Ressourcenverschwendung

Wie die Praxis zeigt, beginnt die Problematik meist nicht erst bei der Auswahl der richtigen Datenplattform und deren Zusammenspiel mit ERP, sondern bereits viel früher: Man muss zunächst eine klare Strategie haben, was man mit seinen Daten überhaupt erreichen will.

Nur Daten in einzelnen Projekten blindlings auszuwerten und zu hoffen, zufällig brauchbare Ergebnisse zu erzielen, verschleudert Ressourcen. Zumal in den meisten Unternehmen Daten im Überfluss vorhanden sind, aber deren Qualität und Relevanz zu wünschen übrig lässt.

Um bei den Daten die Spreu vom Weizen zu trennen, ist eine Filterung – idealerweise am Rand des Netzwerks – ideal. Lösungen wie Fujitsu Intelliedge ermöglichen eine sogenannte Pre-Analysis, mit der Daten bereits an der Quelle maßgeschneidert selektiert werden.

Die sinnvollen Daten werden anschließend genutzt, um zentrale Ma­chine-Learning-Modelle zu trainieren. Zentral lernen, dezentral ausführen lautet hier die Devise.

Ein weiterer erfolgskritischer Aspekt ist die Orchestrierung der immer heterogener werdenden IT. Wo früher einfach ein zentrales ERP-System alle Daten gesammelt und bereitgestellt hat, werden inzwischen meist verschiedene Cloud Services zusätzlich eingesetzt – sei es etwa Microsoft Azure, Google Cloud Services oder verschiedene IoT-Lösungen.

Auch die steigende Zahl unternehmensübergreifender Prozesse und Datenflüsse sorgt für eine zunehmende Heterogenität. An die Stelle monolithischer Lösungen treten somit kleine Einheiten, die nach dem Prinzip der Mikroservices arbeiten.

Damit diese verteilten Systeme zusammenarbeiten können, muss die „richtige“ Infrastruktur bereitstehen: Sie stellt Funktionen für die Kommunikation, Orchestrierung und Kollaboration zur Verfügung. Hinzu kommen ein Datenmanagement und Analyse-Funktionen.

SAP Leonardo

SAP Leonardo ist hierbei als zentrale Plattform für alle Bereiche prädestiniert, die nah am Business liegen. Dazu zählen etwa das Auswerten von Massendaten (Maschinendaten) im produzierenden Gewerbe, das Vorhersagen des Kundenverhaltens im Zusammenspiel mit (SAP) CRM, das sogenannte Invoice Matching und das Machine Learning, bei dem das vorhin genannte Prinzip des zentralen Lernens und der dezentralen Ausführung besonders wichtig ist.

Conclusion

Erfahrungen aus bisherigen Proof of Concepts und ersten Projekten zeigen, dass SAP Leonardo zahlreiche Funktionen bietet, um ein erfolgreiches Zusammenspiel vom industriellen Internet der Dinge und der zentralen Unternehmens-IT zu ermöglichen.

Ein erster Schritt sind häufig sogenannte „Rapid Prototypes“, die es ermöglichen, Ideen zu validieren, und Entwicklungspotenziale aufzeigen. Doch darüber hinaus ist eine Einbindung in eine umfassende Strategie unerlässlich, die auch andere Plattformen und Services mit umfasst.

Denn ohne grundlegendes Konzept, klare Ziele sowie eine vernünftige Datenqualität und intelligente Auswahl der im IIoT anfallenden Datenmassen ist der Einsatz jeder zentralen Plattform zum Scheitern verurteilt.