Expert Suggestions on Creating Slides - cisco.com · Predictive Maintenance ... Transport- und...

Predictive Maintenance

Ingo Schwarzer

Anwendungsfeld für Methoden der Predictive Analytics als Teil von Industrie 4.0

Chief Technology Officer, DB Systel GmbH

11. November 2014

2 © 2014 Cisco and/or its affiliates. All rights reserved. Cisco Connect | Berlin 20.–21. November 2014

Inhalt � Kurzvorstellung DB Systel 3-4 � Einordnung Predicitive Analytics/Maintenance 5-6 � Mögliche Einsatzfelder 7 � Erste Erfahrungen 8-10 � Ausblick 11 � Schlussfolgerungen 12

Ingo Schwarzer, Chief Technology Officer, DB Systel GmbH


DB Systel – Wir über uns � Die Deutsche Bahn, eines der größten

Transport- und Logistikunternehmen der Welt, wird von einer modernen und effizienten Informations- und Kommunikationstechnologie, kurz ICT, unterstützt. Ohne ICT ist der Bahnbetrieb undenkbar geworden.

� Mit DB Systel hat die DB AG einen zuverlässigen und leistungsfähigen ICT-Partner an ihrer Seite. Unsere ICT Produkte und -Dienstleistungen gewährleisten die Funktionalität des Systems Bahn – national wie international. Dabei decken wir den gesamten Lebenszyklus von ICT-Lösungen ab: von der Planung über Entwicklung und Betrieb bis zu ihrer Optimierung.

Foto

: Ral

f Bra

um

Unser Selbstverständnis Wir sind der ICT-Dienstleister der Deutschen Bahn AG



DB Systel – Daten & Fakten Wir sind: � rund 3.400 Mitarbeiter in Frankfurt/Main, Berlin,

Erfurt, Doncaster/UK und anderen Standorten Wir betreiben: � 3 Rechenzentren mit über 3.800 Servern � ein Datennetz mit rund 342.000 IP-Anschlüssen

von DSL bis Breitband-Glasfaser � rund 600 produktive IT-Verfahren � 3 Petabyte Plattenspeicher / 7 Petabyte

Backup-Kapazität � das konzernweite Bürokommunikationssystem

der Bahn mit 96.000 Nutzern � 93.000 VoIP-Anschlüsse

Foto

: Max

Lau

tens

chlä

ger

Unser Selbstverständnis Wir sind der ICT-Dienstleister der Deutschen Bahn AG



Einordnung Predictive Analytics

1.) Statistik � Darstellung von Kennzahlen wie Benutzer/Seiten/Zeit ... � Grafische Häufigkeitsverteilungen

Aussagekraft der Auswertungen

Einsatzintensität der Analyse

2.) OLAP � Darstellung von mehreren Dimensionen zum Drill-Down

3.) Tracking (z. B. Web) � Kombination von mehreren Seiten � Pfadverfolgung

4.) Predicitive Analytics � Nachbildung des Verhaltens in Modellen zur Prognose



Intelligenz

Nutzen von Analyseverfahren für Instandhaltung Nutzen/Ausfallsicherheit

Reactive Maintenance � Sörungsmeldungen zu … Was ist passiert? Wo?

Was ist betroffen?

Preventive Maintenance � Wie kann man Ausfälle/Störungen in kosteneffizienten

Service-Zyklen verhindern?

Predictive Maintenance � Welche Systeme sollten gewartet/ersetzt werden, weil sie

wahrscheinlich im nächsten Service-Zyklus ausfallen würden?

Maintenance Optimization � Welche Störungsmeldungen sollten zuerst bearbeitet werden? � Wie kann ich meine Wartungsstrategie optimieren?



Mögliche Einsatzfelder Im Wartungsgeschäft � Verkehrsinfrastruktur � Energienetze � Fahrzeuge � …. Einsatz von Predictive Analytics � Infrastrukturoptimierung � Reisendenstromermittlung � Planung in Ausnahmesituationen � …. Predictive Analytics wird zu einem wichtigen Hilfsmittel für alle Lebensbereiche werden

Foto

: Chr

isti

an B

edes

chin

ski



Smart Freight Asset Entwicklung eines Ansatzes für Predictive Maintenance am Beispiel von Loks

Historie:

� 2013

� „Smart Freight Asset“ wurde als Workshop im Rahmen von MovingIDEAS (eine Innovations-initiative des Aufsichtsrates/Vorstandes der DB AG) behandelt.

� Das Innovationsmanagement der DB Systel geht in den Lead

� Organisation eines Vertiefungsworkshops durch die DB Systel und Aufsetzen eines Projektes

� 2014

� Start weiterer „Predictive Analytics“ Projekte (z. B. TecLok für DB Schenker Rail)

Ziel:

� Die Ziele des Innovationsprojektes sind:

� PA-Analysen in einem DataLab: Mit dem Businessziel, ein PA-Modell aus Diagnose- und Zusatzdaten zu entwickeln, das eine bessere Maintenance der Loks ermöglicht (dieses Ziel wurde mittlerweile mit Szenarien feinspezifiziert, so dass der Projektplan erstellbar ist)

� Prototypischer Massendatenspeicher für Sensordaten mit Anbindung an DataLab: Mit dem technologischen Ziel, zu zeigen, wie die zukünftige Zielarchitektur aussehen kann

� Dieses zweite Ziel hat eine hohe Korrelation zur Gesamtarchitektur, die in der Vorstudie RSI erstellt werden soll.



Smart Freight Asset Arbeitsschritte: � Aufbau eines Konverters zur Transformation der Sensordaten in verarbeitbare Daten � Aufbau einer Big Data Plattform � Übergabe der Sensordaten � Konvertierung und einlesen der Sensordaten in die Big Data Landschaft � Sammlung von Zusatzdaten (z. B. Wetterdaten, Tonnagedaten, Fehlermeldungen etc.) � Verknüpfung der Sensor- und Zusatzdaten im Predictive Analytics Tool � Datenanalyse anhand drei gestellter Szenarien von DB Schenker Rail Es waren überdurchschnittlich viele Partner zu koordinieren. Das Besondere an dem Innovationsprojekt: Es gab keine Auftragnehmer/-geber, jeder trug seine Aufwände selbst. Nur das Ergebnis zählte. Daten wurden von der Industrie, der Bahn und weiteren externen Quellen zur Verfügung gestellt.



Beispiel Heatmap (Screenshot) Regionale Muster als Ergebnis aus Sensordaten, Diganosemeldungen und GPS Daten



Ausblick Predictive Maintenance/Analytics � Die DB Systel wird ein Serviceangebot im

Big Data Umfeld zur Unterstützung der DB AG als festen Bestandteil des Portfolios entwickeln.

� Ab 2015 werden die Bausteine sukzessive in Produktion gehen und die Basis für eine umfassende Plattform bilden.

� Die DBS arbeitet im BMWi-Projekt „Smart Data – Innovation aus Daten“ ab 03/2015 als Konsortialführer des Themas SD4M (Smart Data for Mobility) mit Partnern wie DFKI, der INIT AG, den IdeaLabs und weiteren zusammen

Foto

: Hol

ger P

eter

s



Schlussfolgerungen � Der Projekterfolg hängt maßgeblich von den zur

Verfügung stehenden Daten ab. � Keiner ist alleine in der Lage, solche Themen zu

lösen – es bilden sich Communitys mit eigenen Interessensprofilen.

� Ein reines klassisches Projektmanagement ist nicht anwendbar; es sind agile Methoden und Räume zum Ausprobieren/Spielen notwendig.

� Das Projekt lebt und wird eine living Agenda haben.

� Die Aufgaben sollten kleinteilig als eigenständige Ergebnisse definiert sein.

Foto

: Max

Lau

tens

chlä

ger


Thank you.

Expert Suggestions on Creating Slides - cisco.com · Predictive Maintenance ... Transport- und...

Documents

Transcript of Expert Suggestions on Creating Slides - cisco.com · Predictive Maintenance ... Transport- und...