Big-Data

Big-Data-Analysen – auf der Suche nach dem neuen Gold

Seite: 2/3

Firmen zum Thema

Erste Gold-Funde

So wurde in Ludwigshafen dank Digitalisierung erstmals eine systematische Untersuchung der Katalysator-Daten für die Herstellung des Zwischenprodukts Ethylenoxid möglich. Mit den ermittelten Korrelationen zwischen Rezeptur und Anwendungseigenschaften der Katalysatoren lassen sich ihre Performance und Lebensdauer besser und schneller vorhersagen.

Bei der Modellierung eines neuen funktionalen Polymers für die stabile Formulierung eines Wirkstoffs halfen digitale Technologien ebenfalls entscheidend mit. Aus über 10.000 Möglichkeiten konnten BASF-Experten die geeignete Polymerstruktur berechnen. Die anschließende Synthese führte zum gewünschten Formulierungspolymer, das eine deutlich höher konzentrierte Emulsion ermöglicht.

Auch GE Digital, Sponsor der diesjährigen Namur-Hauptsitzung im November, setzt auf eine intelligente Datenanalyse. Erste Beispiele stammen zwar aus der Flugzeugtechnik, beweisen aber die Dimension. So wurden Daten von mehr als 35.000 Flugzeugturbinen gesammelt und somit 100 Millionen Flugdaten pro Jahr verarbeitet. Die Kombination von analytischen Methoden bei einem hohen Datenvolumen und die physikalische Modellierung führten zur frühzeitigen und genaueren Fehlererkennung. Dadurch ließen sich die operativen Störungen signifikant minimieren.

Alternative Goldsuche

Vielleicht geht es aber auch einfacher. „Wir machen Data Science für Nicht-Data-Scientists“, erklärt Dr. Lukas Pansegrau, Account Executive D-A-CH für Trendminer, einem Universitäts-Spin-off aus den Niederlanden. Zum Anwenden der Software braucht es keine Kenntnisse der klassischen Datenanalyse, es werden auch keine mathematischen Modelle des Prozesses benötigt.

„Eine Anlage in der Prozessindustrie in ihrer Gesamtheit mathematisch zu beschreiben, ist eigentlich zu aufwändig“, so Pansegrau. Bei Trendminer nutzt man daher lieber das Wissen derjenigen, die die Anlage täglich fahren. Dabei vergleicht die Software ein bestimmtes Prozessverhalten in einem definierten zeitlichen Abschnitt mit ähnlichen Ereignissen in der Vergangenheit und präsentiert diese visuell. Der Operator kann auf dieser Grundlage selbst entscheiden, ob und wie er die Fahrweise verändert.

Bei Trendminer, das sich sowohl bei kontinuierlichen als auch Batchprozessen anwenden lässt, analysiert der Anwender seinen Prozess selbst. Das Team um Pansegrau implementiert die Software und unterstützt lediglich bei der Einführung. „Wir gehen von einem bis maximal drei Tagen Einarbeitungszeit aus, bis man mit unserer Software arbeiten kann“, so Pansegrau.

(ID:44871220)

Über den Autor

 Sabine Mühlenkamp

Sabine Mühlenkamp

freie Journalistin, Pressebüro Mühlenkamp