UdZ 1-2016

11 UdZ – Unternehmen der Zukunft 1/2016 BigPro: Störungsfreie Produktionssysteme durch die Integration innovativer Big-Data-Technologien Entwicklung und Implementierung von Big-Data-Lösungen im Produktionsumfeld zur Realisierung eines proaktiven Störungsmanagements Das Forschungsprojekt BigPro hat die Entwicklung einer echtzeitfähigen Big-Data-Plattform zum Ziel, die der Anforderung einer kon- kreten industriellen Anwendbarkeit genügt. Die Big-Data-Plattform soll die reaktionsfähige Gestaltung des Produktionssystems und die Realisierungeines proaktivenStörungsmanagements inderWertschöpfungskette ermöglichen. Siewirddazudienen, Störungennochvor deren Auftreten zu prognostizieren und durch adäquate Reaktionsmaßnahmen zu verhindern. Aufgetretene Störungen sollen durch die DurchführungsituationsgerechterMaßnahmenteil-undvollautomatisiertsowiereaktionsschnellbehobenwerden.DasProjekt„BigPro“wird über dasBMBF imRahmendes Förderprogramms IKT2020–Forschung für Innovationenmit demFörderkennzeichen01IS14011Agefördert. Im Forschungsprojekt BigPro entwickeln nam- hafte Partner eine Plattform, um datenbasiert das Störungsmanagement in der Produktion effizienter zu gestalten. Ein Kernelement des Projekts ist die Modellierung von Informations- flüssen. Informationsflüsse und das Infor- mationsmanagement sind wesentliche Be- standteile der Unternehmensführung, deren Bedeutung im Zuge von Industrie 4.0 stetig zunehmen. Um Geschäftsprozesse zu optimie- ren, müssen die Informationsflüsse des Unter- nehmens aufbereitet und analysiert werden, denn meist verhindert ein Informationsdefizit oder ein Informationsfluss mit Umwegen eine schlanke und effiziente Prozessgestaltung. Mittels der Informationsflussmodellierung werden be- stehende Informationsflüsse identifiziert und TransparenzübermöglicheSchwachstellenimUnter- nehmen geschaffen. Im Rahmen des Forschungsprojekts BigPro als Big-Data-Projekt wird sowohl mit großen historischen als auch in Echtzeit generierten Datenmengen gearbeitet. Darunter fällt die digi- tale Erfassung der wesentlichen Informationen der Geschäftsprozesse, also die Aufbereitung der unternehmensspezifischen Informationen zu Daten und umgekehr t. Entsprechend nimmt die Informationsflussmodellierung einen hohen Stellenwert im Projekt ein, da eine optimale Modellierung dieser Flüsse erheblich zur Echtzeitanalysemöglichkeit der Daten beiträgt. Zudem gewährleistet eine belastbare Modellierung der Flüsse die Transparenz der Datenströme und damit die Rückverfolgbarkeit der Daten zu ihren Datenquellen. Des Weiteren werden durch die Modellierung Informationsmängel, also für die Analyse benötigte, aber bislang nicht erhobene oder berücksichtigte Daten, offenbart. Durch die gewonnene Transparenz können Optimierungspotenziale imUnternehmen identi- fiziert und die Digitalisierung des Unternehmens gezielt gesteuert werden, welche durch das Hinzunehmen weiterer Datenquellen, wie bei- spielsweiseSensorenoder neuer Funktionalitäten bestehender IT-Systeme, realisiert werden kann. Für die Dokumentation von Informationsflüssen wurde vom FIR eineMethodik entwickelt, die auf bestehenden Geschäftsprozessmodellen auf- setzt. Diese sind oftmals bereits in guter Qualität im Unternehmen dokumentiert, spannen einen intuitiv verständlichen Orientierungsrahmen über den Unternehmenskontext hinweg und eignen sich daher als Kommunikationsgrundlage zwischen Fachbereichen und IT-Abteilung. Im Rahmen von BigPro werden Prozesse der Ist- Situation sowie Soll-Prozesse für die Einführung von BigPro modelliert. Als Modellierungssprache kommt eine modifi- zierteBPMN-2.0-Notation ( Business ProcessModel and Notation ) zum Einsatz. Die Modellierung be- dient sich imWesentlichender Elemente Aufgabe, Gateway, Datenobjekt und Datenspeicher . Diese werden in Pools ( Swimlanes ) angeordnet, die die Verantwortlichkeit (entweder rollen-/abteilungs- oder IT-System-bezogen) der jeweiligen Aktivität abbilden. Für die Modellierung des Ist-Prozesses wer- den die Schritte des Geschäf tsprozesses durch Au fgaben und Gateways er f asst, durch Pfeilverbindungen in ihrer Ablauffolge gekennzeichnet und dem jeweiligen Ver- antwortungsbereich über die Pools zugeord- net. Als nächstes wird im Prozessmodell do- kumentiert, welche Daten oder Informationen für den jeweiligen Prozessschritt aus welchem System genutzt werden. Diese Modellierung bildet die Grundlage für störungsbezogene Prozess- und Informationsflussanalysen. Aus der Modellierung gehen Prozessineffizienzen und fehlende oder veraltete Informationsflüsse hervor. Zudem lässt sich erkennen, welchen Verlauf die Daten unternehmensintern nehmen, ob es Redundanzen oder Schattensysteme gibt und auf welche weiteren Prozessschritte sie wirken. Anhand dieser Aufarbeitung kann der Einfluss von Datenveränderungen auf das Projekttitel BigPro Projekt-/Forschungsträger BMBF; DLR Förderkennzeichen 01IS14011A Projektpartner i2solutionsGmbH; Asseco SolutionsAG;Werk- zeugmaschinenlabor der RWTHAachen (WZL); FZI Forschungszentrum InformatikamKarlsruher Institut für Technologie; cognesysgmbh; Software AG; RobertBoschGmbH; C. GROSSMANNStahlguss GmbH; EICeEnterprise IntegrationCenterAachen GmbH; EMLEuropean MediaLaboratoryGmbH; DFADemonstrationsfabrik AachenGmbH Ansprechpartner Dipl.-Wirt.-Ing. Felix Jordan Internet projekt-bigpro.de