UdZ 2-2017

32 UdZ – Unternehmen der Zukunft 2/2017 FIR-Forschungsprojekte Produkte kann also einen wirklichen Durchbruch in der Effizienz der Planung von Großprojekten der Baubranche be- wirken. Daher schlägt das Projektteam eine hybride, mehrstufige Cloud vor, in der sowohl zentrale Systeme (1. Ebene), lokale Server (2. Ebene) und Computer am Arbeitsplatz als auch mobile Geräte (3. Ebene) miteinander verbunden sind und zusammen eine schnelle Cloud bilden. Diese Methode soll deutlich schnellere Zugriffszeiten und eine Beschleunigung der Prozesse ermöglichen. Die dreistufige hybride Cloud soll alle pro- jektrelevantenDatenund ihreBeziehungen zueinander strukturiert und redundanzfrei abspeichern. In Verbindung mit anderer Software, wie z. B. CAD, soll diese Struktur die Daten einfach zugänglich machen. Um lange Ladezeiten zu vermeiden, werden der Cloud die Daten automatisch für ex- terne und interne Teams zur Verfügung gestellt, die voraussichtlich darauf zugrei- fen werden. Dabei wird mittels Machine- Learning berechnet, wer voraussichtlich wann auf die Daten zugreifenwird. Nachts, während die Internetleitungen der Firmen nicht ausgelastet sind, werden dann die entsprechenden Ebenen nachsynchro- nisiert. Die zentrale Ebene ist die erste Ebene und gilt als öffentliche Cloud, diese wird meist über einen Internetanbieter bereitgestellt. Dort sind alle Daten gespei- chert und werden für die zweite Ebene, die aus den Servern der jeweiligen Standorte und Firmen besteht, bereitgestellt. Die dritte Ebene, bestehend aus Desktop-PCs, Laptops und auch Smartphones, synchroni- siert sichdann über die jeweiligen Standort- Server aus der zweiten Ebene (s. Bild 1). Die proaktive Datensynchronisation soll so entwickelt werden, dass der Zugang und die Speicherung automatisiert wer- den und der Benutzer einheitlich auf die benötigten Daten zugreifen kann. Die Synchronisation läuft dabei automatisch und schon während der Bearbeitung von Dateien imHintergrund ab. Hierfür wurden knapp 10 Gigabyte Logdaten der Firma Ingenieurbüro für Bauwesen Schmidt GmbH analysiert. In der Analyse wurden die fol- genden Kernattribute identifiziert: • Projektnummer, • User-ID und daraus abgeleitet die Rolle im Unternehmen, • Standort, an demein User eine Datei geöffnet hat, • Ausgangs- und Zielpfad der Datei, • Dokumententyp und • Dokumentenklasse. Diese bilden die einzelnen Ebenen eines Lernbaums, der für die proaktive Datenverteilung zugrunde liegt. Mittels der Nutzung des Lernbaums kann man folgendeMerkmale der wahrscheinlich als nächstes benötigten Datei ableiten: • Dateityp, • Dokumentenklasse und • Ablageort der Datei. Hieraus kann man nun die Wahrscheinlich- keit der passenden Dokumente anhand der historischen Daten errechnen und die wahrscheinlichsten Dateien auf dem Endgerät des Nutzers vorladen, sodass hierfür die Ladezeit entfällt. Weiterhin werden die Zeitstempel für die Zugriffszeit und die Kopierdauer erhoben, um eine Reihenfolge der Dokumente innerhalb eines Projekts zu bestimmen bzw. die Verbesserungder Ladezeitenzuberechnen. Durch ein Feedback der Nutzer und eine Echtzeitdatenauswertung kann sich das System im operativen Einsatz ständig wei- terentwickeln. In ersten Simulationstests Bild 1: Struktur der dreistufigen hybriden Cloud