{"id":7526,"date":"2019-12-03T14:41:56","date_gmt":"2019-12-03T13:41:56","guid":{"rendered":"https:\/\/www.l3s.de\/?page_id=7526"},"modified":"2022-12-06T16:29:22","modified_gmt":"2022-12-06T15:29:22","slug":"boost4-0-big-data-for-factories","status":"publish","type":"page","link":"https:\/\/www.l3s.de\/de\/magazine\/binaire-articles\/boost4-0-big-data-for-factories\/","title":{"rendered":"Boost4.0 - Big Data f\u00fcr Fabriken"},"content":{"rendered":"
\n \n
\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Ausgabe 03\/2019<\/p>\n <\/div>\n <\/div>\n

\n \n
Intelligente Produktion<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n
\n \n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Boost4.0 - Big Data f\u00fcr Fabriken<\/h1>\n <\/div>\n <\/div>\n
\n \n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n \n
\n

Ein Gro\u00dfteil der in der Fertigung anfallenden Daten bleibt ungenutzt, da die Auswertung nicht in der Geschwindigkeit vorgelegt werden kann, in der Entscheidungen getroffen werden m\u00fcssen. Der Industrie gehen so bis zu 99 Prozent des erfassten Datenwertes verloren. Ein zus\u00e4tzliches Problem: Um aus Daten Wert zu sch\u00f6pfen, m\u00fcssen sie unter anderem mit Kontextinformationen versehen sein. Aber das trifft nur auf drei Prozent der Fertigungsdaten zu. Um Effizienz und Produktivit\u00e4t zu steigern, ist es unerl\u00e4sslich, unternehmens\u00fcbergreifende heterogene Datenfl\u00fcsse zu harmonisieren und so die begrenzte Verf\u00fcgbarkeit offener Datens\u00e4tze zu \u00fcberwinden.<\/p>\n

Das von der Europäischen Union geförderte Projekt BOOST 4.0<\/a> baut einen European Industrial Data Space, <\/em>um Produktionsdaten aller Art interoperabel zu machen und damit die Wettbewerbsfähigkeit der europäischen Industrie zu verbessern. Die Initiative soll die Einführung von Big Data und modernen Methoden der Datenanalyse in der europäischen Automobilindustrie durch globale Standards, offene Programmierschnittstellen (APIs), eine sichere digitale Infrastruktur sowie digitale Fertigungsplattformen beschleunigen.<\/p><\/p>\n

 Da die Kontextualisierung von Informationen umst\u00e4ndlich ist und eine intensive manuelle Bearbeitung der Datenquellen erfordert, k\u00f6nnen semantische Modelle und semantische Interoperabilit\u00e4t eine vertrauensw\u00fcrdige und verbesserte Plattformanbindung erm\u00f6glichen. Sie basieren auf der Definition und Verwendung gemeinsamer standardisierter (konvergierter) APIs und auf h\u00e4ufig verwendeten und beworbenen industriellen Datenmodellen. Die Hauptkomponente solcher Modelle wird ein Netzwerk von Kernvokabularen mit den Dimensionen Lebenszyklus, Hierarchieebenen und gesch\u00e4ftlich-funktionale Aspekte sein, das die Kernkonzepte der Fertigung abdeckt.<\/p>\n

 Das Joint Lab \u201eData Science & Open Knowledge\u201c der TIB \u2013 Leibniz-Informationszentrum Technik und Naturwissenschaften und des Forschungszentrums L3S ist als Partner an BOOST 4.0 beteiligt. Die Forschungsgruppe von Prof. Dr. S\u00f6ren Auer (Dr. Javad Chamanara, Alexandra Garatzogianni und Yaser Jaradeh) entwickelt semantische Modelle und Vokabulare mit den Schwerpunkten Ontologien, Datenintegration und semantische Modellausrichtung. \u201eDie semantische Modellierung erm\u00f6glicht nicht nur die Datenermittlung durch eine breitere Community, sondern macht die Daten auch maschinenlesbar\u201c, sagt Dr. Javad Chamanara. Dadurch lassen sich maschinelles Lernen als auch\n\nmaschinelle Analysemethoden auf ein gr\u00f6\u00dferes Datenvolumen in deutlich k\u00fcrzerer Zeit anwenden. Somit haben die Entscheidungstr\u00e4ger ein besseres Verst\u00e4ndnis f\u00fcr die Daten und die Funktion ihrer Fertigung und erhalten diesen Einblick in der Zeit, die sie ben\u00f6tigen. Die Anwendung der Ontologie auf Industriedaten erm\u00f6glicht, dass Daten unternehmens\u00fcbergreifend ausgetauscht und durch andere Partner wiederverwendet werden k\u00f6nnen. F\u00fcr das Top-Management bedeutet dies: schnellere und fundierte Entscheidungen und die M\u00f6glichkeit, Best Practices zu nutzen, die durch eine umfassende Datenanalyse der Community-Daten erzielt wurde - etwas, das kein einzelnes Mitglied kurzfristig erreichen kann.<\/p>\n

Ein weiteres Plus: Das Team von Prof. Auer hat mit VoCol eine integrierte Umgebung f\u00fcr die kollaborative Wortschatzentwicklung erstellt. Inspiriert von agilen Methoden der Software- und Inhaltsentwicklung erm\u00f6glichen die VoCol-Methodik und -Tools den Konsens zwischen Experten und die Zusammenarbeit von Fachleuten und Wissensingenieuren. VoCol wird unabh\u00e4ngig von komplexen Softwarekomponenten implementiert. Es bietet den Mitarbeitern ein verst\u00e4ndliches Feedback zu syntaktischen und semantischen Fehlern und erm\u00f6glicht den Zugang zu einer f\u00fcr Menschen lesbaren Pr\u00e4sentation des Vokabulars. Im Projekt Boost4.0 wird VoCol f\u00fcr die Entwicklung der semantischen Modelle und deren anschlie\u00dfende Anpassung an verwandte Standards eingesetzt.<\/p>\n

\u201eMit den Ergebnissen von Boost4.0 wollen wir Nutzen f\u00fcr den regionalen Forschungstransfer schaffen\u201c, sagt Prof. Auer. \u201eSo haben wir beispielsweise ein regionales Kompetenznetzwerk International Data Space mit nieders\u00e4chsischen Unternehmen gegr\u00fcndet, das konkrete Anwendungsf\u00e4lle der Datenraumarchitektur von Boost4.0 entwickeln und realisieren soll\".<\/p>\n

BOOST4.0 ist die größte Initiative im Bereich Big Data for Industry 4.0<\/em>. Zum Konsortium gehören insgesamt 50 Unternehmen aus 16 Ländern, darunter Volkswagen, Volvo und Siemens. Die Fördersumme durch die EU beträgt 20 Millionen Euro, hinzukommen 100 Millionen Euro Investitionen durch die teilnehmenden Unternehmen.<\/p><\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n

\n \n \n
\n \n
\n \n
\n \n
\n
\n \n \n
\n \n
\n <\/span><\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Vorgestellte Projekte<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n
\n \n \n
\n \n
\n \n
\n \n \n
Kontakt<\/h6>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n
\n \n \n \"\"\n
<\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n
\n \n
\n
\n \n \n
\n \n
\n \n
\n \n \n

Prof. Dr. S\u00f6ren Auer<\/h4>\n <\/div>\n <\/div>\n
\n \n
auer@l3s.de<\/span><\/a>\n <\/span>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n
\n \n \n
\n

S\u00f6ren Auer ist Professor f\u00fcr Data Science und Digital Libraries an der Leibniz Universit\u00e4t Hannover, Mitglied des erweiterten L3S-Direktoriums und Direktor der TIB - Leibniz Informationszentrum Technik und Naturwissenschaften.<\/p>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n <\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

Issue: 03\/2019 Intelligente Produktion Boost4.0 – Big Data for Factories Much of the data generated in production remains unused because the evaluation cannot be presented at the speed at which decisions have to be made. The industry thus loses up to 99 percent of the recorded data value. An additional problem: In order to create […]<\/p>","protected":false},"author":7,"featured_media":7527,"parent":2750,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"page-templates\/full-width-page.php","meta":{"_acf_changed":false,"footnotes":""},"categories":[],"tags":[28,88],"class_list":["post-7526","page","type-page","status-publish","has-post-thumbnail","hentry","tag-binaire","tag-binaire-2019-03"],"acf":[],"aioseo_notices":[],"publishpress_future_action":{"enabled":false,"date":"2026-05-26 03:49:19","action":"category","newStatus":"draft","terms":[75],"taxonomy":"category","extraData":[]},"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/7526","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/users\/7"}],"replies":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/comments?post=7526"}],"version-history":[{"count":0,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/7526\/revisions"}],"up":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/pages\/2750"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media\/7527"}],"wp:attachment":[{"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/media?parent=7526"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/categories?post=7526"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.l3s.de\/de\/wp-json\/wp\/v2\/tags?post=7526"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}