Von Daten zu Unternehmenswerten
- PDF / 664,723 Bytes
- 4 Pages / 595.276 x 790.866 pts Page_size
- 51 Downloads / 282 Views
Von Daten zu Unternehmenswerten AUTOREN
Hendrik Bohlen ist Leiter Technik bei Werum Software & Systems AG in Lüneburg.
Der Testprozess in der Fahrzeugentwicklung muss eine hohe Produktqualität bei maximaler Kosteneffizienz und der Wahrung von Compliance-Anforderungen gewährleisten. Allerdings landen Daten aus Simulation und Test allzu oft in Datensilos. Mit einer passenden Data Analytics Toolchain lassen sich die verschiedenartigen Daten verknüpfen und Mehrwerte generieren.
TOOLCHAIN BINDET SÄMTLICHE TESTDATEN EIN
Dr. Stefan Unterschütz ist Programmverantwortlicher für den Bereich Testprozessmanagement bei Werum Software & Systems AG in Lüneburg.
66
© Sergey Nivens | Adobe Stock
Die heutige Fahrzeugentwicklung stellt hohe Anforderungen an den Test prozess. Es muss eine hohe Produkt qualität bei maximaler Kosteneffizienz gewährleistet werden – unter Erfüllung von Compliance-Anforderungen. Hierbei fallen wertvolle Daten zum Fahrzeug in Simulationen und Versu chen an. Dazu gehören unter anderem Lebensdauertests, Betriebsfestigkeits untersuchungen, Sicherheitsprüfungen und Performancetests. Immer häufiger sind durch den Einsatz von vernetzten, intelligenten Produkten auch Daten aus dem Feld zu erwarten.
Daten werden meist dort gespeichert, wo sie anfallen, in sogenannten Daten silos, und stehen nur selten unterneh mensweit zur Verfügung. Dadurch ist es nicht möglich, den Mehrwert aus den Daten zu ziehen, den eine Verknüpfung dieser verschiedenartigen Daten bietet. Für die digitale Transformation des Testprozesses bietet die moderne IT Lösungen an, um das maximale Poten zial der Daten zu heben. Dieser Beitrag skizziert die Anforderungen an eine Data Analytics Toolchain und eine mögliche Realisierung. BILD 1 zeigt ein vereinfachtes Prozessschaubild der Toolchain. Es verdeutlicht, über welche Prozessschritte die Daten von der Quelle zum interessierten Anwen
der beziehungsweise zu weiterführen den Systemen gelangen. Die Lösung kann unabhängig von bestehenden IT-Systemen aufgebaut werden, und die verschiedenen Daten lieferanten wie zum Beispiel Prüfstände, IIoT-Geräte oder Fachanwendungen können in Stufen eingebunden werden. HERAUSFORDERUNGEN BEI DER DATENVERARBEITUNG
Eine moderne Toolchain für den Testpro zess muss eine Vielzahl an funktionalen und nichtfunktionalen Anforderungen erfüllen. Zunächst müssen die Testdaten nach der Erfassung vorverarbeitet wer den. Datensätze müssen bereinigt wer den. Auch ist die Qualifizierung und Anreicherung der Daten um weitere Informationen oder erste statistische Auswertungen erforderlich. In diesem Zuge kann eine Verifikation erfolgen, das heißt die Daten werden auf Vollstän digkeit und formale Korrektheit über prüft. Im Rahmen der Vorverarbeitung ist auch eine Harmonisierung und Stan dardisierung der Daten sinnvoll, was die spätere Nutzung vereinfacht. Testdaten müssen für die Dauer der geforderten Aufbewahrungsfristen revi sionssicher gespeichert werden. Dabei sollten begleitende Informationen, soge nannte Metadaten, zu den eigentlichen Testdaten mit abgele
Data Loading...