CVE vs. CVSS-Score

Anlagenbauern bietet Industrie 4.0 hier die Grundlage für neue Geschäftsmodelle. Beispielsweise gewinnt Instandhaltung und Wartung stetig an Bedeutung und die Entwicklung von der reaktiven Reparatur zur vorausschauenden Wartung führt zu neuen Services und Produkten.

Predictive Maintenance als Instandhaltungsstrategie der Zukunft 

„Industrie 4.0 ist die Informatisierung der Industrie und Predictive Maintenance ist ein Kernnutzenaspekt, den die Daten als Ergebnis der Digitalisierung der Produktion ermöglichen“, so Heiko Miertzsch CEO, des Kasseler Datenanalysespezialisten eoda. Die Analyse von Maschinendaten und externen Daten ermöglicht es, Muster im Verhalten der Maschinen zu entdecken und zukünftige Zustände wie Ausfälle zu prognostizieren. „Das ist der Grundstein für eine höhere Planungssicherheit und eine effizientere Wartung“, erklärt Miertzsch die Möglichkeiten hochwertiger Datenanalyse für Predictive Maintenance.

Open Source R zur Umsetzung von Data Mining und Predictive Maintenance 

Die Basis für Predictive Maintenance ist das Datenmanagement, die Analyse und die Modellbildung: Die richtige Analyse der richtigen Daten ist der entscheidende Schlüssel für Predictive Maintenance. „Unsere Erfahrungen aus der Praxis zeigen, dass viele Daten bereits vorhanden sind. Das Potential bleibt jedoch oft ungenutzt“, beobachtet Miertzsch.

Eine mögliche Software zur Durchführung von Data Mining und Predictive Analytics ist R, eine freie Programmiersprache für statistisches Rechnen und zur grafischen Visualisierung. Im kommerziellen wie auch im wissenschaftlichen Bereich gilt R zunehmend als Standard für statistische Problemstellungen. „Aufgrund des Funktionsumfanges, der Integrierbarkeit in andere Systeme und den Möglichkeiten zur grafischen Visualisierung ist R eine der besten und zukunftssichersten Alternativen“ fasst Miertzsch die Vorteile von R zusammen.