KI und IoT Analytics: Ulbrich Stainless Steel optimiert Wartung und Produktqualität mit SAS

Heidelberg, 7. Mai 2019 -- SAS, einer der führenden Analytics-Anbieter, unterstützt Ulbrich Stainless Steel dabei, Wartung und Qualität in der Produktion zu optimieren. Der Hersteller von rostfreiem Stahl für besonders anspruchsvolle Anwendungen, beispielsweise im medizinischen Bereich oder für die Energiegewinnung, setzt auf SAS Analytics for IoT, um Sensordaten seiner Anlagen auszuwerten.

Ulbrich stellt Metalle für eine Vielzahl von Spezialprodukten her - von Triebwerksteilen bis hin zu Saiten für Streichinstrumente. "Präzision und Qualität sind Schlüsselfaktoren in der Fertigung von hochwertigen Metallen, auf die unsere Kunden zählen", sagt Jay Cei, Chief Operating Officer von Ulbrich. "Das Sammeln von Maschinen- und Sensordaten aus unseren Anlagen und die Integration dieser Informationen mit Daten aus den ERP-Systemen werden uns dabei helfen, das komplexe Zusammenspiel von Ausstattung, Mitarbeitern, Zulieferern und Kunden besser zu verstehen. Mit SAS sind wir in der Lage, die IoT-Daten zu interpretieren - und das ist die Grundvoraussetzung für mehr Produktivität und Effizienz."

"Streaming Analytics gibt Ulbrich nicht nur Aufschluss darüber, was gerade an den Maschinen passiert, sondern verschafft ihnen Einblicke in künftige Entwicklungen. So kann das Unternehmen vorhersagen, wann eine Maschine wartungsbedürftig ist, bevor sie tatsächlich ausfällt", erklärt D. J. Penix, President von Pinnacle Solutions, einem Implementierungspartner von SAS.

Schnellere Ergebnisse für alle Anwender

Die Upgrades für SAS An alytics for IoT verschaffen Unternehmen Zugang zu fortschrittlichsten Funktionen für künstliche Intelligenz (KI), Machine Learning und Streaming Analytics.
Die Software bietet den Anwendern, auch solchen ohne besondere Vorkenntnisse, eine einfache Möglichkeit, IoT-Daten - an einem stationären Speicherort oder im Stream - für die Analyse aufzubereiten. Data Scientists und Fachexperten gleichermaßen haben damit ein Werkzeug an der Hand, um IoT-Daten schnell auszuwählen, bereitzustellen, zu transformieren und operativ zu nutzen und so zeitnah fundierte Entscheidungen treffen zu können.

Die aktuelle Version der SAS Software ermöglicht über offene Application Program Interfaces (API) die Integration mit anderen SAS Lösungen sowie mit Lösungen von anderen Anbietern und Open-Source-Produkten.

"Die Demokratisierung von Analytics soll die Maxime bei SAS Analytics for IoT sein", sagt Marta Muñoz Méndez-Villamil in einer aktuellen IDC Market Note. "Dies es Versprechen kommt genau zur rechten Zeit: Mehr denn je sind heute Werkzeuge und Lösungen gefragt, die Analytics, Visualisierung und Überführung von IoT-Daten in Handlung vereinfachen und somit Unternehmen eine schnellere Time to Value für ihre IoT-Implementierungen bringen."

Jason Mann, Vice President of IoT bei SAS, weist darauf hin, dass es sich Unternehmen nicht länger leisten können, die Signale ihrer IoT-Daten zu ignorieren. "Damit Organisationen vorankommen, brauchen sie eine Lösung, die die Komplexität ihrer Daten adressiert und eine zeitnahe und fundierte Entscheidungsfindung automatisiert. SAS Analytics for IoT liefert genau diese Funktionalitäten über den gesamten Analytics Lifecycle hinweg - von Datenaufbereitung über Analyse bis hin zu skalierbarer Operationalisierung."

Mike Guilfoyle, Director of Research bei der ARC Advisory Group, sieht eine Schere zwischen den Unternehmen, die die digitale Transformation mit Analytics vorantreiben wollen, und denen, die dabei effektiv skalieren. "Das liegt zum großen Teil an der Komplexität der hinter dem Industrial Internet of Things (IIoT) stehenden Ökosysteme und den vielseitigen Geschäftsanforderungen", meint er. Entscheidend für eine erfolgreiche IIoT-Nutzung ist daher Analytics, die sehr unterschiedliche Anforderungen bedienen kann - darunter eine Vielzahl von Anwendungsfällen, auseinandergehende Ansprüche der User, agnostische Interoperabilität mit Systemen und Quellen, die Option, Data at Rest und in Motion zu managen, sowie eine breite Palette analytischer Methoden."

Abheben mit IoT Analytics

Ein weiteres Unternehmen, das bereits SAS Analytics for IoT einsetzt, ist Lockheed Martin. Seit 65 Jahren ist der Flugzeugtyp Hercules C-130 in Produktion und wird kontinuierlich an sich verändernde Kundenanforderungen angepasst. Der viermotorige Turboprop wurde zu Beginn für den Truppentransport in den 1950er-Jahren genutzt und deckt inzwischen über 100 verschiedene Einsatzanforderungen ab. Dazu gehört beispielsweise, dass das Flugzeug in Hurricanes fliegen kann, um Wetterdaten zu sammeln, auf kurzen oder unwegsamen Pisten landen kann, um Hilfsgüter zu liefern, Feuer aus der Luft bekämpfen kann, für Luft-Luft-Betankung sowie für unterschiedlichste Such- und Rettungsmaßnahmen und Spezialeinsätze geeignet ist.

Um diese Flugzeug-Plattform auszubauen, hat sich Lockheed Martin für SAS entschieden - einem Anbieter, der seine Plattform ebenfalls ganz den Kundenbedürfnissen entsprechend sukzessive erweitert. Mit KI und Advanced IoT Analytics von SAS analysiert Lockheed Martin Streaming-Daten aus den Sensoren für jede einzelne Maschine und stellt somit den reibungslosen Einsatz seiner Flugzeuge sicher.

"Wenn man die Wahrscheinlichkeit für den Ausfall von Komponenten versteht, verändert sich das komplette Flottenmanagement", erklärt Duane Szalwinski, Senior Manager der Sustainment-Abteilung bei Lo ckheed Martin. "Mit SAS entwickeln wir flottenweite Best Practices, die uns und unseren Kunden einen positiven Kulturwandel näherbringen."

Weiteren Aufschluss darüber, wie sich KI und IoT sinnvoll zusammenbringen lassen, gibt das Whitepaper The Artificial Intelligence of Things.

circa 5.600 Zeichen

SAS Institute GmbH
Thomas Maier
In der Neckarhelle 162

69118 Heidelberg
Deutschland

E-Mail: thomas.maier@ger.sas.com
Homepage: http://www.sas.de
Telefon: 0049 6221 415-1214

Pressekontakt
Dr. Haffa & Partner GmbH
Anja Klauck
Karlstraße 42

80333 München
Deutschland

E-Mail: postbox@haffapartner.de
Homepage: http://www.haffapartner.de
Telefon: 089 993191-0