microphone  johann hofmann facebook  johann hofmann xing  LinkedIn button  YouTube logo stacked white  johann hofmann twitter
Lexikon - Industrie 4.0

Lexikon - Industrie 4.0

EINFACH anders

D - F

D

Data Governance

Für Data Governance gibt es derzeit (2019) keine eindeutige Definition.
Stark vereinfacht ist es eine Form von Datenmanagement, das Regeln im Umgang mit Daten durch Datenrichtlinien vorgibt.
Dieses Regelwerk kann allgemeingültige als auch firmenspezifische Vorgaben beinhalten. Das Aufgabenspektrum beinhaltet u.a. Richtlinien zur:
• Bereitstellung von Daten
• Gestaltung der Zugriffsrechte
• Vernetzungsstrategien
• Datensicherheit
• Datenqualität
• Protokollierung der Datenverarbeitung
• Überwachung der definierten Vorgaben
• Überwachung gesetzlicher Vorgaben und Compliance-Anforderungen
• Umgang mit Legacy Systemen
• …

Data Governance verfolgt u.a. folgende Ziele:
• Systemverfügbarkeit sicherstellen
• Risiken erkennen und vermeiden
• Potenziale erkennen und nutzen
• IT-Kosten senken

Im Prinzipp beschreibt Data Governance die Startbedingungen für INDUSTRIE 4.0

 DataGovernance

Bildquelle: ©magele-picture - Fotolia.com

 

Data Lake

gehört zu: Big Data

Der Begriff Data Lake (dt. „Datensee“) steht für einen sehr großen und unstrukturierten Datenspeicher.
Er beinhaltet Daten im ursprünglichen Rohformat.
Das hat den Vorteil, dass die Daten vor der Speicherung nicht geprüft oder formatiert werden müssen.
Der Data Lake muss in der Lage sein beliebige Datenformate aufzunehmen.
Dadurch werden verteilte Datensilos vermieden.

Erst wenn die Daten benötigt werden, erfolgt die Aufbereitung der betroffenen Daten.
Dafür benötigt mann dann allerdings leistungsstarke und intelligente Mechanismen um diese riesigen Informationsmengen mit vertretbaren Antwortzeiten zu verarbeiten.
Es handelt sich hierbei um eine typische BIG DATA Anwendung.
Der Nutzen entsteht erst, wenn durch Data Mining aus diesen Rohdaten Smart Data gemacht werden.

DataLake

Bildquelle: ©rolffimages - Fotolia.com

Data Science

gehört zu: KI, Big Data, Smart Data

Data Science wird aus den englischen Wörter data „Daten“ und science „Wissenschaft“ gebildet und steht für die Extraktion von Wissen aus Daten.

Menschen, die im Bereich Data Science arbeiten, werden als Data Scientist bezeichnet.
Data Science

Bildquelle: © rashadashurov - Adobe Stock

 

Data-Mining

gehört zu:  Smart Data und KI

Das Herausfiltern spezifischer Informationen aus einer großen Datenmenge wird als „Data-Mining" oder Mustererkennung bezeichnet.
Dazu werden Massendaten mit Datenanalyse- und Entdeckungsalgorithmen durchsucht mit dem Ziel, neue Muster, Querverbindungen und Trends zu erkennen.
Findet man solche Muster, dann werden die Daten zu Smart Data die neuen Erkenntnisgewinn bringen.
Um Fehlinterpretationen weitestgehend zu vermeiden, müssen die Entdeckungsalgorithmen Ausreißer und manipulierte Daten erkennen und aus der Bewertung entfernen.

Data Mining

Bildquelle: © aleksandarvelasevic - iStockphoto.com

Merke:

Data-Mining macht Big Data zu Smart Data

Datamatrix-Code

gehört zu: smarte Objekte
Der Datamatrix-Code ist der bekannteste zweidimensionale Barcode.
Er wurde von der amerikanischen Firma Acuity Corp. in den späten 1980er Jahren entwickelt.
Das Ziel der Entwicklung war es, auf möglichst kleinem Raum mehr Daten als beim Strichcode speichern zu können.
Der DataMatrix-Code ist eine einfache schachbrettähnliche Pixelfläche mit weißen oder schwarzen Pixeln und kann beliebige Informationen enthalten.
Die tatsächliche Kapazität eines DataMatrix-Codes ist bestimmt durch die Größe des Symbols und kann bis zu 3116 Ziffern oder 2335 Zeichen beinhalten.

DataMatrixCode

Um die codierten Informationen auslesen zu können, benötigt man ein Bildverarbeitungssystem, z.B. einen 2D-Scanner.
Alle Arten von Barcodes erlauben eine Steuerung, Überwachung, Verfolgung, Automatisierung, Vereinfachung und Optimierung in Unternehmensabläufen.
Beispiel: Kennzeichnung von Paketen
Hier finden Sie eine: Liste aller Barcodetypen

 

Datenanreicherung

gehört zu: Assistenzsystem

Unter Datenanreicherung (Data Enrichment oder Data Enhancement) versteht man die Erweiterung von Datensätzen mit zusätzlichen Informationen. Üblicherweise werden digitale Stammdatenströme durch die Bordintelligenz eines kognitives Assistenzsystems angereichert und dadurch vollautomatische Prozessdaten generiert.
Voraussetzung dafür sind vollständige und fehlerfreie Stammdaten!

In einer hohen Ausbaustufe (z.B.: bei ValueFacturing) werden Prozessdaten nicht nur angereichert sondern vollständig neu generiert:

 Datenanreicherung s

 Bildquelle: © Maschinenfabrik Reinhausen & Johann Hofmann

 

Datensicherheit

Zur Datensicherheit zählen alle technischen Maßnahmen, die dem Schutz von Daten dienen.

Dabei werden folgende Teilziele verfolgt:

Vertraulichkeit
   Ziel: Zugriff nur durch autorisierte Benutzer
   Lösungsansatz: Rechtesystem

Integrität
  
Ziel: Schutz vor Manipulationen
   Lösungsansatz: Virenscanner, Firewall, Verschlüsselungs- bzw. Kryptographieverfahren, Blockchain

Verfügbarkeit
 
  Ziel: Ausfallsicherheit
   Lösungsansatz: Server Architektur, Cloud

Kontrollierbarkeit
  
Ziel: Prüfung durch Protokollierung
   Lösungsansatz: Speichersysteme

Im Gegensatz zum Datenschutz beschränkt sich die Datensicherheit nicht auf personenbezogene Daten.

Datensicherheit

Bildquelle: © REDPIXEL- Fotolia.com

 

Deep Learning

gehört zu: KI
 
Deep Learning, zu Dt.: tiefgehendes Lernen, ist ein Teilbereich des Machine Learning.

Deep Learning

Bild-Quelle: ©phonlamaiphoto- Fotolia.com
 
Abgrenzung :
• Beim Machine Learning greift der Mensch in die Analyse der Daten ein und kann dadurch den eigentlichen Lernprozess beeinflussen.
• Beim Deep Learning sorgt der Mensch nur noch dafür, dass die Daten für das Lernen bereitstehen. D.h. der Mensch überlässt die Berechnungen vollständig der Maschine und hat keinen Einfluss auf die Ergebnisse des Lernprozesses.

Beispiel:

Gesichts-, Objekt- oder Spracherkennung, bei Bedarf auch mit der Unterscheidung von natürlichen Personen und Bots.

Merke:

Machine Learning ermöglicht menschliche Interaktion.
Deep Learning ist autonom.
 
 

Digital Twin

Digital Value

In letzter Konsequenz wird für den Anwender der Digital Value wie folgt ankommen: 

  • Als Frontend werden Apps auf unterschiedlichsten mobilen Geräten dem Menschen dienen oder ihn ersetzen.

Daraus entstehen neue Produkte und neue Geschäftsmodelle. Siehe hierzu auch die Lexikon Einträge zu E-Health und Smart-Home.

Apps

Bildquelle: ©Elnur - Fotolia.com

Digitaler Schatten

gehört zu: Virtualisierung

Als Digitaler Schatten werden die Prozessdaten bezeichnet, die Maschinen während ihres Betriebes erzeugen.
Dabei handelt es sich um Rohdaten, die auch als Digitaler Fußabdruck (digital footprint) bezeichnet werden.
Diese Daten sind zum einen der Input für Condition Monitoring und zum anderen bilden sie die Grundlage für umfassendere Erkenntnisse,
die durch Data Mining (Musterfindung in den Rohdaten) gewonnen werden können.

Abgrenzung:
Der Digitale Schatten darf nicht mit dem Digitalen Zwilling verwechselt werden, den dieser ist ein digitales (virtuelles) Abbild des realen Objektes.

Merke:
Digitaler Zwilling: digitales Abbild der echten Maschine
Digitaler Schatten: Rohdaten die die Maschine erzeugt DigitalerSchatten

Die echte Maschine erzeugt den Digitalen Schatten in Form von Prozessdaten
Bildquelle: ©Johann Hofmann & Naturestock Adobe Stock & vegefox.com Adobe Stock & Cybrain Adobe Stock

Digitaler Zwilling

gehört zu: Virtualisierung

Der Digitale Zwilling ist das virtuelle Abbild eines Produktes, das sein reelles Gegenstück ein Leben lang begleitet, denn anhand des digitalen Doppelgängers lässt sich vieles präzise voraussagen. Das Potenzial dahinter ist groß: Statt teurer Prototypen und langwieriger Versuchsketten lassen sich mit diesen Abbildern allerhand Szenerien im kompletten Produktentwicklungsprozess innerhalb kürzester Zeit durchspielen, Lösungsstrategien entwickeln und verwerfen, Verbesserungsmöglichkeiten ausloten und umsetzen.

Abgrenzung:
Der Digitale Zwilling darf nicht mit dem Digitalen Schatten verwechselt werden.

Merke:
Digitaler Zwilling: digitales Abbild der echten Maschine
Digitaler Schatten: Rohdaten die die Maschine erzeugt

DigitalTwin

 Bildquelle: © unlimit3d - Fotolia.com

Digitalisierung versus Digitale Transformation

gehört zu: Virtualisierung
 
Digitalisierung:
Die Papierunterlagen werden digitalisiert und deshalb nicht mehr ausgedruckt, sondern digital angezeigt.
Beispiel: Flugticket
Der Prozess „Einsteigen in den Flieger“ hat sich deshalb nicht verändert.
Es steigen gleichzeitig einige Fluggäste mit analogem Papierticket und einige mit digitalem Handyticket ein.
 
Lufthansa
Bildquelle: ©JH

Digitale Transformation:
Auch hier werden die Papierunterlagen erstmal digitalisiert. Aufgrund der digitalen Verfügbarkeit ändert sich jetzt allerdings auch der zugehörige Prozess.
Diese Prozessänderungen können harmloser Natur sein oder können so radikal ausfallen, dass aus der Transformation eine Disruption wird.

Beispiel: Buch
Der Prozess „Buch kaufen“ hat sich dadurch komplett verändert:
Wenn das E-Book zu Ende gelesen ist, braucht man nicht mal mehr vom Liegestuhl aufstehen, sondern kann direkt per Download das nächste Buch kaufen.
Sowas nennt man disruptiv!
 Ebook
 
 Bildquelle: © Maksym Yemelyanov - Adobe Stock
 

Disruptive Technologien

gehört zu: Digital Value

Disruptive Technologien ersetzen etablierte Technologien vollständig und verdrängen diese in kurzer Zeit vom Markt.
Meist sind sie zu Beginn qualitativ schlechter, holen aber nach und nach an ihre Vorgänger auf und übertreffen diese nach geraumer Zeit.

Disruptiv

Bildquelle: © Lightspring - shutterstock.com
 
Beispiel:
Anfangs konnten Digitalkameras qualitativ nicht überzeugen. Aufgrund zu geringer Auflösung war die Bildqualität zunächst schlecht und stellte einen großen Nachteil gegenüber der klassischen Fotografie dar. Das Bildergebnis ließ sich allerdings sofort überprüfen und weiterverarbeiten oder kopieren. Rasch hat sich die Bildqualität so weit verbessert, dass Digitalkameras die analogen Kameras verdrängt haben.
 

 Im Gegensatz zu Disruptive Technologien stehen Transformatorische Technologien

 

E

E-Health

gehört zu: Digital Value

E-Health" (auch Electronic Health) steht für elektronische und digitale Technologien im Gesundheitswesen zur medizinischen Versorgung und Überwachung von Menschen. Fitnessarmbänder oder Fitness Tracker , sogenannte Wearables, messen neben der Schrittzahl auch den Puls und den Blutdruck und leiten die erfassten Informationen in der Regel an eine Smartphone-App weiter. Im einfachsten Fall werden daraus interessante Diagramme und Grafiken generiert. Im akuten Fall kann sogar automatisch der Rettungsdienst aktiviert werden. Die Überwachung von implantierten Herzschrittmachern kann so Leben retten.
Immer mehr Ärzte verwenden E-Health um ihre Patienten zu unterstützen:
  • in der Prävention
  • in der Diagnostik
  • zur Behandlung
  • zur Nachsorge

E-Health bezieht sich also auf die Anwendung digitaler Hilfsmittel zur Unterstützung von Arzt und Patient.

Jetzt während der Corona-Pandemie wäre eine E-Health App am Handgelenk zur Früherkennung des Virus eine geniale Lösung.
Leider gibt es diese App noch nicht!

 E Health

Bildquelle: © REDPIXEL - Adobe Stock

„E-Health" ist ein schönes Beispiel für den DIGITAL VALUE incl. seiner Definition.

 

E-Learning

gehört zu: Digital Value

Unter E-Learning (Electronic-Learning) werden alle Formen von Lernen verstanden, bei denen elektronische oder digitale Medien zum Einsatz kommen.
Häufig handelt es sich dabei um Web- und Computerbasierte Lernformen.

 E Learning

Bildquelle: © Mediteraneo - Adobe Stock

Wenn das E-Learning in Eigenleistung, z.B. im Fernstudium durchgeführt wird, bezeichnet man das als Virtuelle Lehre.

Wenn Präsenzveranstaltungen und Virtuelle Lehre verknüpft werden, spricht man von Blended Learning (dt. integriertes Lernen).
Blended Learning ist eine Mischung aus klassischem Unterricht und Fernstudium.
Es bezeichnet quasi eine Lernform, bei der die Vorteile von Präsenzveranstaltungen und Virtuelle Lehre kombiniert werden.
Ein Teil der Lerninhalte wird im Klassenzimmer “face-to-face“ durch den Lehrer vermittelt und den anderen Teil lernt der Schüler zu Hause am PC durch Lernprogramme. Ein Vorteil der Virtuellen Lehre ist es, dass das Lernen nicht zeit- und ortsgebunden ist.

blendedLearning

Bildquelle: © kabliczech - Adobe Stock

Blended Concepts“ beschreibt in Analogie zum Begriff „Blended Learning“ die konzeptionelle Abstimmung der einzelnen Bausteine untereinander.

Die Kunst ist es, für das jeweilige Thema ein lehrreiches und interessantes Konzept zu entwickeln,
damit die Schüler Spaß daran haben und quasi durch Gamification zum Lernerfolg kommen.

Der Begriff Gamification (aus englisch game für „Spiel“) steht für spielerisch lernen und ist eine besondere Form des E-Learning.

Gute Gamification Beispiele sind der Quizzer® und das Web Based Training, die für unterschiedliche Themen Gamification anbieten:
Hier erfahren Sie mehr über diese beiden Tools.

QuizHandWebBasedTraining3

Mit der App Quizzer®       &          Web Based Training  spielerisch lernen

 

Edge Computing

gehört zu: Vernetzung

Der Begriff Edge Computing (engl. für Rand oder Kante) ist noch relativ jung und steht für dezentrale Datenverarbeitung am Ort des Geschehens.
Bildlich gesprochen findet Edge Computing an der Kante zwischen der Datenquelle (z.B.: Sensoren) und dem Rechenzentrum bzw. der Cloud statt.
Edge Computing ermöglicht eine effiziente Datenverarbeitung, bei der große Datenmengen nahe der Quelle verarbeitet werden können, sodass weniger Internetbandbreite benötigt wird.

Es hat zum Ziel, Wartezeiten (Latenz) zu minimieren und eine Netzüberlastung zu verhindern.

Edge Computing

Bildquelle: © beebright - Fotolia.com

Embedded System

gehört zu: smarte Objekte

Der Begriff Embedded System (zu dt.: „eingebettete Systeme“) steht für integrierte Software auf einer reduzierten Hardware die nicht als Computer bezeichnet wird. Die Embedded Software ist meist in einem Flash-Speicher gespeichert und durch den Anwender nicht oder nur mit speziellen Mitteln veränderbar.
Ein Embedded System begegnet uns auch in Form von sogenannter Firmware.
Smarte Objekte sind mit Embedded System ausgestattet um mit ihrer Umwelt in Kontakt treten zu können.
Embedded System wird z.B. eingesetzt in Haushaltsgeräten oder in Herzschrittmachern.

Embedded System

Bildquelle: © KAnton Shaparenko - Adobe Stock

Entität

gehört zu: Internet der Dinge

Eine Entität im Sinne von INDUSTRIE 4.0 ist ein einzelnes, eindeutig identifizierbares Ding.
Das Ding kann echt existieren oder als digitaler Zwilling nur virtuell vorhanden sein.
Der Identifikator dient zur eindeutigen Identifizierung der Dinge, sprich Assets.
Das Ergebnis der Identifizierung ist die Unique Identification Number (UIN).
Bei der Vergabe der UIN Nummern muss die mehrmalige Vergabe derselben Nummer zuverlässig ausgeschlossen werden.

Beispiel:
Das Kraftfahrzeugkennzeichen incl. Länderkennzeichen ist ein eindeutiger Identifikator für Kraftfahrzeuge. Damit kann jedes Fahrzeug eindeutig identifiziert werden.

kfzNummer

Beispiel für eine Unique Identification Number (UIN); Bildquelle: © jojojo07 - Adobe Stock

Automatische Identifizierung (Auto-ID)

Durch Automatische Identifizierung werden Assets mittels KI automatisch erkannt und identifiziert. Dazu müssen die zu identifizierenden Objekte auslesbare Informationsträger mitführen. Übliche Beispiele sind Magnetstreifen, Barcode, QR-Code, RFID, Sensorik oder mit Bildverarbeitung lesbare Buchstaben.

Beispiel:
Die Lkw-Maut in Deutschland ist eine streckenbezogene Straßenbenutzungsgebühr für den Schwerverkehr und identifiziert die LKW‘s automatisch beim Durchfahren einer Kontrollbrücke. Diese automatische Identifizierung (Auto-ID) erfolgt durch eine Infrarot-Verbindung mit der On-Board-Unit (OBU) der Fahrzeuge. Zur Rasterfahndung von Fahrzeugen ohne OBU (alle PKW) sind in den Kontrollbrücken Kennzeichenscanner eingebaut.

AssetTracking2

Bildquelle: © Ingo Bartussek - Adobe Stock

Asset Tracking steht für die Verfolgung physischer Assets, mit Techniken wie oben beschrieben.

Ein Asset wird erst durch eine Unique Identification Number in seiner Verwaltungsschale einzigartig und damit zu einer Entität.

UniqueIdentificationNumber

weiteres Beispiel für eine Unique Identification Number (UIN); Bildquelle: ©magele-picture - Fotolia.com & JH


F

zum Feedbackformular

Ihr Feedback ist mir wichtig!

Helfen Sie mir dabei, mein Lexikon zu erweitern.
zum Feedbackformular

 

Johann Hofmann INDUSTRIE 4.0 Experte, Keynote Speaker, Praktiker aus Leidenschaft hat 4,58 von 5 Sternen 57 Bewertungen auf ProvenExpert.com