Data Management im Maschinenbau

Eagle Burgmann bringt IoT und Stammdaten zusammen

15.12.2020
Von 
Alexandra Mesmer war bis Juli 2021 Redakteurin der Computerwoche, danach wechselte sie zu dem IT-Dienstleister MaibornWolff, wo sie derzeit als Head of Communications arbeitet.
Gleitringdichtungen stattet Eagle Burgmann mit Sensoren aus, die Messdaten liefern. IT-Experten bauen eine Software- und Datenarchitektur auf, um früh zu erkennen, wenn die Dichtung getauscht werden muss.
An jedem Produkt von Eagle Burgmann sind Sensoren, die pro Sekunde zahlreiche Messwerte generieren. Die interdisziplinären Teams bringen so ERP-Systeme und IoT-Daten zusammen.
An jedem Produkt von Eagle Burgmann sind Sensoren, die pro Sekunde zahlreiche Messwerte generieren. Die interdisziplinären Teams bringen so ERP-Systeme und IoT-Daten zusammen.
Foto: Eagle Burgmann

Der Wolfratshauser Maschinenbauer Eagle Burgmann erwirtschaftet mit weltweit knapp 6.000 Mitarbeitern einen Umsatz von 850 Millionen Euro. Seine Gleitringdichtungen sind kritische Bauteile und werden oft mit Sensorik überwacht, um Ausfälle und damit Produktionsstillstände zu vermeiden.

"Unser Ziel ist es, so kritische Zustände früh zu erkennen", sagt Christian Neumann, Director IoT Architect bei Eagle Burgmann. "An jedem unserer Produkte sind Sensoren, die pro Sekunde zahlreiche Messwerte generieren und für Analysen zur Verfügung gestellt werden sollen. Da dauert es nicht lange, bis ein paar Terabyte an Daten zusammenkommen."

Team aus Daten-Analysten Entwicklern und Cloud-Profis

Nicht nur aufgrund der Menge an gemessenen Daten ist das Data Management beim mittelständischen Maschinenbauer, der zum Freudenberg-Konzern gehört, eine komplexe Angelegenheit, erläutert Neumann: "Das Data Management wird auch die Abnehmer der Daten, also interne und externe Kunden, noch komplexer, als es bereits heute in Unternehmen ist. Zum Beispiel erweitern sich Stammdatenkonzepte bis in die Sensorik vor Ort."

Hier setzt IoT-Architekt Neumann und seine interdisziplinären Teams aus Daten-Analysten, Software-Entwicklern und Cloud-Spezialisten mit ihrem Data Management an: "Wir haben nicht nur die Metadaten in den ERP-Systemen oder im Kundenportal im Blick, sondern bringen diese mit den IoT-Daten, also den Messwerten der Sensoren, zusammen."

Zunächst klärt Neumann, welche Daten der Kunde erfasst haben will und wie diese abgelegt werden, um sie analysieren zu können. "Als Daten-Spezialisten müssen wir uns auch mit unseren Ingenieuren fragen, wie granular die gemessenen Daten sein müssen. Darum brauchen wir ein Verständnis, für was die Daten analysiert und eingesetzt werden."

Als zweiten Schritt entscheiden sich Neumann und sein Team für ein Daten-Modell: "Können wir die Daten anhand eines vorgegebenen Schemas abbilden, oder können wir Daten schemalos ablegen? Dazu kommt die Archivierungsfrage, ab welchem Zeitpunkt man Daten 'erkalten' lassen kann - also als nicht mehr oft benötigte Daten in einen Speicher ablegen, auf den man 'verzögert' Zugriff hat, der aber erheblich günstiger ist."

Daten-Architektur muss sich anpassen können

Spezialisten müssen Daten- und Software-Architekturen so bauen, dass sie sich an neue Anforderungen anpassen lassen. Daher muss ein IT-Architekt im Data Management auch die verschiedenen Cloud-Plattformen, ihre Dienste und Konzepte verstehen. IT-Security in einem sehr frühen Stadium in die Lösungsfindung mit einzubeziehen, ist ebenfalls wichtig.

Da die interdisziplinären Teams bei Eagle Burgmann auf Basis einer agilen Projektmethodik zusammenarbeiten, sind laut Neumann eine Hands-on-Mentalität und Neugierde wichtige Kompetenzen. Etwas Neues probieren sie gern mit internen und externen Pilotkunden aus, denn: "Mit Prototypen versuchen wir Entscheidungen schnell zu validieren und können somit schneller feststellen, wenn wir uns in die falsche Richtung bewegen, und Entscheidungen so schneller korrigieren."