Aufgrund der fortschreitenden Digitalisierung und den immer größer werdenden Datenmengen im betrieblichen Bereich ist es für erfolgreiche Unternehmen des 21. Jahrhunderts unabdingbar, sich mit den Themen „Big Data“ und „Business Intelligence“ im Rahmen der Industrie 4.0 auseinanderzusetzen und diese beiden als Werkzeuge zur Datensammlung bzw. Datenauswertung in die Supply Chain zu integrieren, um Prozesse entlang der Wertschöpfungskette effizienter und agiler zu gestalten.
Diese Arbeit soll die Kernfrage beantworten, wie durch die Auswertung von Big Data und den Einsatz von Business Intelligence die Effizienz der Produktion gesteigert werden kann und wo die Grenzen von Big Data und Business Intelligence liegen.
This work shows a broad overview of the concept Industry 4.0 and it’s components Big Data, Business Intelligence and Internet of Things. The just mentioned elements are described in detail in the beginning. Industry 4.0 is presented in its historical context and will be defined by five paradigms. Further there is explained, what the differences of Big Data and Business Intelligence are, how their relationship can be described and how they’re shared to support the operative and tactical decision making in an organization. The main emphasis of the work is about the use of Industry 4.0 in today’s organizations and how the different analytics are used in detail. In the end, there is a conclusion about how the potentials of I4.0 can be used better and what needs to be improved in the next few years.
Inhaltsverzeichnis
- Inhaltsverzeichnis
- Abbildungsverzeichnis
- Abstract
- 1. Einleitung
- 1.1. Problemstellung und Ziel
- 1.2. Inhalt der Arbeit
- 1.3. Abgrenzung der Arbeit
- 2. Grundlagenwissen Industrie 4.0, Big Data und BI
- 2.1. Industrie 4.0
- 2.1.1. Zeitlicher und geschichtlicher Hintergrund
- 2.1.2. Das Konzept Industrie 4.0 und die beteiligten Technologien
- 2.1.2.1. Die 5 Paradigmen der Industrie 4.0
- 2.2. Big Data
- 2.3. Business Intelligence
- 3. Big Data und Business Intelligence in Industrie 4.0
- 3.1. Abgrenzung
- 3.2. Beziehung
- 4. Industrie 4.0 in der Anwendung
- 4.1. Das Internet der Dinge - Potenziale
- 4.1.1. Predictive Maintenance
- 4.1.2. Echtzeitreaktion auf Produktionsdaten
- 4.1.3. Steuerung der Produktion
- 4.2. Unterstützung des Menschen in CPPS
- 4.3. Möglichkeiten von Big Data und BI im Umfeld Industrie 4.0
- 4.3.1. Schwachstellen in deutschen Unternehmen
- 5. Fazit und Ausblick
- Literaturverzeichnis
- Sonstige Quellen
Zielsetzung und Themenschwerpunkte
Die vorliegende Studienarbeit untersucht die Möglichkeiten der Digitalisierung der Produktion im Hinblick auf Datensammlung und -auswertung im Kontext von Industrie 4.0, Big Data und Business Intelligence. Das Ziel ist es, zu analysieren, wie Big Data und Business Intelligence die Effizienz der Produktion steigern können und welche Grenzen diese Ansätze aufweisen.
- Die historische Entwicklung und die Definition von Industrie 4.0
- Die Funktionsweise und Anwendungsgebiete von Big Data und Business Intelligence
- Die Bedeutung von Big Data und Business Intelligence für die Industrie 4.0
- Die Anwendung von Industrie 4.0 in der Praxis, insbesondere im Bereich des Internet der Dinge
- Die Herausforderungen und Chancen, die sich aus der Integration von Big Data und Business Intelligence in die Produktion ergeben
Zusammenfassung der Kapitel
Im ersten Kapitel wird die Problemstellung und die Zielsetzung der Arbeit definiert. Es wird die Relevanz von Big Data und Business Intelligence in der Industrie 4.0 hervorgehoben und die Motivation für die Untersuchung dieser Themen erläutert.
Das zweite Kapitel widmet sich den Grundlagen von Industrie 4.0, Big Data und Business Intelligence. Die Entstehung und Entwicklung von Industrie 4.0 werden im historischen Kontext dargestellt. Die fünf Paradigmen von Industrie 4.0 werden erläutert, um das Konzept und seine Kernelemente zu verdeutlichen. Anschließend werden die Begriffe Big Data und Business Intelligence definiert und deren Bedeutung für die moderne Unternehmensführung beleuchtet.
Kapitel 3 beleuchtet die spezifischen Beziehungen zwischen Big Data, Business Intelligence und Industrie 4.0. Die Arbeit stellt heraus, wie Big Data und Business Intelligence die Umsetzung von Industrie 4.0 unterstützen und welche Synergien zwischen diesen Bereichen bestehen. Es werden auch die Abgrenzungen zwischen Big Data und Business Intelligence aufgezeigt und die Grenzen für deren Einsatz in der Industrie 4.0 diskutiert.
Im vierten Kapitel werden konkrete Anwendungsbeispiele aus der Praxis beschrieben, die die Möglichkeiten von Big Data und Business Intelligence in der Industrie 4.0 veranschaulichen. Es werden Beispiele für die Verbesserung von Produktionsabläufen durch Predictive Maintenance, Echtzeitreaktionen auf Produktionsdaten und optimierte Steuerung der Produktion dargestellt. Der Einsatz von Industrie 4.0 in der Produktion wird anhand von Fallstudien analysiert und die Herausforderungen sowie Chancen dieser Entwicklungen werden aufgezeigt.
Schlüsselwörter
Industrie 4.0, Big Data, Business Intelligence, Internet der Dinge, Predictive Maintenance, Echtzeitreaktion, Produktionsdaten, Wertschöpfungskette, Digitalisierung, Effizienzsteigerung, Data Analytics, Cloud Computing, Cyber-Physical Systems, Big Data Analytics, Data Mining, Machine Learning
- Citation du texte
- Christopher Neth (Auteur), 2018, Industrie 4.0, Big Data und Business Intelligence. Die Möglichkeiten der Digitalisierung der Produktion im Hinblick auf Datensammlung und -auswertung, Munich, GRIN Verlag, https://www.grin.com/document/423724
