Big und Smart Data

Herausforderungen in der Prozessindustrie

Publikationsform: Fachartikel
Artikelnummer: 03654_2017_01-02_04
Zeitschrift: Big und Smart Data
Erscheinungsdatum: 01.01.2017
Autor: Jens Folmer/TU München / Iris Kirchen/TU München / Emanuel Trunzer/TU München / Birgit Vogel-Heuser/TU München / Thorsten Pötter/Bayer AG / Markus Graube/TU Dresden / Sebastian Heinze/TU Dresden / Leon Urbas/TU Dresden / Martin Atzmüller/Universität Kassel / David Arnu/RapidMiner
Herausgeber: In der Prozessindustrie fallen eine Vielzahl unterschiedlicher, heterogener Daten an, und das Gesamtsystem kann aufgrund seiner Komplexität und Dynamik nicht komplett formal beschrieben werden. Daher untersuchen die Projekte Sidap und FEE die Eignung von Big- Data- und Smart-Data-Ansätzen in dieser Domäne. Obwohl beide Projekte unterschiedliche Ansätze verfolgen, ergeben sich gemeinsame Herausforderungen. Dieser Beitrag fasst diese zusammen und zeigt Lösungsansätze auf, beispielsweise durch die Schaffung eines gemeinsamen Datenverständnisses oder die Anreicherung der Daten mit Zusatzinformation.
Verlag: DIV Deutscher Industrieverlag GmbH
Publikationsformat: PDF
Themenbereich: atp edition

Details

In der Prozessindustrie fallen eine Vielzahl unterschiedlicher, heterogener Daten an, und das Gesamtsystem kann aufgrund seiner Komplexität und Dynamik nicht komplett formal beschrieben werden. Daher untersuchen die Projekte Sidap und FEE die Eignung von Big- Data- und Smart-Data-Ansätzen in dieser Domäne. Obwohl beide Projekte unterschiedliche Ansätze verfolgen, ergeben sich gemeinsame Herausforderungen. Dieser Beitrag fasst diese zusammen und zeigt Lösungsansätze auf, beispielsweise durch die Schaffung eines gemeinsamen Datenverständnisses oder die Anreicherung der Daten mit Zusatzinformation.

Preis: 4,90 €Zum Shop