Datenqualität in der Automobil­branche

Messung und Analyse der Datenqualität in Zeitreihendaten aus Produktionsprozessen

Im Zuge der Digitalisierung stehen Organisationen sehr umfangreiche und immer weiterwachsende Datenmengen zur Verfügung (Stichwort: „Big Data“). So verzehnfacht sich das Datenvolumen von 2016 bis 2025. Für Unternehmen ergeben sich hieraus vielfältige Chancen. So ermöglicht die zielgerichtete und fundierte Analyse und Nutzung dieser Daten eine verbesserte, datengetriebene Entscheidungsunterstützung und Prozessführung. Insbesondere seit dem Beginn von Industrie 4.0. steigt die Bedeutung von Daten im Produktionsumfeld und die damit verbundene Gewinnung von Erkenntnissen sowie die Generierung von Effizienzsteigerungen stetig. Eine wesentliche Grundlage für eine gewinnbringende Nutzung von Daten stellt die Sicherstellung der hinreichenden Datenqualität dar. Ist diese nicht ausreichend gegeben, resultieren fehlerhafte Analyseergebnisse und falsche Entscheidungen, die mehr Schaden anrichten als Nutzen generieren („Garbage In, Garbage Out“). Allerdings zeigt die Empirie, dass die von Unternehmen genutzten Daten häufig durch eine geringe Datenqualität charakterisiert sind. Ursächlich hierfür sind insbesondere eine unzureichende Sensibilität für Datenqualität und Datenqualitätsprobleme, eine fehlende Transparenz des Datenqualitätsniveaus (Datenqualitätsmessung) und eine kaum vorhandene systematische Qualitätsverbesserung und -kontrolle. 

Vor diesem Hintergrund besteht auch für unseren Praxispartner aus der Automobilbau der Bedarf, die Basis für ein methodisches Datenqualitätsmanagement zu schaffen. Im Produktionsumfeld stellen dabei insbesondere die Daten der unterschiedlichen Produktionstechnologien und -steuerungen ein zentrales Asset und eine wichtige Quelle für Big Data dar. In einem gemeinsamen Pilotprojekt soll für eine Standardtechnologie in der Produktion eine Analyse durchgeführt werden, um den Stand der Datenqualität zu beurteilen und ggfs. zu verbessern. Dazu werden für die Qualität der Zeitreihendaten des Produktionsprozesses sinnvolle KPIs (Key Performance Indikators) definiert, geeignete Metriken zur Messung entwickelt und eine Quantifizierung der Datenqualität abgeleitet. Das Ziel ist es, durch die eigens entwickelten Methoden und Verfahren, Erkenntnisse über die aktuelle Datenqualität zu gewinnen sowie ggfs. Verbesserungen von Handlungsentscheidungen abzuleiten und Ausschuss zu reduzieren. Des Weiteren sollen die Resultate dieses Projekts auch zukünftig auf viele weitere Anwendungsfelder ausgeweitet und übertragen werden.

Kooperationspartner: Premiumhersteller aus dem deutschen Automobilbau

Projektzeitraum: Dezember 2020 – April 2021

Transfer

Dieses Pilotprojekt verfolgt das Ziel, die Qualität der große Datenmenge („Big Data“), die innerhalb der Produktionsumgebungen der Automobilbranche gesammelt wird, fundiert zu erfassen, d. h. mit aussagekräftigen und interpretierbaren Metriken zu quantifizieren. Diese Metriken erweitern den wissenschaftlichen Methodenschatz im Bereich Datenqualität, mit denen das Institut für Business Analytics maßgeblich diesen Forschungszweig vorantreibt. Durch die verbesserte Einschätzung der Datenqualität im Produktionsumfeld wird es möglich, ein umfassendes Datenqualitätsmanagement zu etablieren und präventiv Verluste bspw. durch verringerten Ausschuss zu reduzieren. Aus der Zusammenarbeit und dem Transfer in diesem Projekt entsteht somit ein direkter Mehrwert für Wissenschaft und Praxis.