Wird Datenmanagement in der Betriebstechnik endlich standardisiert?

Die Verbreitung von Betriebstechnologie (OT) in Unternehmen nimmt zu, was viele zu der Frage veranlasst hat, ob dies zu einer Standardisierung der Verwaltung von durch Betriebstechnologie erzeugten Daten führen wird. Die Antwort lautet: "Es ist kompliziert".

Es ist unwahrscheinlich, dass es eine Standardisierung der von den einzelnen Geräten der Betriebstechnik erzeugten Daten geben wird, aber es wird neue Funktionen für Interoperabilität, Datenaggregation und einheitliche Analysen geben.

Was ist Operationelle Technologie?

Bevor wir uns mit dem Thema Standardisierung befassen, ist es wichtig, die Definition von "Betriebstechnologie" zu verstehen. OT ist ein Oberbegriff, der Technologiekomponenten beschreibt, die zur Unterstützung der betrieblichen Abläufe eines Unternehmens eingesetzt werden - in der Regel bezieht er sich auf traditionelle betriebliche Aktivitäten wie Fertigung, supply chain, Vertrieb, Außendienst usw. (Einige Unternehmen verlassen sich auf betriebliche Technologie, um beispielsweise Marketing, Vertrieb und die digitale Bereitstellung von Dienstleistungen zu unterstützen, aber das ist das Thema eines späteren Artikels).

Zur Betriebstechnologie gehören beispielsweise eingebettete Sensoren in Fertigungsanlagen, Telemetrie von Betriebskomponenten, die On-Premises eingesetzt werden (z. B. Ölpipelines, Verkehrssignale, Windräder usw.), industrielle IoT-Geräte, ortsgebundene Tablets, die von Außendienstmitarbeitern verwendet werden, und vieles mehr - die Liste ist lang. Dies ist wichtig, weil OT keine einzelne Klassifizierung von Technologie ist, sondern eine Beschreibung der Art und Weise, wie Technologiekomponenten verwendet werden.

Das Streben nach Interoperabilität

Innerhalb der Branche gibt es einige Bemühungen, die Interoperabilität zwischen IT- und OT-Komponenten zu fördern. Open Platform 3.0 (OP3) von The Open Group ist ein gutes Beispiel dafür. Mit diesem und ähnlichen Standards soll erreicht werden, dass Komponenten verschiedener Hersteller nebeneinander bestehen und innerhalb des technologischen Ökosystems eines Unternehmens besser zusammenarbeiten können. Sie zielen nicht darauf ab, die von den einzelnen OT-Systemen stammenden Daten oder die Art und Weise, wie diese Daten verwaltet werden, zu standardisieren. Diese Herausforderung wird den einzelnen Unternehmen und der Datenwissenschaft überlassen.

Data science arbeiten seit vielen Jahren mit Unternehmen und einzelnen Technologieanbietern zusammen, um eine skalierbar und effiziente Methode zur Zusammenführung von Daten aus verschiedenen Datenquellen zu finden. Die Bemühungen um eine Standardisierung von Datenmodellen und Schnittstellen waren weitgehend erfolglos, da einige große Marktteilnehmer geschlossene Technologie-Ökosysteme entwickeln und verteidigen wollten.

Vor diesem Hintergrund konzentrierten sich die jüngsten Entwicklungen auf die Verwendung von Data Warehouses zur Aggregation verschiedener Daten und die anschließende Anwendung von Maschinelles Lernen und künstlicher Intelligenz, um die Unterschiede auszugleichen.

Warum das Datenmanagement in der Betriebstechnik niemals standardisiert werden darf

Die größte Herausforderung bei der Standardisierung des Datenmanagement ist der Umgang mit Veränderungen. Es wäre durchaus möglich, eine standardisierte Lösung für die verwalten aller von OT-Systemen erzeugten Daten zu entwickeln und einzusetzen. Das Problem ist, dass sich die Technologie in diesem Bereich ständig weiterentwickelt und sich auch die erzeugten Daten ändern.

Weder die Technologielieferanten noch die Unternehmen, die OT nutzen, haben den Wunsch, das Tempo der technologischen Innovation zu verlangsamen oder sie durch Standardisierung einzuschränken. Neue OT-Innovationen werden die treibende Kraft hinter der nächsten Generation der Unternehmensmodernisierung sein, und die Unternehmen sind begierig darauf, neue Funktionen zu nutzen, sobald sie zur Verfügung stehen.

Wie Unternehmen betriebliche Technologiedaten integrieren

Auch wenn Unternehmen nicht den Wunsch haben, die aus verschiedenen OT-Quellsystemen stammenden Daten zu standardisieren, so haben sie doch ein sehr kritisches Geschäftsbedürfnis, Daten zu kombinieren und sie als Teil eines integrierten Datensatzes zu analysieren. An dieser Stelle kommen Datenmanagement wie Actian ins Spiel.

Die Produktreihe von Actian, einschließlich DataConnect, Actian Data Platform und Zen, bietet Unternehmen eine Plattform, um die Aufnahme von Daten aus allen ihren OT-Datenquellen verwalten , sie in Echtzeit mit Hilfe von Cloud und Maschinelles Lernen abzugleichen und dann die robuste statistische Analyse (z. B. Zeitreihen- und Korrelationsanalyse) anzuwenden, um Daten in aussagekräftige Erkenntnisse im betrieblichen Kontext zu übersetzen.

Der Bereich der Betriebstechnologie wird in den nächsten Jahren einer der wichtigsten Sektoren der IT-Branche sein. Neue Komponenten werden Unternehmen in die Lage versetzen, Daten aus fast allen Bereichen ihres Betriebs zu generieren, und robuste Datenmanagement wie Actian werden es ihnen ermöglichen, diese Daten in Echtzeit zu interpretieren, um wertvolle operative Erkenntnisse zu gewinnen.

Eine Standardisierung ist zwar unwahrscheinlich, aber die Interoperabilität der Komponenten verbessert sich und neue Technologien wie KI erleichtern die Data Analytics . Um mehr darüber zu erfahren, wie Actian Ihre OT-Bemühungen unterstützen kann, besuchen Sie www.actian.com/zen.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, Verwaltung und Analyse von Daten in Cloud-, Hybrid- und lokalen Umgebungen. Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und -analyse liefert Actian leistungsstarke Lösungen, die es Unternehmen ermöglichen, datengesteuerte Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und wurde für seine Leistung und Innovation mit Branchenpreisen ausgezeichnet. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im ActianBlog behandeln wir Themen wie Echtzeit-Dateneingabe, Datenanalyse, Data Governance, Datenmanagement, Datenqualität, Datenintelligenz und KI-gesteuerte Analysen.