Sensordaten – Taten mit Daten

Die zunehmende Digitalisierung hat auch in Industrieanlagen zu umfangreichen Datenmengen insbesondere durch die Aufzeichnung von Sensordaten geführt. Diese Daten sind wertvoll – aber wie sind sie auch verwertbar? 

Was macht diese Sensordaten so wertvoll? 

Historische Sensordaten ermöglichen uns, den Blick von der Gegenwart in die Vergangenheit und sogar in die Zukunft zu erweitern. Wir können durch sie: 

• Vergleiche mit dem letzten Monat oder Jahr als Indikatoren für die Performance durchführen 
• Mittels Künstlicher Intelligenz (KI) und Machine Learning die zukünftige Entwicklung von Werten wie beispielsweise der Abnahme von Fernwärme der nächsten Stunden vorhersagen  
• Nachträglich einmal aufgetretene oder wiederkehrende Probleme analysieren, wie beispielsweise hohe Emissionen oder Ausfälle 
• Mögliche Lösungen und Szenarien simulieren, um z.B. Inbetriebnahmen zu vereinfachen oder Regelszenarien durchzuspielen 
• Über mitlaufende Modellberechnungen auch schwer mess- und fassbare Werte überwachen 
• Ungenutzte Potentiale und mögliche Ersparnisse identifizieren 

All das und mehr ist möglich – wenn die Qualität der Daten stimmt. 

Was macht also gute Qualität der Daten aus? 

Als erstes und wichtigstes steht natürlich die Korrektheit: je unrichtiger die Werte sind, desto mehr werden auch Zusammenhänge zwischen den einzelnen Werten verfälscht. Und je mehr die Zusammenhänge verfälscht sind, desto schlechter können wir sie bei Analysen untersuchen oder modellieren. Typischerweise sind der Grund dafür Messfehler. Die harmloseste Variante sind sogenannte Ausreißer, also einzelne Werte, die sich sofort als fehlerhaft identifizieren und damit beheben lassen. Als schlecht, weil nicht einfach erkennbar, gelten länger anhaltende und veränderliche Messfehler.  

Ein weiterer wichtiger Punkt ist eine gewisse Vollständigkeit: abgesehen davon, dass weniger verfügbare Datenpunkte als möglich einfach schade sind, machen zu viele oder zu lange zeitliche Unterbrechungen in den Aufzeichnungen bestimmte Modellierungen oder Analysen schwierig bis unmöglich. Diese Unterbrechungen werden meistens durch Probleme in der Datenübertragung verursacht. 

Nicht zu unterschätzen: die Verarbeitbarkeit der Daten 

Nicht zuletzt sollten die Daten auch automatisiert verarbeitbar sein – große Datenmengen händisch zu bearbeiten ist im besten Fall zu zeitaufwendig, aber meistens gar nicht mehr möglich. Das bedeutet Konsistenz im Datenformat, vom Datum bis zur Zahl, und ein möglichst breit lesbares Dateiformat wie beispielsweise csv.  

Und um schlussendlich Daten wirklich verwendbar zu machen, braucht es auch ihren Kontext: was und wo wird da eigentlich gemessen? In welcher physikalischen Einheit?  

Mit diesen Voraussetzungen werden viele innovative Lösungen auf Basis von Daten möglich, wie etwa der Einsatz von Softsensoren in unseren technologischen Projekten. Mehr zu den Vorteilen, konkreten Anwendungsfällen und Projekten erfahren Sie in der  Webinaraufzeichnung „Softsensoren“ vom 19. März 2024.