182 VIEWS

ThingWorx Machine Learning Erweiterung erweitert IoT Plattform um Business Intelligence Komponente

07.12.2015

IoT Grafik Glühbirne_Business-Intelligence-Fotolia-copyright_iconimageDurch die Übernahme von ColdLight hat PTC kürzlich einen wichtigen Partner für Business Intelligence (BI) und Data Analyse aufgekauft, der die ThingWorx Plattform mittels Extension um diese Funktionalität ergänzen soll. ThingWorx hat hierzu kürzlich ein Webinar „Introduction to ThingWorx Machine Learning“ veranstaltet, in dem das Produkt kurz vorgestellt wurde. Ziel der Lösung soll sein, dass Unternehmen keinen Dataanalysten mehr brauchen, um aus BigData einen Mehrwert zu erzielen.

Mit Hilfe von mehr als 100 Algorithmen (etwa 500 mit Variationen) soll der große Datenstrom in dessen Vielfalt und Geschwindigkeit, so wie er bei IoT-Projekten aufkommen kann, automatisch analysiert und bewertet werden können. Hierdurch sind „vorhersehbare“ Ausfälle erkennbar, die dann durch einen Servicetechniker behoben werden können, bevor überhaupt Ausfallzeiten entstehen. Außerdem sagt einem die BI auch, was am meisten zu Ausfällen führt, sodass das entsprechende Teil bereits in der Produktion durch ein „langlebigeres“ Teil ausgetauscht werden kann.

Machine Learning als Basis für Business Intelligence

Machine Learning ist ein Unterbegriff der künstlichen Intelligenz, aber nicht im Sinne der Science-Fiction sondern im Sinne der „Mustererkennung“. Das ist aktuell ein großer Trend, weil die Programmierung von komplexen Entscheidungen fast nicht mehr möglich ist. Durch BigData und der Masse an Daten die im IoT-Umfeld entstehen, können Muster automatisiert erkannt werden, die dann für vorhersehbare Wartung verwendet werden können. Fällt eine Maschine in ein bereits bekanntes Muster, wird diese als „bald fehlerhaft“ markiert und ein Servicetechniker alarmiert. Hierbei lernt das System aus den Daten der Vergangenheit und versucht diese für die Vorhersage der Zukunft einzelner Maschinen zu verwenden. 80 Prozent der Daten werden hierfür für die Mustererkennung verwendet, 20Prozent der Nutzdaten zur Vorhersage.

learn_predict_adapt_ptc_blog

Bildquelle: PTC ThingWorx

Die Produktion lernt sozusagen von den Maschinen was an diesen verbesserungswürdig ist oder Servicetechniker können Ausfallzeiten vorhersehen und diese außerhalb der Rushhour platzieren.

Eigene Machine Learning Lösung für IoT Projekte entwickelt

Der Vorteil an dieser Lösung ist ganz klar: Sie ist für IoT gemacht und kommt nicht aus bestehenden BI–Projekten, die für IoT angepasst wurden. Klassische BI setzt nämlich voraus, dass Daten bereits in einer gewissen Struktur vorliegen damit sie analysiert werden können. Dies macht ThingWorx durch den OnTheFly Modus, indem es die ankommenden Daten gleich in richtige Strukturen packt. Durch solche Erweiterungen kann man mit relativ einfachen Mitteln in einer bestehenden IoT-Lösung von ThingWorx einen Mehrwert für Service und Entwicklung der Maschine herstellen. Ein weiterer Vorteil: Die Algorithmen, die in der Lösung verwendet werden, sind begrenzt und haben sich über die letzten 20 Jahre wenig verändert. Beeindruckend ist auch die Rechenzeit. Ein Lernzyklus mit 30.000 Datensätzen soll laut Angaben von ThingWorx nur zwei Minuten dauern.

Im Großen und Ganzen bietet die Lösung durchaus Potenzial und lässt sich für uns als Systemintegrator leicht ins Ökosystem von IoT-Projekten mit der ThingWorx-Plattform integrieren.

Ein anderes aktuelles Beispiel kommt von Google, die ihre Machine-Learning-Engine TensorFlow für die Verbesserung der Spracherkennung in der Google-App oder die Suche in Google Photos verwenden.


Quellen:

Link zur Extension: http://marketplace.thingworx.com

Bildquelle: Business-Intelligence-Fotolia-copyright_iconimage

YouTube

Mit dem Laden des Videos akzeptieren Sie die Datenschutzerklärung von YouTube.
Mehr erfahren

Video laden

 

doubleSlash-Teaser-Blog_IoT

Zurück zur Übersicht

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*Pflichtfelder

*