Es ist an der Zeit, dass Datenhistoriker... Geschichte werden

Datenbank-Historiker...Geschichte?

Warum eine moderne zeitreihenfähige Datenbank die Analyse von Zeitreihendaten vereinfachen und gleichzeitig verbessern kann.

Trotz des professoralen Images, das der Begriff suggeriert, handelt es sich bei einem Datenhistoriker nicht um einen Dozenten oder Forscher, sondern um eine speziell entwickelte Softwarelösung. Und die Entwicklungen in der Art und Weise, wie betriebliche Daten genutzt und verwaltet werden, haben den Bedarf an Softwarelösungen für Datenhistoriker in den Hintergrund gedrängt.

Was ist ein Datenhistoriker?

In der Fertigung, in der Öl- und Gasindustrie, in der technischen Forschung und in zahllosen anderen Branchen gibt es zahlreiche OT-Umgebungen ( Operational Technology ). In diesen Umgebungen erzeugen komplexe Anlagen, Maschinen und Netzwerke von Sensoren und Geräten Zeitreihendaten. Diese Zeitreihenströme reichen von Sensordaten für Druck, Volumen und Temperatur bis hin zu Videoströmen für die maschinelle Bildverarbeitung und Überwachung.

Anfänglich wurden diese Datenströme ignoriert oder nur mit geringen periodischen Raten erfasst. Als das Volumen der Zeitreihenströme zunahm und die lokale Datenverarbeitung mehrere Datenströme miteinander in Einklang brachte, begannen OT-Ingenieure mit der Entwicklung von Systemen zur Datenerfassung, -verdichtung und -minimalverarbeitung, um diese Zeitreihenströme besser verarbeiten zu können. Letztendlich wurden diese proprietären und maßgeschneiderten Systeme als Datenhistoriker bezeichnet.

Die Prozesslücke des Datenhistorikers

Sowohl die Verwendung als auch die Nutzer von OT-Daten haben sich in den letzten Jahren stark verändert. Zunehmend werden OT-Daten nicht nur von OT-Fachleuten, sondern auch von einer Vielzahl anderer Akteure innerhalb eines Unternehmens genutzt. Zu diesen neueren Nutzern gehören Entwickler, Geschäftsanalysten und Datenwissenschaftler, die die OT unterstützen, sowie Produkt- und Servicemanager, die das Geschäft vorantreiben.

Allerdings war keine Datenhistoriker-Softwarelösung jemals für die Verwendung mit einer Reihe von externen Systemen oder für Benutzer konzipiert, die keine OT-Fachleute waren. Stattdessen war die typische Data-Historian-Plattform kaum mehr als eine Bibliothek von Daten, die von OT-Fachleuten gesammelt wurden und nur für deren Verwendung bestimmt waren. Und in der Regel haben sie jede Data-Historian-Softwarelösung von Grund auf selbst entwickelt, entweder direkt oder in Vertretung durch Anbieter von Produktions- oder anderen Spezialgeräten. Im Wesentlichen handelt es sich bei Datenhistoriker-Lösungen um Bibliotheken, die nur für die Bibliothekare gebaut wurden.

Darüber hinaus wurde ein Großteil der Software für Datenhistoriker auf teurer älterer Hardware implementiert. Ressourcenknappheit und fehlende Standards führten dazu, dass die Funktionalität reduziert und nur auf die lokalen und unmittelbaren Anforderungen der jeweiligen OT-Infrastruktur und -Prozesse ausgerichtet wurde. Das Ergebnis ist, dass Data-Historian-Softwarelösungen nicht ohne weiteres für Funktionen wie lokale Analysen und Visualisierung oder die gemeinsame Nutzung von Daten über lokale Systeme hinweg erweitert werden können. Außerdem ist es für die typische Data-Historian-Plattform schwierig oder unmöglich, Daten einfach und sicher mit modernen Backend-Systemen für weitere Analysen und Visualisierungen auszutauschen.

Technologie, die historische Daten zur Gestaltung der Zukunft befähigt

Wie in jedem anderen Bereich der Geschäfts- und IT-Branche entwickelt sich auch die Technologie für das Datenmanagement ständig weiter, wobei täglich neue Funktionen entstehen. Gegenwärtig gibt es drei primäre technologische Veränderungen, die über die Funktionen und erwarteten Ergebnisse von Datenhistoriker-Software hinausgehen.

Moderne Zeitreihen-Datenbanken: Jenseits des Datenhistorikers

Außerhalb des OT-Bereichs werden die übrigen Daten Ihres Unternehmens wahrscheinlich in herkömmlichen relationalen Datenbanken und Data Warehouses gespeichert. Data-Historian-Lösungen waren auf die Erfassung weitgehend strukturierter Daten in Zeitreihenformaten ausgerichtet. Die heutigen Daten sind eine große Obermenge der Daten, die von diesen Altsystemen erfasst werden.

Moderne Zeitreihendatenbanken umfassen traditionelle Funktionen. Diese modernen Lösungen sind jedoch für die Erfassung der Datenchronologie und die Aufnahme von Daten aus unstrukturierten und multivariaten Streaming konzipiert und optimiert. Diese können von Binary Large Objects (BLOBs) und Daten, die dem offenen Standard JavaScript Open Notation (JSON) entsprechen, bis hin zu den neuesten Konnektivitäten des Internet of ThingsIoT) reichen.

Ad-hoc-Analyse und Berichterstattung: die richtigen Daten für alle

Datenhistoriker verlassen sich in der Regel auf NoSQL-Anwendungsprogrammierschnittstellen (APIs). Diese speichern Daten auf der Grundlage so genannter "Schlüsselwerte" und greifen auf sie zu, anstatt sie in den Zeilen und Spalten herkömmlicher Datenbanken zu speichern. NoSQL-APIs eignen sich hervorragend für die Datenerfassung und das lokale Datenmanagement. Sie sind jedoch nicht ohne weiteres für Ad-hoc-Analysen und Berichte nach der Datenerfassung zugänglich - insbesondere für Geschäftsanalysten und Datenwissenschaftler außerhalb des OT-Bereichs.

Moderne Zeitreihendatenbanken bieten sowohl eine NoSQL-API als auch APIs, die mit dem Standard des American National Standards Institute (ANSI) für strukturierte Anfrage (SQL) konform sind. Letzteres ermöglicht die einfache Extraktion von Daten zur Unterstützung von Ad-hoc-Fernanalysen, Berichten und Visualisierungen durch weit verbreitete business intelligence und Reporting-Tools, die auf standardmäßigen IT-Konnektivitätsmechanismen wie Java Database Connectivity (JDBC) und Open Database Connectivity (ODBC) basieren.

Künstliche Intelligenz (KI): Die Geschichte als Grundlage für die Vorhersage der Zukunft nutzen

Herkömmliche Lösungen für Datenhistoriker können Betriebsleiter On-Premises in die Lage versetzen, Probleme mit ihrer Infrastruktur zu erkennen, etwa wenn der Druck zu hoch ist oder ein Teil ausgefallen ist. Aber diese Warnungen erfolgen immer im Nachhinein. Die Erfassungs- und Verarbeitungsgeschwindigkeit der jeweiligen Data-Historian-Lösung bestimmt in gewissem Maße, wie schnell dies im Nachhinein geschieht, aber die Rückschau ist immer der Standard.

KI, die durch moderne Funktionen Maschinelles Lernen (ML) unterstützt wird, kann aufschlussreichere Warnungen liefern. Abhängig von der Kombination von Daten, Mustern aus der Vergangenheit und der Fähigkeit, diese zu analysieren, können KI-gesteuerte Nachfolger von Data-Historian-Lösungen sogar vorausschauende Hinweise darauf liefern, wann ein Teil wahrscheinlich ausfallen wird. Moderne, integrierte Zeitseriendatenbanken können KI- und Funktionen lokal am Ort des Geschehens innerhalb der OT-Domäne unterstützen, indem sie die OT mit der Backend-IT integrieren. Das Ergebnis ist, dass Datenwissenschaftler und Ingenieure KI- und Funktionen für Backend-IT-Systeme entwickeln können. Entwickler und Front-End-OT-Ingenieure können diese Funktionen dann in der OT-Umgebung aufrufen. Dieser Ansatz bietet eine neue und moderne Art der Interaktion mit den Daten Ihres Unternehmens, um mehr nützliche Erkenntnisse und bessere Ergebnisse zu erzielen.

Das Erbe respektieren, aber in die Zukunft gehen

Datenhistorische Lösungen sind seit den 1980er Jahren und früher für die Entwicklung von OT und der IT-Branche von entscheidender Bedeutung gewesen, und ihre Beiträge sollten anerkannt und respektiert werden. Ihre Zeit ist jedoch vorbei, und moderne Technologielösungen treten an ihre Stelle. Diese ermöglichen es Ihnen, die Daten, die Ihr Unternehmen heute benötigt, besser verwalten und in der Zukunft schnellere, vollständigere und genauere Informationen zu erhalten.

Actian ist der Branchenführer für operative Data Warehouse- und Datenmanagement für moderne Unternehmen. Actian bietet ein komplettes Lösungspaket für die verwalten Daten On-Premises, in der Cloud und am Netzwerkrand, einschließlich mobiler und IoT . Actian kann Ihnen helfen, die technische Grundlage zu entwickeln, die Sie benötigen, um echte geschäftliche Agilität zu unterstützen. Um mehr zu erfahren, besuchen Sie www.actian.com.

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.