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

Trotz des akademischen Anklangs, den der Begriff vermittelt, handelt es sich bei einem „Data Historian“ nicht um einen Dozenten oder Forscher, sondern um eine speziell entwickelte Softwarelösung. Und die Entwicklungen bei der Nutzung und Verwaltung von Betriebsdaten haben den Bedarf an „Data Historian“-Softwarelösungen in den Hintergrund gedrängt.

Was ist ein Datenhistoriker?

In der Fertigungsindustrie, der Öl- und Gasindustrie, der technischen Forschung und unzähligen anderen Branchen gibt es zahlreiche OT-Umgebungen ( Operational Technology ). In diesen Umgebungen erzeugen komplexe Anlagen, Maschinen sowie Netzwerke aus Sensoren und Geräten Zeitreihendaten. Diese Zeitreihenströme reichen von Sensordaten zu Druck, Volumen und Temperatur bis hin zu Videostreams für die industrielle 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 Nutzung als auch die Nutzer von OT-Daten haben sich in den letzten Jahren stark verändert. OT-Daten werden zunehmend von einer Vielzahl anderer Akteure innerhalb eines Unternehmens genutzt, die nicht zum OT-Fachpersonal gehören. Zu diesen neuen Nutzern zählen Entwickler, Business-Analysten und Datenwissenschaftler, die den OT-Bereich 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 die Technologie für das Datenmanagement kontinuierlich weiter, wobei täglich neue Fähigkeiten entstehen. Gegenwärtig gibt es drei primäre technologische Veränderungen, die über die Fähigkeiten 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 Fähigkeiten. 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 ANSI-Standard (American National Standards Institute) für strukturierte Abfragesprache (SQL) konform sind. Letzteres ermöglicht die einfache Extraktion von Daten zur Unterstützung von Ad-hoc-Analysen, Berichten und Visualisierungen über weit verbreitete Business Intelligence und Berichtstools, 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 auf modernen Fähigkeiten Maschinelles Lernen ML) basiert, kann aussagekräftigere Warnmeldungen liefern. Je nach Kombination aus Daten, vergangenen Mustern und der Fähigkeit, diese zu analysieren, können KI-gesteuerte Nachfolger von Datenhistorien-Lösungen sogar Vorhersagen darüber liefern, wann ein Bauteil voraussichtlich ausfallen wird. Moderne, integrierte Zeitreihendatenbanken können KI- und Fähigkeiten am Ort des Geschehens innerhalb der OT-Domäne unterstützen, indem sie OT mit der Backend-IT verbinden. Das Ergebnis ist, dass Datenwissenschaftler und Ingenieure KI- und Fähigkeiten Backend-IT-Systeme entwickeln können. Entwickler und Front-End-OT-Ingenieure können diese Fähigkeiten dann Fähigkeiten der OT-Umgebung nutzen. Dieser Ansatz bietet eine neue und moderne Art der Interaktion mit den Daten Ihres Unternehmens, um nützlichere Erkenntnisse und verbesserte 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 bei Datenmanagement operative Data Warehouses und Datenmanagement für moderne Unternehmen. Mit einem umfassenden Lösungsangebot, das Sie verwalten On-Premises, in der Cloud und am Edge – einschließlich mobiler IoT und IoT – unterstützt, kann Actian Ihnen dabei helfen, die technische Grundlage zu schaffen, die Sie für echte geschäftliche Agilität benötigen. Weitere Informationen finden Sie unter www.actian.com.

Über den Autor

Über Actian Germany GmbH

Actian ermöglicht es Unternehmen, Daten in großem Umfang sicher verwalten zu steuern. Unternehmen vertrauen auf Datenmanagement Data-Intelligence-Lösungen von Actian, um komplexe Datenumgebungen zu optimieren und die Bereitstellung von KI-fähigen Daten zu beschleunigen. Die auf Flexibilität ausgelegten Lösungen von Actian lassen sich nahtlos integrieren und arbeiten zuverlässig in On-Premises, Cloud und Hybridumgebungen. Erfahren Sie mehr über Actian, den Daten- und KI-Geschäftsbereich von HCL Software, unter actian.com.