{"id":4298,"date":"2025-05-26T07:58:09","date_gmt":"2025-05-26T07:58:09","guid":{"rendered":"https:\/\/blogs.zeiss.com\/digital-innovation\/de\/?p=4298"},"modified":"2025-08-27T11:53:17","modified_gmt":"2025-08-27T11:53:17","slug":"data-ingestion-datenplattform-teil-1","status":"publish","type":"post","link":"https:\/\/blogs.zeiss.com\/digital-innovation\/de\/data-ingestion-datenplattform-teil-1\/","title":{"rendered":"Data Ingestion als Grundbaustein einer industriellen Datenplattform \u2013 Teil 1"},"content":{"rendered":"\n

In der heutigen digitalen Welt ist die F\u00e4higkeit, Daten effizient und effektiv zu verwalten, von entscheidender Bedeutung f\u00fcr den Erfolg jeder industriellen Datenplattform. Ein zentraler Bestandteil dieses Prozesses ist die sogenannte „Data Ingestion“ oder Datenaufnahme. Aber was genau bedeutet Data Ingestion? Einfach ausgedr\u00fcckt, handelt es sich dabei um den Prozess, bei dem Daten aus verschiedenen Quellen gesammelt, in eine zentrale Datenplattform \u00fcbertragen und dort f\u00fcr die weitere Verarbeitung und Analyse gespeichert werden. In der Fertigungsindustrie spielt Data Ingestion eine besonders wichtige Rolle, da hier oft gro\u00dfe Mengen an Daten aus unterschiedlichen Quellen zusammengef\u00fchrt werden m\u00fcssen. Diese Daten k\u00f6nnen beispielsweise Informationen \u00fcber Produktionsprozesse, Maschinenzust\u00e4nde, Lieferketten und Qualit\u00e4tskontrollen umfassen. Durch die Analyse dieser Daten k\u00f6nnen Unternehmen wertvolle Einblicke in Produktionsengp\u00e4sse, Maschinenleistung und Produktqualit\u00e4t gewinnen, was zu Optimierungen in der Effizienz der Produktionsabl\u00e4ufe und der Reduzierung von Kosten f\u00fchrt.<\/p>\n\n\n\n

<\/div>\n\n\n\n
\"\"
Abbildung 1: Transparente Produktionsabl\u00e4ufe durch moderne Dashboards mit Echtzeitdaten<\/em><\/figcaption><\/figure>\n\n\n\n
<\/div>\n\n\n\n

Eine industrielle Datenplattform besteht aus mehreren Komponenten, wobei die Speicherung der Daten (Storage) eine entscheidende Funktion hat. Die Architektur einer solchen Plattform muss so gestaltet sein, dass sie die effiziente Aufnahme, Speicherung und Verarbeitung von Daten erm\u00f6glicht. Dies ist besonders wichtig, um die Performance und Skalierbarkeit der Plattform sicherzustellen.<\/p>\n\n\n\n

Die Fertigungsindustrie steht vor spezifischen Herausforderungen, wenn es um die Datenaufnahme geht. Zum einen sind die Datenvolumina oft sehr hoch, da Maschinen und Sensoren kontinuierlich Daten generieren. Zum anderen stammen die Daten aus unterschiedlichen Quellen und Formaten, was die Integration erschwert. Hinzu kommen Echtzeitanforderungen, da viele Anwendungen in der Fertigung eine sofortige Verarbeitung der Daten erfordern, um beispielsweise Produktionsprozesse zu optimieren oder Ausf\u00e4lle zu vermeiden.<\/p>\n\n\n\n

Das Ziel dieses Artikels ist es, einen umfassenden \u00dcberblick \u00fcber das Thema Data Ingestion in industriellen Datenplattformen zu geben. Im ersten Teil werden die verschiedenen Methoden und Techniken der Datenaufnahme erl\u00e4utert und wir gehen auf Konzepte der Datenspeicherung ein. Wichtig ist dabei, zu verstehen, welche Vor- und Nachteile die verschiedenen Herangehensweisen haben. Im zweiten Teil diskutieren wir h\u00e4ufige Herausforderungen und stellen m\u00f6gliche L\u00f6sungsans\u00e4tze vor. Dabei legen wir besonderen Wert darauf, die Konzepte leicht verst\u00e4ndlich zu erkl\u00e4ren und durch konkrete Anwendungsbeispiele zu veranschaulichen.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Arten von Datenquellen in der Fertigungsindustrie<\/h2>\n\n\n\n

In der Fertigungsindustrie gibt es eine Vielzahl von Datenquellen, die f\u00fcr die Optimierung und \u00dcberwachung von Produktionsprozessen genutzt werden. Zu den wichtigsten geh\u00f6ren:<\/p>\n\n\n\n

    \n
  1. Sensor- und Maschinendaten<\/strong>: Maschinen und Produktionsanlagen sind h\u00e4ufig mit Sensoren ausgestattet, die kontinuierlich Daten \u00fcber Temperatur, Druck, Vibrationen und andere Betriebsparameter erfassen. Dar\u00fcber hinaus generieren die Maschinen selbst auch wichtige Daten, wie z.B. Betriebszust\u00e4nde und Fehlermeldungen. Sowohl die Sensordaten als auch die maschinenspezifischen Daten sind entscheidend f\u00fcr die vorausschauende Wartung und die Optimierung der Maschinenleistung. Da die Sensordaten in vielen F\u00e4llen nicht direkt zug\u00e4nglich sind, erfolgt der Zugriff h\u00e4ufig \u00fcber die Maschinenebene, beispielsweise \u00fcber eine speicherprogrammierbare Steuerung (SPS).<\/li>\n\n\n\n
  2. SCADA-Systeme (Supervisory Control and Data Acquisition)<\/strong>: SCADA-Systeme \u00fcberwachen und steuern industrielle Prozesse auf h\u00f6herer Ebene. Sie sammeln Daten von verschiedenen Sensoren und Steuerger\u00e4ten und erm\u00f6glichen die Fern\u00fcberwachung und -steuerung von Produktionsanlagen.<\/li>\n\n\n\n
  3. MES-Systeme (Manufacturing Execution Systems)<\/strong>: MES-Systeme \u00fcberwachen und steuern Produktionsprozesse in Echtzeit. Sie erfassen Daten \u00fcber Produktionsauftr\u00e4ge, Maschinenauslastung und Produktionsqualit\u00e4t.<\/li>\n\n\n\n
  4. ERP-Systeme (Enterprise Resource Planning)<\/strong>: ERP-Systeme verwalten betriebswirtschaftliche Prozesse wie Beschaffung, Produktion, Vertrieb und Personalwesen. Sie liefern wertvolle Daten \u00fcber Materialfl\u00fcsse, Produktionspl\u00e4ne und Bestandsmanagement.<\/li>\n\n\n\n
  5. Qualit\u00e4tskontrollsysteme<\/strong>: Diese Systeme erfassen Daten \u00fcber die Qualit\u00e4t der produzierten Waren. Sie helfen dabei, Qualit\u00e4tsprobleme fr\u00fchzeitig zu erkennen und Ma\u00dfnahmen zur Verbesserung der Produktqualit\u00e4t zu ergreifen.<\/li>\n\n\n\n
  6. Externe Datenquellen<\/strong>: Umwelt- und Wetterdaten k\u00f6nnen ebenfalls eine wichtige Rolle spielen, insbesondere in Branchen, die stark von \u00e4u\u00dferen Bedingungen beeinflusst werden. Diese Daten k\u00f6nnen genutzt werden, um Produktionsprozesse an wechselnde Umweltbedingungen anzupassen.<\/li>\n<\/ol>\n\n\n\n
    \"\"
    Abbildung 2: Datenquellen in der Produktion<\/em><\/figcaption><\/figure>\n\n\n\n
    <\/div>\n\n\n\n

    Datenformate<\/h3>\n\n\n\n

    Die in der Fertigungsindustrie verwendeten Datenquellen liefern Daten in verschiedenen Formaten. Zu den g\u00e4ngigsten Formaten geh\u00f6ren:<\/p>\n\n\n\n