Daten [ANZEIGE]

Big Data in der Praxis an der Hochschule Offenburg

Do, 19. Mai 2016 um 12:43 Uhr

Die Forschungsgruppe Analytics & Data Science an der Hochschule Offenburg untersucht, wie die enormen Datenmengen, die weltweit explosionsartig anwachsen, sinnvoll verwendet werden können.

Die Digitalisierung unseres Lebens und Arbeitens ist allgegenwärtig: Begriffe wie Social Media, Smart Home, Digitale Fabrik oder Self Driving Car sind nicht nur Schlagwörter, sondern sie beschreiben – ausschnittsweise – den Wandel unserer Welt. Logische Konsequenz der Digitalisierung ist das explosionsartige Anwachsen des weltweiten Datenvolumens. Und daraus wiederum folgt die Erkenntnis, dass in diesen Daten enormes Wissen stecken muss, das es zu finden und sinnvoll zu verwenden gilt.

Neben den großen Chancen, die das neue Arbeitsgebiet bietet, dürfen aber auch die damit verbundenen Risiken nicht vergessen werden. Etwa gilt es, bei aller Technikbegeisterung, den gläsernen Bürger zu vermeiden und die Persönlichkeitsrechte zu wahren.


Aufgrund der immensen Größe der Datenmenge sind für deren Analyse (Analytics) neue Herangehensweisen notwendig. Der Begriff Data Science beschreibt dieses wissenschaftliche Themenfeld. Es umfasst Prinzipien, Prozesse und Technologien, um Phänomene durch die (automatisierte) Analyse von Daten zu verstehen. In diesem Zusammenhang wird oft plakativ das Schlagwort Big Data verwendet. Durch neue Technologien wie z. B. In-Memory- Datenbanken können Daten immer umfassender für analytische Zwecke eingesetzt werden. Verfahren des Data Mining und des maschinellen Lernens erlauben das Erkennen von Datenmustern sowie das Erstellen von Prognosen (Predictive Analytics).

Beispiele aus der Praxis

Die Anwendungsbeispiele für Analytics und Data Science sind vielfältig, aber oft noch nicht komplett greifbar. So benötigen Elektrizitätswerke präzise Vorhersagen für den zukünftigen Energiebedarf zu bestimmten Zeitpunkten, wobei viele Randbedingungen, wie etwa Jahreszeit, Wetter, Feiertage oder Benutzerverhalten, zu beachten sind und somit entsprechende Daten in die Analyse zu integrieren sind. Mit ähnlichen Ansätzen lassen sich Verkehr und Mobilität effizienter steuern.

In der industriellen Fertigung beeinflusst eine Vielzahl von Parametern den Fertigungsprozess. Durch entsprechende Analysen der im Produktionsprozess anfallenden Daten lässt sich herausfinden, welche dieser Parameter die Produktivität oder gewünschte Produkteigenschaften beeinflussen. Auch die Wartungszyklen für Maschinen lassen sich durch Produktionsdaten verbessern. All dies birgt ein großes Optimierungspotenzial, das mit den neuen Herangehensweisen realisierbar erscheint. Im Handel lassen sich Kundenprofile erstellen, die eine engere Kundenbindung, beispielsweise durch individuell angepasste Angebote oder Produktvorschläge, ermöglicht. Durch die Kombination mit zusätzlichen Datenquellen wie z. B: Social Media können Produkteinführungen beobachtet und die Effektivität von Marketingmaßnahmen beurteilt werden.

Daten als Wettbewerbsfaktor

Offensichtlich sind Daten sowie deren sinnvolle Nutzung zu einem Wettbewerbsfaktor geworden, den Unternehmen nicht vernachlässigen können. Es gibt fast keinen Bereich eines Unternehmens, der nicht potenziell von einer besseren Nutzung von Daten profitieren kann. Fehlendes Know-how im Bereich Analytics und Data Science hingegen bremst die Umsetzung von Projekten in Unternehmen aus. Die fakultätsübergreifende Forschungsgruppe Analytics & Data Science an der Hochschule Offenburg hat zum Ziel, die qualifizierte Ausbildung von Studierenden im Bereich Analytics und Data Science zu fördern sowie Unternehmen bei der Entwicklung und Realisierung von neuen Anwendungen mithilfe von Analytics und Data Science zu unterstützen.

Analytics und Data Science erfordern interdisziplinäres Wissen aus der Informatik, Mathematik und dem jeweiligen Anwendungsfeld, wobei aus methodischer und technischer Sicht maschinelles Lernen, Big-Data- und Datenbank-Technologien und Statistik die Kernkompetenzen darstellen, die um weitere Methoden und Tools der IT ergänzt werden.

Elektrizitätswerke benötigen präzise Vorhersagen für den zukünftigen Energiebedarf zu bestimmten Zeitpunkten, wobei viele Randbedingungen wie etwa Jahreszeit, Wetter, Feiertage oder Benutzerverhalten zu beachten sind.


In den Masterstudiengängen Informatik sowie Dialogmarketing und E-Commercefindet bereits eine Ausbildung in Methoden und Technologien zu Analytics und Data Science statt. Dieses Angebot soll weiter ausgebaut werden bis hin ggfs. zu einem Studienschwerpunkt. In weiteren Studiengängen aus anderen Anwendungsgebieten können einzelne Module zu Analytics und Data Science verankert werden.

Ein weiterer Schwerpunkt der Forschungsgruppe ist die Unterstützung von Unternehmen bei der Entwicklung und Realisierung von neuen Anwendungen und Dienstleistungen mithilfe von Analytics und Data Science. Kooperationen zwischen Unternehmen und der Forschungsgruppe können in Form von Abschlussarbeiten, Machbarkeitsstudien bis hin zu gemeinsamen Forschungsprojekten erfolgen. Gemeinsam mit Firmen der Region wurden bereits Forschungsprojekte wie z. B. zur Optimierung von Produktionsabläufen mithilfe von Analytics und Data Science realisiert.

Leistungsfähige Infrastruktur

An der Hochschule steht eine leistungsfähige Infrastruktur zur Verfügung, die für gemeinsame Projekte genutzt werden kann. Die Forschungsgruppe verfügt über einen Hadoop-Cluster, der ca. 25 TB an Daten speichern kann und über 60 Cores sowie über 320 GB Hauptspeicher zur Datenanalyse verfügt. Ergänzt wird dieses System durch mehrere Server, die Daten mithilfe von Grafikkarten (GPUs) und anderen Coprozessoren und In-Memory-Datenbanken performant analysieren können. Neben den großen Chancen, die das neue Arbeitsgebiet bietet, dürfen aber auch die damit verbundenen Risiken nicht vergessen werden. Etwa gilt es, bei aller Technikbegeisterung, den gläsernen Bürger zu vermeiden und die Persönlichkeitsrechte zu wahren. Ethische Fragestellungen sind in fast allen analytischen Anwendungen zu berücksichtigen.

Die Bedeutung von Daten und deren Analyse wird für Unternehmen und für unsere Gesellschaft weiter zunehmen. Die Forschungsgruppe Analytics & Data Science will ihren Beitrag dazu leisten und damit das Profil der Hochschule in diesem zukunftsträchtigen Forschungsfeld schärfen und die Unternehmen in der Region bei der Realisierung von Analytics und Data-Science-Anwendungen unterstützen. Weitere Informationen zur Forschungsgruppe sind unter analytics.hs-offenburg.de zu finden.
Aus Daten Mehrwert schaffen – 1. Smart-Data-Dialog an der Hochschule Offenburg

Die Digitalisierung erfasst immer mehr Bereiche in Gesellschaft und Unternehmen. Dabei fallen viele Daten an. Wie Unternehmen aus diesen Daten Mehrwert erzeugen können, stand im Mittelpunkt des 1. Smart-Data- Dialogs, der am 20. Januar 2016 von der Forschungsgruppe Analytics & Data Science veranstaltet wurde.

Nach einer Einführung in die Thematik durch Prof. Lauer stellte Stefan Rössel vom Freiburger Halbleiterhersteller Micronas die Aktivitäten, Chancen und Herausforderungen dar, die sich durch zunehmende Vernetzung in einer hoch automatisierten Branche ergeben, die durch extrem hohe Qualitätsanforderungen der Kunden gekennzeichnet ist. So sind beispielweise durch Anbindung von Produktionsmaschinen an die Unternehmenssoftware optimierte Wartungsprozesse möglich. Stark steigende Datenmengen bringen bestehende Datenbanken an ihre Kapazitäts- bzw. Kostengrenzen und erfordern innovative Ansätze, die auch in Kooperation mit der Hochschule erarbeitet werden.

Im zweiten Gastvortrag zeigte Fabian Silberer, Gründer des Offenburger Startups SEVENIT, eine komplementäre Perspektive auf: Er erläuterte, wie man als "Data Driven Startup" auf der Basis von Daten schneller Produkte entwickeln, einen Markt finden und zum Wachstum übergehen kann. Sowohl für den Webauftritt als auch für das Produkt des Unternehmens, die cloudbasierte Bürosoftware sevDesk, hat das Startup den datenzentrierten Ansatz in den Prozessen verinnerlicht. In sehr kurzen Zyklen werden neue Funktionen oder Änderungen ausprobiert und deren Wirkung gemessen. Auf der Basis dieser Daten werden dann Entscheidungen für den nächsten Zyklus getroffen. Die "smarte" Nutzung von Daten zur Steigerung des Geschäftserfolgs steht also auch bei diesem Unternehmen im Mittelpunkt.

Zum Abschluss stellten die beteiligten Professoren noch die diversen Kooperationsmöglichkeiten mit der Hochschule am Beispiel bereits durchgeführter Projekte vor, bevor der Abend mit einem Umtrunk, begleitet von intensiven Gesprächen, zu Ende ging.

Mehr zum Thema