Flotten-Management und Wartung

BMW und Zeppelin zeigen ihre Splunk-Use-Cases

Heinrich Vaske ist Editorial Director a.D. von COMPUTERWOCHE, CIO und CSO.

Zeppelin überwacht Zündkerzen

Einen Anwendungsfall aus dem Maschinenbau stellten auf der SplunkLive-Konferenz zwei Datenexperten vom Maschinenbaukonzern Zeppelin vor. René Ahlgrim, Manager Data Analy­tics, beschrieb zunächst, wie sich der Konzern darauf einstelle, mehr Kapital aus den Maschinendaten der installierten Basis und aus den Daten der jeweiligen Servicetechniker zu schla­gen. Dabei gehe es auch darum zu verhindern, dass sich Dritte mit passgenauen datenbasierten Services in die Schnittstelle zum Kunden hineindrängten und Teile der Wertschöpfung abgriffen.

René Ahlgrim und Andreas Zientek sind Analytics-Spezialisten beim Maschinenbau-Konzern Zeppelin. Sie demonstrierten einen Predictive-Maintenance-Case in Heizkraftwerken.
René Ahlgrim und Andreas Zientek sind Analytics-Spezialisten beim Maschinenbau-Konzern Zeppelin. Sie demonstrierten einen Predictive-Maintenance-Case in Heizkraftwerken.
Foto: Splunk

Splunk ist bei Zeppelin bereits seit 2010 im Einsatz, man habe damals mit einer "sehr kleinen Lizenz" angefangen. Mittlerweile indiziere Zeppelin Daten aus einer Vielzahl von Quellen, führte Systems Engineer Andreas Zientek aus. "Einer unserer größten Use Cases war 2017 das Monitoring unserer gesamten SAP-Landschaft", sagte Zientek. Das Unternehmen kontrolliere heute konzernweit 65 SAP-HANA-Systeme ausschließlich in Splunk. "Wer die Preise aus dem SAP-Umfeld kennt, der ahnt, dass wir alleine mit diesem Use Case mehr Geld gespart haben, als die gesamte Splunk-Lizenz gekostet hat", schmunzelte Zientek.

2017 kam dann der für das Kerngeschäft bedeutsame Zündkerzen-Use-Case der Unternehmenstochter Zeppelin Power Systems hinzu. Und in diesem Jahr werde das Unternehmen "Splunk IT Service Intelligence" evaluieren, eine auf Machine LearningMachine Learning und Event-Analyse basierende Lösung. "Dann haben wir das gesamte Monitoring innerhalb der Splunk-Plattform umgesetzt", sagte Zientek. Alles zu Machine Learning auf CIO.de

Die Überwachung von Zündkerzen in Heizkraft­werken ist laut Ahlgrim der Schlüssel für mehr Ausfallsicherheit. Diese Anlagen werden zen­tral über ein Control Center kontrolliert sowie hoch- und runtergefahren. Die Zündkerzen sind am häufigsten die Ursache, wenn Anlagen ausfallen. Laut Ahlgrim wurden die Maschinen­daten schon über einen längeren Zeitraum erfasst, aber nie genutzt. Das sei heute anders, denn man wolle die Zahl der Betriebsstunden erhöhen und die für Wartung und Reparatur zuständigen Techniker gezielter einsetzen.

"Wir wollten von reaktiven auf proaktive Services umstellen", sagte Ahlgrim. Servicetechniker sollten nicht mehr losgeschickt werden, wenn das Kind schon in den Brunnen gefallen ist, sondern bereits vorher, wenn sich Probleme andeuten. Außerdem sollen die Techniker ein Service-Display an die Hand bekommen, auf dem sie wichtige Indikatoren für bevorstehende Ausfälle frühzeitig erkennen können.

Laut Zientek erleichterte das Vorhandensein der Logdaten die Vorarbeiten, wenngleich die Datenkonsolidierung nicht trivial gewesen sei: "Die Datenverfügbarkeit ist tückisch bei solchen Projekten. Man verbringt bis zu 85 Prozent der Zeit damit, überhaupt erst die Daten verfügbar zu machen und in das richtige Format zu bringen. Oft wird hier auch Custom Code benötigt. Sind die Daten aber einmal in Splunk, ist die Visualisierung extrem einfach."

Mit Hilfe der Fachkollegen fand das Team schnell heraus, welche Daten wirklich kritisch sind: "Wir lernten schnell, dass vor allem die Zündspannung und die Abgastemperatur, die pro Zylinder gemessen werden, auf Probleme hinweisen können." Die Zündkerzen werden nun über einen Zeitraum von zehn Tagen hinweg in einem Dashboard beobachtet. Auch bei der Abgastemperatur lassen sich Anomalien erkennen.

Dazu wurde mit Hilfe eines Machine-Learning-Tools ein Verfahren zur Anomalie-­Detection implementiert. Alle zehn Minuten werden bestimmte Anomaliewerte pro Zylinder gemessen. Neben Durchschnittswerten und ­Varianzen nutzt das Team auch Wachstumsfaktoren in den einzelnen Metriken oder ein Verfahren, um das Verhalten der Zylinder zueinander zu ermitteln. "So erkennen wir, ob einer aus der Reihe tanzt", sagt Zientek.

Zustand immer im Blick

"Probleme haben wir noch bei den False Posi­tives in den niedrigen Anomalie-Wertebereichen", berichtet der Zeppelin-Ingenieur. "Außerdem ist es so, dass eine Anomalie bei der Zündspannung oder den Abgastemperaturen nicht immer auf einen bevorstehenden Ausfall der Anlage hinweist." Dennoch seien die Informationen wertvoll für den verantwortlichen Techniker.

"Die Techniker können jetzt auf einem Dashboard sehen, wie der Zustand der Zylinder ist", ergänzt Ahlgrim. Die Menge der Ausfälle pro Anlage habe ungefähr halbiert werden können. Manchmal deute sich ein Problem bereits neun Tage vor dem Auftreten an, manchmal aber auch innerhalb von zwei bis zwölf Stunden.

Im nächsten Schritt gehe es um den Rollout entsprechender Lösungen über den gesamten Zeppelin-Konzern mit seinen 13 Tochterfirmen. Dazu habe sich Ahlgrim ein "Arbeitsbuch" angelegt. Dabei gehe es zunächst um das Sammeln der relevanten Daten: "Das treiben wir jetzt massiv, wir brauchen die Daten! Und wir müssen den operativen Bereich einbinden, die Servicetechniker. Wir brauchen die Jungs an der Basis, die schon Hunderte Ausfälle gesehen ­haben."

Zur Startseite