• Data Pipeline für Machine Learning Anwendungen bei der KSB

    Data Pipeline bei der KSB

Der Kunde: KSB

Die KSB SE & Co. KGaA gehört als börsennotiertes Unternehmen zu den führenden Herstellern von hochwertigen Pumpen, Armaturen und zugehörigen Systemen.

Mit dem KSB Guard, einer Überwachungslösung aus Sensorik und Gateway, ermöglicht das Unternehmen den Zugang ihrer Kunden zur IoT-Welt. Sie wird direkt an der Pumpe oder anderem Rotating Equipment – unabhängig vom Hersteller – befestigt.

Die KSB Guard Sensorik misst alle relevanten Daten. Diese werden über das KSB Guard Gateway und die KSB-Cloud an die App bzw. das KSB Guard Web-Portal weitergeleitet.

Über das Web-Portal bzw. die App können Betreiber Ihre Pumpen überwachen und bekommen zudem smarte Services zur Verfügung gestellt die kontinuierlich weiterentwickelt werden. Bei der Entwicklung dieser smarten Services sowie deren Dateninfrastruktur unterstützt der Bereich Industrial Analytics & IoT der esentri AG die KSB.

Logo KSB

Auf einen Blick

Unsere Cloud Platforms Services bieten Infrastructure-as-Code

Herausforderung

Ziel der Zusammenarbeit war es zunächst, das hochqualifizierte Data Science Team von der Datenfluss-, Datenstrukturierungs- und Datenzugriffsproblematik zu entlasten, damit es sich auf die Entwicklung von maschinennahen Algorithmen und die Generierung von Mehrwert aus den verfügbaren Daten konzentrieren kann.

Cloud Native Flexibilität

Lösung

Der erste Meilenstein des Projekts war die Erstellung mehrerer Data Pipelines in einer AWS-Umgebung, auf deren Grundlage ein Datalake für Anwendungen des maschinellen Lernens aufgesetzt wurde. Zweitens wurde eine Daten-API entwickelt, um den Zugriff auf die Daten für die Data Scientists zu vereinheitlichen.

Agile Integration für eine zukunftsorientierte Integrationsstrategie

Nutzen

Der neu geschaffene Data Lake und die Data API haben dem Data Science Team einen klaren Überblick über die Daten und einen einheitlichen Zugriff auf die Daten ermöglicht. Dies hat ihre Arbeit effizienter und zielgerichteter gestaltet.

Unsere Lösung

Welche Probleme können wir mit diesem Vorgehen lösen?

Eines der häufigsten Probleme in Unternehmen, die maschinelles Lernen einführen wollen, ist das sie keine heterogenen Teams haben. Hochqualifizierte Data Scientists, die die Dateninfrastruktur durch Trial&Error entwickeln, sind ebenso ineffektiv wie Data Engineers, die mit der Entwicklung von maschinennahen Algorithmen beauftragt sind.

Bei esentri sprechen wir die Sprache der Data Scientists und Data Engineers und können in enger Zusammenarbeit mit unseren Kund:innen diese Lücke schließen. Im Fall von KSB fehlte zum einen die Evaluation der eingesetzten Toolchain – sowohl spezifisch im Bereich Data Science als auch generell in Bezug auf die Data Cloud Infrastruktur. Außerdem waren Unübersichtlichkeit der Daten, nicht abgestimmte Datenkataloge die zugrunde liegenden Probleme, die wir angegangen und umgesetzt haben.

Data Lake Machine Learning
Data Pipeline für Machine Learning bei KSB

Wie sieht die Lösung konkret aus?

In der Praxis bedeutet das nicht nur, eine Reihe von Workshops zu veranstalten, um herauszufinden, wo Probleme bestehen, sondern täglich mit dem Team von Data Scientists zu arbeiten und ein Verständnis dafür zu entwickeln, wie sie tagtäglich mit dem Datenflussprozess, den beteiligten Technologien und Ressourcen umgehen. Darüber hinaus ist es uns wichtig, die Arbeitsweise und Kommunikation im Team zu beobachten.

Bei esentri verstehen wir uns nicht nur als strategischer Partner, der ein Konzept in der Theorie entwickelt, sondern gemeinsam mit der KSB eine funktionierende Lösung implementieren und iterativ weiterentwickeln.

Welchen Mehrwert bietet die Lösung?

Angefangen bei den Vorteilen in Bezug auf Transparenz und Skalierbarkeit des Teams, bietet unsere Lösung einen klaren Überblick über die verfügbaren Daten und eine strukturierte Aufgabenteilung zwischen Data Engineers und Data Scientists. Aus Sicht der Geschäftsinnovation ermöglicht die Zusammenarbeit die Konzentration auf das Wesentliche und schafft so neue Anreize für Data Scientists für für tiefgreifende Analysen und die Entwicklung neuer maschinennaher Algorithmen. Letztlich trägt unsere Lösung zur Entwicklung neuer Anwendungen bei, die das Portfolio eines Unternehmens bereichern und Innovationen zulassen.

Jochen Mades, Leiter Anwendung-& Technologieentwicklung bei KSB SE & Co. KGaA

Das sagt KSB über uns

„Die Nutzung eines modernen Data Lakes und Bereitstellung der Daten über die zugehörigen Data Pipelines sind die Grundlage für die Zusammenarbeit unserer Teams. Gemeinsam mit den Experten von esentri haben wir einen Überblick über unsere verfügbaren Daten geschaffen.  Dadurch gewinnen wir Geschwindigkeit in unseren Projekten und unsere Data Scientists können sich auf den Kern der Wertschöpfung konzentrieren.“

Jochen Mades
Leiter Entwicklung von Kompetenzplattformen, KSB SE & Co. KGaA

Haben Sie Fragen zu diesem Industrial Analytics Projekt?

Ist die Implementierung einer Data Pipeline in Ihrem Unternehmen interessant? Buchen Sie sich einen kostenfreien Termin mit mir und wir sprechen unverbindlich über die Anforderungen in Ihrem Unternehmen.

Persönliches Gespräch vereinbaren
Niclas Hörmann: Head o Sales esentri AG

Niclas Hörmann
Business Development Manager