6. VDI-Konferenz Big Data Technologien in der Produktion 2018

Registrierung

Begrüßung und Eröffnung

Prof. Dr. rer. nat. Oliver Niggemann, Fraunhofer IOSB-INA, Lemgo
Prof. Dr.-Ing. Michael Heizmann, Fraunhofer IOSB, Karlsruhe

Eröffnungsvortrag von Andrei Svirida, VP Industrial IoT Delivery bei der KUKA AG
in Zusammenarbeit mit Dr.-Ing. Babak Farrokhzad, Senior Manager Data Science bei Device Insight GmbH

Predictive Analytics im industriellen Umfeld mit maschinellem Lernen – Erfahrungen aus einer Produktionslinie

• Herausforderung: Die Einführung von Predictive Analytics führt zu erheblichen Veränderungen der Organisationsabläufe
• Erfolgsversprechender Lösungsansatz: Anpassung maschineller Intelligenz im Sinne der Kompetenzen in der Produktions- und Serviceorganisation
• Flexible indikatorbasierte und automatisierte Identifikation von Anomalien in Produktionslinien
• Performance ausgewählter maschineller Lernalgorithmen 
• Integration maschineller Intelligenz in die IIoT Plattform
• Zusammenfassung: Erfolgsfaktoren zur Implementierung von Machine Learning und Big Data Services

Kaffeepause mit Besuch der Fachausstellung

Gemeinsame Vorträge aus der Medizin – Zusammenarbeit von Zulieferer, Hersteller und Forschung

Moderation: Prof. Dr. rer. nat. Oliver Niggemann, Fraunhofer IOSB-INA, Lemgo

Herausforderungen in der Medizintechik-Branche

Günther Lamprecht, Head of Production VACUETTE Assembly, Greiner Bio One, Kremsmünster, Österreich

Wertschöpfung durch Manufacturing Software

Ing. Werner Schlapak, Key Account Manager, Manufacturing Software, STIWA Automation GmbH, Hagenberg, Österreich

Anwendungsorientierte Forschung in Data & Software Science

Dr. Mario Pichler, Senior Researcher, Software Competence Center Hagenberg (SCCH)
Dieser Vortrag wird auf Englisch gehalten

Intelligent industrial data analytics to IMPROVE the efficiency of CPPSs

• European-funded research to boost international competitiveness of European small and medium-sized enterprises
• Machine learning-based approaches to increase efficiency, uptime and cost-effectiveness
• Condition monitoring of critical machine parts and predictive maintenance
• Diagnosis and alarm management to identify the root cause of machine breakdown
• The way to a digital twin

Mittagessen mit Besuch der Fachausstellung

Anwendungsbeiträge aus dem Bereich Automotive – Zusammenarbeit von Zulieferer und Hersteller

Moderation: Prof. Dr. rer. nat. Oliver Niggemann, Fraunhofer IOSB-INA, Lemgo

Big Data produktiv in der Microsoft Azure Cloud: was gibt es und was muss man beachten?

• Big Data Platform und Lösungen auf Azure im Überblick
• Was ist der Unterschied zu einer On-Premise-Lösung?

Dirk Johann, Cloud Solution Architect, Microsoft Deutschland, Köln

Connected Logistics und Cloud Platform Azure

• Maschinelles Lernen in der Produktion/Logistik
• Big Data für intelligente Logistikunterstützung
• Future Trends und Zukunftsaussichten für Logistik 2020

Daniel Weinmann, Principal Solution Specialist for Automotive, Microsoft

Kaffeepause mit Besuch der Fachausstellung

Sicherheitsaspekte und rechtliche Rahmenbedingungen Big Data

Moderation: Prof. Dr.-Ing. Michael Heizmann, Fraunhofer IOSB, Karlsruhe

Datensouveränität, Sharing, Lizenzierung – neue Geschäftsmodelle und Schutz von Geschäftsgeheimnissen

• Wer hat welche Rechte an Daten und Geschäftsgeheimnissen – Diskussionsstand und Lösungssätze
• Lizenzierung von Datenbanken – auch bei unstrukturierten Daten möchlich?
• Predictive Maintenance – Vertragsgestaltung und Haftungsfragen
• Datensharing und Datenpooling – neue Geschäftsmodelle durch Datenkooperationen

Dr. Henriette Picot, Partnerin, Bird & Bird LLP, München

Die Anforderungen der EU-Datenschutzgrundverordnung an die Umsetzung von BIG-DATA Lösungen im Unternehmen

• Art. 25 der EU Datenschutzgrundverordnung – Datenschutz durch Technikgestaltung - Begriff und Anforderungen
• Rechtliche DO‘s and DONT‘s bei BIG-DATA Projekten
• Datenschutzrechtskonforme Produktions- und Geschäftsprozesse, Produkte und Dienstleistungen, – „Was müssen Forschungs- & Entwicklungsabteilungen sowie der Einkauf künftig beachten.“

Dr. Christian Dressel, Rechtsanwalt, Praxisgruppe IP/IT & Datenschutzrecht, PricewaterhouseCoopers Legal AG Rechtsanwaltsgesellschaft, Düsseldorf

Rechtliche Dimensionen und Auswirkungen von Big Data in der Produktion

• Digital Twin – Künstliche Intelligenz in der Produktion und der needf or data
• Rechtliche Fragestellungen und Lösungen in Big Data
• Dateneigentum, Datenschutz und Nutzung – Notwendigkeit vertraglicher Regelung

Philipp Reusch, Rechtsanwalt/Attorney-at-Law, Reusch Rechtsanwälte, Berlin

Ende des ersten Veranstaltungstages

Get-together

Zum Ausklang des ersten Veranstaltungstages lädt Sie das VDI Wissensforum zu einem Get-together ein. Nutzen Sie die entspannte Atmosphäre, um Ihr Netzwerk zu erweitern und mit anderen Teilnehmern und Referenten vertiefende Gespräche zu führen.

Sicherheitsaspekte und Praxisberichte Big Data

Moderation: Prof. Dr.-Ing. Michael Heizmann, Fraunhofer IOSB, Karlsruhe

Datenschutz, Cybersicherheit und Künstliche Intelligenz – neue Haftungsfragen für die Produktion

• Datenschutz und Datensicherheit – das neue Wertgefüge der Digitalisierung
• NIS Richtlinie und IT Sicherheitsgesetz – praktische Handhabe für produzierende Unternehmen
• Identitätsmanagement – wissen, mit wem man kooperiert
• Autonome Systeme und KI – wer muss haften?

Dr. Alexander Duisberg, Partner, Bird & Bird LLP, München

Praxisbericht aus dem Industrie 4.0 Projektalltag – Live Präsentation einer erfolgreichen Standardlösung

• Praxisbeispiel des Analyser für Robust Design integriert in einer Industrie 4.0 Fabrik
• Anwendungsbereich, Nutzen, Prinzip und Wirkungsweise des Analyser für Robust Design für Produkte & Prozesse
• Live Vorführung des Analyser im täglichen Betrieb in einem Montagewerk
• Von der online Datenerfassung bis zu Fehlerbild, Ursachen und Maßnahmen in Echtzeit
• Wie die Reduzierung der Fehlerkosten und Gewährleistungsrisiken ganz einfach und (fast) von selbst geht

Dipl. Ing. Frank Thurner, Lean Six Sigma Master Black Belt, Contech Software & Engineering GmbH, mts Consulting & Engineering GmbH, Fürstenfeldbruck

Kaffeepause mit Besuch der Fachausstellung

Big Data Plattformen und Business Models

Moderation: Prof. Dr. rer. nat. Oliver Niggemann, Fraunhofer IOSB-INA, Lemgo

Big Data – Transformating Banks Data Dumping Yard into Intelligent Store

• Slice of history current approaches of Banks for Big Data
• Transformation of intelligent Datawarehouse out of Big Data of a Bank – Cheaper Solution
• Touch of Real Time Processing of Banks Streaming Data – Add ON
• Optimization of Internet Banking by finding the critiacal paths using Machine Algorithms

Zeeshan Bajwa, Big Data Integration Consultant, Analytics andHadoop Certified, Accenture & Teradata, Munich (Dieser Vortrag wird auf Englisch gehalten)

New Data Driven Business Models: Von Daten zum Geschäftsmodell

• Maschinendaten als Enabler für Equipment-As-A-Service Geschäftsmodelle
• Performante Auswertung von Big Data: Cloud Platform mit In-Memory Datenbank SAP HANA
• Globales Manufacturing Performance Monitoring mit Digital Manufacturing Insights
• Integration von Big Data in Geschäftsprozesse mittels SAP S/4 HANA

Dr.-Ing. Andreas Beyer, Head of Practice Unit Manufacturing Industries, Digital Business Services Delivery, SAP Deutschland SE & Co. KG, Ratingen

Mittagessen mit Besuch der Fachaustellung

Anwendungsbeiträge aus der Abfallwirtschaft durch Zusammenarbeit von Zulieferer, Hersteller und Forschung

Moderation: Prof. Dr. rer. nat. Oliver Niggemann, Fraunhofer IOSB-INA, Lemgo

Anwendung maschineller Lernverfahren in einer LVP-Sortieranlage zur Erkennung von Anomalien

• Komplexe Problemstellung durch erschwerte Umgebungsbedingungen
• Sammlung und Aufbereitung aller Datenströme
• Erkennung von Anomalien zur Früherkennung von Störungen

B. Sc. Maschinentechnik, Gero Hasenkamp, Projektingenieur Verfahrenstechnik, Technik-Consulting; Tönsmeier International GmbH; Porta Westfalica

Shopfloor Data Acquisition on the Edge

• Die fail-save Integrationsstrategie
• Topologie-, Geräte- und Prozessdatenmanagement
• Dezentrale Prozessdatenanalyse
• Datenzugriff und Datenschnittstellen für IT Anwendungen

Frank Bauer, Software Produktmanagement, netIOT, Hilscher Gesellschaft für Systemautomation mbH, Hattersheim

Prozessoptimierung und Predictive Maintenance durch Maschinelles Lernen

• Maschinelles Lernen in der Produktion
• Produktionsüberwachung und Condition Monitoring
• Anomalie-Erkennung und Diagnose
• Predictive Maintenance

Dr. rer. nat. Alexander Maier, Gruppenleiter „Maschinelles Lernen“, Maschinelle Intelligenz, Fraunhofer IOSB-INA Institutsteil für industrielle Automation, Lemgo

Abschlussdiskussion

Ende der Veranstaltung