Welches Wissen steckt in den Daten?

Presseaussendung vom 12.10.2020

Am Software Competence Center Hagenberg (SCCH) entwickeln Expertinnen und Experten im Bereich Data Science Methoden für die automatisierte Analyse von Daten und erstellen aufgrund dieser Analysen Prognosen für verschiedene Anwendungsgebiete.  Dr. Bernhard Freudenthaler, der den Bereich leitet, berichtet über die verschiedenen Potenziale bei der Nutzbarmachung großer Datenmengen. "Wir arbeiten eng mit Industriebetrieben zusammen. Hier ist zum Beispiel die vorausschauende Instandhaltung - der Fachbegriff dafür ist Predictive Maintenance - ein großes Thema." 

Wann muss eine Maschine gewartet werden? 

Kommt es in einer Fertigungsanlage durch eine Maschinenstörung zu einem Stillstand, dann verzögert sich die Produktion und enorme Kosten können für das Unternehmen entstehen. "Riesige Datenströme aus unterschiedlichen Datenquellen müssen miteinander verknüpft und analysiert werden, um eine sinnvolle Entscheidungsgrundlage zu bieten. Durch den Einsatz von Data Mining- und Machine Learning Methoden können wir den optimalen Wartungszeitpunkt feststellen und wissen somit, wann die Maschine gewartet werden muss", erklärt Freudenthaler. Das bringt natürlich Vorteile, denn so können die Anlagenverfügbarkeit erhöht, Stillstände reduziert und Material- und Energiekosten signifikant reduziert werden. "Wir sind ja ein COMET-K1 Zentrum und in unseren Forschungskooperationen wickeln wir viele solcher "Instandhaltungsprojekte" ab. Die haben dann so kryptische Namen wie Deepred, FDI, SmartDD oder Sebista", ergänzt Freudenthaler. 

Vorhersagetool für viele Einsatzmöglichkeiten  

Das Predictive Analytics Message Board dient der Überwachung sowie der frühzeitigen Detektion und Analyse von Fehlern in Maschinen, Produktionsanlagen, Baumaschinen, Bankomaten, PV-Anlagen usw. "Unser Tool arbeitet mit datenbasierter Modellierung, der Analyse lokaler Sensordaten und Vergleichswerten mit ähnlichen Maschinen", berichtet Freudenthaler. Es wurde in mehreren Forschungsprojekten des SCCH zum Thema Predictive Maintenance u.a. mit Partnern wie Fronius International, RUBBLE MASTER HMH, BMW Motoren, BRP Rotax oder ISW Industriesoftware entwickelt.

Datenanalysen helfen auch bei der Tumordiagnostik 

Auch in der Medizin nimmt die Datenanalyse eine wichtige Rolle ein. Am SCCH wird an der Weiterentwicklung von Analysemethoden für Bilddaten (Röntgenbilder, MRT Bilder, etc.) geforscht. "Unsere Expertise können wir auch sehr gut in medizinische Anwendungsfälle einbringen. Im Projekt VISIOMICS, welches von der St. Anna Kinderkrebsforschung geleitet wird, entwickeln wir eine Analyseplattform zur besseren Rückfallvorhersage bei Kinderkrebs. Die Kombination von „Liquid Biopsies“, maschinellem Lernen und Datenvisualisierung soll eine frühere und genauere Vorhersage eines Rückfalls bei Kindern mit Krebs ermöglichen", so Freudenthaler. Das SCCH bringt in diesem Projekt seine Erfahrung vor allem im Bereich der Bildanalyse mit. Dabei geht es um die Segmentierung und Klassifizierung von Zellen mittels maschineller Lernalgorithmen, Deep Learning und Künstliche Intelligenz.  

Ohne Qualität und Sicherheit geht nichts  

Um all diese Methoden bestmöglich nützen zu können ist Qualität der Daten enorm wichtig. "Wir sehen, dass in allen Bereichen massiv Daten gesammelt und enorme Datenberge angehäuft werden. Die große Herausforderung ist wie die Daten nutzbringend strukturiert, gefiltert und gewichtet werden, damit sie auch für Analysen und Prognosen einen Sinn machen. Wir brauchen saubere Daten und auch eine Grundidee, was man mit den Daten machen will", erklärt Freudenthaler. 
Daten und die daraus abgeleiteten Modelle können immer besser zur Optimierung und Vorhersage von Abläufen beitragen. Modelle und darauf basierende Software übernehmen daher immer wichtigere Aufgaben weshalb die Sicherheit, vor allem die Funktionssicherheit von Software immer wichtiger wird. Um hier die Forschung weiterzutreiben hat das SCCH Anfang 2019 den Bereich Secure Software Analytics (SSA) gegründet. Dabei setzt das SCCH seine langjährige Expertise in der Software Analyse und im Software Test zum Aufspüren von Sicherheitsproblemen in der Software ein. Es wird an Werkzeugen für automatisierte Robustheitstests oder an neuen Methoden zum Schutz von Software geforscht. Themen die insbesondere auch beim Einsatz von Künstlicher Intelligenz eine Rolle spielen. Ein starker Fokus am SCCH ist auch die Entwicklung neuer Methoden die einerseits die Daten schützen, aber andererseits trotzdem die Verwendung für Lernverfahren und künstliche Intelligenz ermöglichen.

Experten für Daten UND Software  

Das SCCH ist führend in den Bereichen Data Science und Software Science.  Dieser Fokus ermöglicht die optimale Umsetzung von Projekten in den Bereichen Digitalisierung, Industrie 4.0 und Künstliche Intelligenz. Das SCCH versteht sich als Schnittstelle zwischen internationaler Forschung und heimischer Wirtschaft. Um die die 90 Forscherinnen und Forscher aus 14 verschiedenen Ländern arbeiten an nationalen und internationalen Projekten. Das SCCH wird im Rahmen von COMET – Competence Centers for Excellent Technologies durch BMK, BMDW und Land Oberösterreich gefördert. Das Programm COMET wird durch die FFG abgewickelt.