Wie schaffen wir einen Mehrwert aus Ihren Daten?
Ein Blick in das Pilotprojekt des Data Science Frameworks der ControlTech Engineering zeigt, dass beim Daten sammeln und analysieren die Kontextualisierung von grosser Wichtigkeit ist. Nur mit dem Fachwissen aller Prozessbeteiligten, gelingt die validierte Interpretation der Daten. Am Pharma Forum 2024 von Siemens zeigen wir die Resultate und Learnings aus dem Data Science Framework Projekts am Institut für Chemie und Bioanalytik der FHNW.
«To Be Continued» – so schloss Stefan Kramberg, IT System Engineer der ControlTech Engineering AG (CTE) aus Liestal, seinen Fachvortrag zum Thema Data Science Framework am Pharma Forum 2023 ab. Es sollte weitergehen, denn das Data Science Framework Projekt war noch nicht zufriedenstellend abgeschlossen. Das sorgte für Unmut. «Wir haben ein theoretisches Modell, aber nicht genügend Daten», gesteht der Datenspezialist und Projektverantwortliche Stefan Kramberg.
Daran wurde angeknüpft. Stefan Kramberg: «Wir haben es geschafft! Die Datenanalyse hilft uns, den Herstellungsprozess zu optimieren.» Es war eine Herausforderung, denn anfangs lagen zu wenige Daten vor, um seriöse Auswertungen vorzunehmen. Beim Pilotprojekt am Institut für Chemie und Bioanalytik der FHNW ging es um eine Produktionsanlage, die nicht für den Markt produziert. Sie war demnach flexibel für den Test einsetzbar.
Die Zielsetzung war klar: Das Ethanol-Wasser-Gemisch sollte in Ethanol und Wasser getrennt werden, wobei Ethanol das Produkt und Wasser das Abfallprodukt darstellte. Der Auftrag im Pilotprojekt für die FHNW war, dass die ControlTech Engineering (CTE) eine Kostenreduktion durch Verbrauchsenkung in Bezug auf Dampf, Kühlmittel und Stickstoff erzielte. Zudem galt es die Qualität zu steigern. Hierzu wurde die Produktreinheit über die Dichte des Destillates gemessen.
Erste Resultate mit Mehrwert
Nach 15 weiteren Testläufen (Runs) zeigen sich spannende Daten: Das Data Science Framework funktioniert und liefert einen beachtlichen Mehrwert für Produktionsanlagen. Endlich gibt es Resultate. Jahrelang gesammelte Daten können damit gewinnbringend optimiert werden. Stefan Kramberg: «Wir erkennen mit dem Modell Anomalien und decken widersprüchliche Daten auf. Mit dem passenden Kontext entstehen ökonomische Interpretationen. Wichtig ist dabei die Zusammenarbeit mit den Prozessexperten. Denn nur so können wir die Daten bereinigen und jeden einzelnen Produktionslauf mit Messgrössen visuell aufbereiten. Damit entstehen Vergleiche und ein langfristiger Mehrwert der Daten.» Es sei eine komplexe Aufgabe, die jahrelang gesammelten Daten vorteilhaft einzusetzen. Doch wer nicht heute damit beginnt, verbaut sich künftig grosse Chancen in der Branche, ist Stefan Kramberg überzeugt.
