Skip to main content
Deze pagina wordt weergegeven met behulp van automatische vertaling. In plaats daarvan in het Engels bekijken?

Hoe kunt u drie struikelblokken voor gegevensbeheer oplossen

Alle industriële bedrijven willen hun gegevens graag omzetten in waarde en de meeste zijn bezig met een digitaal transformatieproject. Maar volgens een wereldwijd onderzoek van Gartner Inc onder CIO's haalt minder dan de helft zijn doelstellingen. Zo kunt u de drie meest voorkomende struikelblokken vermijden.

Hoe u de volledige waarde van een koppeling van uw IT en OT kunt benutten

Alle industriële bedrijven willen hun gegevens graag omzetten in waarde en de meeste zijn bezig met een digitaal transformatieproject.

Maar volgens een wereldwijd onderzoek van Gartner Inc onder CIO's haalt minder dan de helft zijn doelstellingen¹.

Het verbinden van de punten tussen IT (informatietechnologie) en OT (operationele technologie) is van fundamenteel belang.

Met uw ogen op de horizon gericht, kunt u als volgt de drie meest voorkomende struikelblokken vermijden die het vermogen van organisaties ontsporen om de volledige waarde van de koppeling van hun operationele en bedrijfssystemen te benutten.

[1]

91011169-5fd9-40c8-acfd-ecab0d7577e1 - AdamCartwright4 original

Adam Cartwright

Struikelblok 1: een onduidelijke bestemming

AI wordt vaak een hamer die op zoek is naar een spijker. AI kan slecht gedefinieerde doelstellingen niet compenseren. Laat de slimme reacties van grote taalmodellen u niet doen denken dat AI begrijpt wat u moet doen of dat andere AI-technologieën dat dan mogelijk zullen maken.

Als u niet begrijpt hoe succes eruitziet en hoe dat zal worden gemeten, dan zult u falen. Gebruik dezelfde nauwkeurigheid die u zou toepassen bij het selecteren van een consultant om uw AI-project te definiëren.

De oplossing: Elk digitaal of AI-project moet een veranderingsproject zijn. Neem uw mensen mee en help ze enthousiast te zijn om al hun kennis in het project in te zetten, zodat ze helpen om het tot een succes te maken en zoals gewoonlijk in uw bedrijf te integreren.

Struikelblok 2: wees niet bang om de silo kapot te maken

Datasilo's zijn de erfenis van tientallen jaren systemen die niet met elkaar verbonden zijn: hardware en software zijn in de loop van de tijd toegevoegd of beheerd door afzonderlijke teams zonder een eenduidige digitale draad. Machines werken misschien nog steeds soepel, maar hun gegevens zitten opgesloten in zelfstandige systemen die niet met elkaar kunnen praten. Verouderde systemen en protocollen zijn een bijzonder probleem; IT-teams willen dat OT-gegevens 'een soort API zijn' en dat is niet zo.

Deze versnippering vormt een groot obstakel voor het verkrijgen van zinvolle, realtime inzichten waarop de bestaande systemen van de organisaties kunnen reageren.

De oplossing: Industriële IoT-platforms zoals Industrial Edge van Siemens helpen deze omgevingen te verenigen door één enkele interface te creëren voor gegevensuitwisseling die kan worden aangesloten op OT. Ze verbinden sensoren, machines en oude infrastructuur met de cloud, waardoor ze de gestandaardiseerde interfaces bieden waar de IT-afdeling naar op zoek is.

Struikelblok 3: gegevens niet correct labelen

Ruwe gegevens zonder context zijn gewoon ruis. Om inzicht te verkrijgen, moeten die gegevens op de juiste manier worden gelabeld met metagegevens, zoals tijdstempels, bronbeschrijvingen of identificatiegegevens van bedrijfsmiddelen.

Maar handmatig etiketteren is arbeidsintensief en veel bedrijven hebben niet de interne middelen om dat op grote schaal te doen.

De oplossing: Label terwijl u bezig bent. Dit moet een discipline zijn en moet worden ingebed in uw normale operationele procedures. Als u grote datasets uit het verleden hebt, dan zijn hulpmiddelen op basis van AI, zoals Siemens SALT (Semi-Automatic Labelling Tool), ontworpen om deze uitdaging aan te gaan.

Laat uw gegevens niet verloren gaan

Echte digitalisering is afhankelijk van het samenbrengen van OT en IT, zodat machines en systemen dezelfde taal spreken. Maar het hangt ook af van slimme datapraktijken: silo's afbreken, gegevens correct labelen en AI doelgericht en zorgvuldig toepassen.

Door deze drie struikelblokken voor gegevensbeheer te vermijden, kunnen industriële bedrijven stoppen met het mislopen van de waarde die al verborgen zit in hun activiteiten en kunnen ze ervoor zorgen dat hun gegevens echt voor hen werken.