Viele Aspekte von Industrie 4.0 werden erst durch das Internet der Dinge ermöglicht. Daten über Produktionsleistung und -qualität, Betriebszustand etc. können in Echtzeit überwacht, aber auch in die Planung und Steuerung der Produktion einbezogen werden. Die Szenarien zur Nutzung dieser Daten unterscheiden sich in ihrem Integrationsgrad. Jedenfalls sind Big Data Technologien notwendig, um den vollen Nutzen aus den Daten zu gewinnen. Ein solcher Nutzen besteht in der Kopplung der Datenanalyseergebnisse aus dem Internet der Dinge, speziell real-time Analytics, mit den Geschäftsprozessen.
%0 Book Section
%1 SchoeningDorchain17p457
%A Schöning, Harald
%A Dorchain, Marc
%B Handbuch Industrie 4.0 Bd.\, 2: Automatisierung
%C Berlin
%D 2017
%E Vogel-Heuser, Birgit
%E Bauernhansl, Thomas
%E ten Hompel, Michael
%I Springer
%K 01624 springer paper embedded ai adaptive management factory data pattern recognition analysis process zzz.big zzz.i40
%P 457--469
%R 10.1007/978-3-662-53248-5_70
%T Big Smart Data -- Intelligent Operations, Analysis und Process Alignment
%X Viele Aspekte von Industrie 4.0 werden erst durch das Internet der Dinge ermöglicht. Daten über Produktionsleistung und -qualität, Betriebszustand etc. können in Echtzeit überwacht, aber auch in die Planung und Steuerung der Produktion einbezogen werden. Die Szenarien zur Nutzung dieser Daten unterscheiden sich in ihrem Integrationsgrad. Jedenfalls sind Big Data Technologien notwendig, um den vollen Nutzen aus den Daten zu gewinnen. Ein solcher Nutzen besteht in der Kopplung der Datenanalyseergebnisse aus dem Internet der Dinge, speziell real-time Analytics, mit den Geschäftsprozessen.
%7 2
%@ 978-3-662-53247-8
@incollection{SchoeningDorchain17p457,
abstract = {Viele Aspekte von Industrie 4.0 werden erst durch das Internet der Dinge ermöglicht. Daten über Produktionsleistung und -qualität, Betriebszustand etc. können in Echtzeit überwacht, aber auch in die Planung und Steuerung der Produktion einbezogen werden. Die Szenarien zur Nutzung dieser Daten unterscheiden sich in ihrem Integrationsgrad. Jedenfalls sind Big Data Technologien notwendig, um den vollen Nutzen aus den Daten zu gewinnen. Ein solcher Nutzen besteht in der Kopplung der Datenanalyseergebnisse aus dem Internet der Dinge, speziell real-time Analytics, mit den Geschäftsprozessen.},
added-at = {2017-03-05T15:01:20.000+0100},
address = {Berlin},
author = {Sch\"{o}ning, Harald and Dorchain, Marc},
biburl = {https://www.bibsonomy.org/bibtex/2a54a26deae5ed35361bd55f14bfafd8c/flint63},
booktitle = {Handbuch Industrie 4.0 Bd.\, 2: Automatisierung},
crossref = {VogelHeuserBauernhanslHompel2017b},
doi = {10.1007/978-3-662-53248-5_70},
edition = 2,
editor = {Vogel-Heuser, Birgit and Bauernhansl, Thomas and ten Hompel, Michael},
file = {SpringerLink:2017/SchoeningDorchain17p457.pdf:PDF},
groups = {public},
interhash = {9d8bf506c90da9e47cff761efa09d73a},
intrahash = {a54a26deae5ed35361bd55f14bfafd8c},
isbn = {978-3-662-53247-8},
keywords = {01624 springer paper embedded ai adaptive management factory data pattern recognition analysis process zzz.big zzz.i40},
pages = {457--469},
publisher = {Springer},
series = {Springer Reference Technik},
timestamp = {2017-07-13T17:15:00.000+0200},
title = {{Big Smart Data -- Intelligent Operations, Analysis und Process Alignment}},
username = {flint63},
year = 2017
}