Hadoop und Connected Cars

Wie Automotive Unternehmen mehr aus großen Datenmengen machen

Wussten Sie schon: Für 13% der Autokäufer ist ein Neu-Fahrzeug ohne Internetzugang ein “no-go”! Dreizehn Prozent! Das bedeutet gleichzeitig 13% weniger Umsatz für den OEM. Die Unternehmensberatung Bain erwartet, dass diese sogenannten Connected Cars in nur wenigen Jahren die Regel und nicht mehr die Ausnahme sein werden.  

Dabei sind Connected Cars nur der Anfang: OEMs stehen jetzt vor der Herausforderung, ihr Portfolio noch einmal deutlich zu erweitern. Ziel ist es, eine breite Palette maßgeschneiderter Produkte anzubieten, um die immer unterschiedlicheren Erwartungen an Kundennutzen, Fahrerlebnis, Lebenszyklus und Garantie zu erfüllen.

Um all diese Angebote zu identifizieren, zu entwickeln und auch betriebswirtschaftlich tragbar zu machen, müssen Daten analysiert werden – viele Daten! 

Wir reden hier also über Big Data.

Dabei hat diese Technologie nicht nur einen direkten Effekt für die Endverbraucher: Mit Connected Cars bekommen Automobilhersteller die Gelegenheit, mehr Daten zu analysieren, um den Straßenverkehr schneller, ressourcenschonender und sicherer zu machen, z.B. durch Telematik-Daten. Ein Anwendungsbeispiel für die Analyse dieser Daten kann die “Car-to-X” Kommunikation sein.

Durch die Analyse von Echtzeitdaten werden Autos in der Lage sein, sich gegenseitig über kommende Staus, Glatteis oder einem nahegelegenen Unfall zu warnen.

So weit, so gut. Allerdings bleiben die Fragen, wo, wann und wie solche enormen Datenmengen analysiert werden können. Die Deutsche Telekom geht davon aus, dass innerhalb der nächsten Jahre die pro Monat und Auto generierten Daten von 4MB auf 5GB steigen werden. Rund 80% aller neuen Autos bis 2016 werden Connected Cars sein, lautet das Fazit einer Studie einer anderen führenden Beratungsgesellschaft. Da heißt es, es werden ca. 210 Millionen Connected Cars auf unseren Autobahnen unterwegs sein und damit werden wir vor einer ernsthaft großen Datenwelle stehen. Oder in Daten: 1000GB von Daten pro Fahrzeug im Monat.

Jetzt gilt es für die Automobilindustrie, die relevanten Informationen aus ihren Daten zu filtern.  So dass man diese sinnvollen Anwendungsfällen zuordnen kann und mit weiteren Datenquellen, wie beispielsweise aus dem Fertigungsprozess, kombiniert.

Starten Sie die Motoren!

Haben Sie sich jemals gefragt, wie Google den Job macht? Sie haben sozusagen das gesamte Web in ihrer Datenbank. Die Frage: Wie gehen sie mit diesen Datenmengen um?

Die Lösung ist eine Open Source Datenbanktechnologie namens Hadoop. Sie ist für jeden direkt zugänglich und leicht skalierbar. Wir haben bereits darüber in unserem Blog geschrieben. Die Technologie gibt Unternehmen die Möglichkeit, größere Datenmengen als in der Vergangenheit zu speichern und zu verarbeiten. Sie kann bestehende IT-Infrastrukturen ersetzen – wahrscheinlicher ist jedoch , dass sie diese ergänzen wird. Hadoop hilft mehr PS auf die Straße zu bekommen, Sie machen also mehr aus ihren Daten. Trotzdem benötigen Sie immer noch Räder und ein Navigationssystem, um das Ziel tatsächlich zu erreichen.

Genau diese Rolle kann Analytics einnehmen.

Sie haben Ihr Ziel erreicht!

Das erste Problem ist also gelöst, mit Hadoop kann Ihr Unternehmen problemlos alle Arten von Daten erfassen und zwar nahezu kostenneutral. Die Möglichkeit mehr Daten zu speichern ist eine Sache. Aber herauszufinden, wie man werthaltige Informationen aus diesen Daten erhält eine andere.

An dieser Stelle kommt Analytics zum Einsatz: SAS-Technologie wie Event Stream Processing (ESP) kann verwendet werden, um relevante Daten zu filtern. Auch innerhalb eines Wagens kann ESP als Enabler und Filterfunktion arbeiten, um sich auf die richtigen Daten zu konzentrieren, die anfallenden Datenmengen auf das Benötigte zu reduzieren und während der Fahrt direkt in ein Hadoop-Cluster zu übertragen.

Durch den Einsatz solcher Technologien können beispielsweise Ausfälle von Bauteilen im Fahrzeug vorhergesagt werden und damit kann man Unfällen vorbeugen. Ebenso können Sie dazu beitragen, Kundenreparaturkosten zu reduzieren, Ausfälle von LKWs in ganzen Fahrzeugflotten vorzubeugen, die vorausschauende Qualitätskontrolle der Flotte zu verbessern und so die Kundenzufriedenheit im B2B und im B2C deutlich zu erhöhen. Es entsteht eine Echtzeit-Fehlerereignis-Vorhersage im Fahrzeug. Stellen Sie sich vor, wie viele Leben mit dieser Prognosefähigkeit gerettet werden könnten!

Warum Sie Hadoop ans Steuer lassen sollten!

Sie sind bereits ein Entscheider in der Automobilindustrie oder wollen es werden? Lassen Sie mich sagen: Big Data ist kein IT Problem, Hadoop ist die Lösung für Ihre Herausforderungen. Eines ist sicher, Sie brauchen mehr Know-how darüber, was Hadoop für Sie, Ihr Team oder Ihr Unternehmen bedeuten kann.

Christoph Hartmann

Christoph Hartmann ist als Business Expert bei SAS auf Demand Forecasting spezialisiert. Dabei steht die Analyse von Point of sale Daten zur Gewinnung geschäftsrelevanter Informationen für Supply Chain, Vertrieb und Marketing im Vordergrund. Vor seinem Eintritt bei SAS im Jahr 2013 war er bei Boehringer Ingelheim und Mattel tätig. Der Diplom-Ingenieur hat an der FH Kaiserlautern Technische Logistik studiert.