PANAMERA - Entwicklung eines Predictive Maintenance Baukastens für automotive Applikationen mittels Fahrzeug-Flottendatenanalyse

Abstract

Ziel des Projekts PANAMERA war die Entwicklung und prototypische Umsetzung eines modularen Predictive-Maintenance-Baukastens für Anwendungen im Automotive-Bereich. Grundlage hierfür war die systematische Erfassung und Analyse großer Fahrzeugflottendaten, um frühzeitig potenzielle Schäden oder Wartungsbedarfe an Fahrzeugkomponenten zu erkennen. areto war innerhalb des Konsortiums für die cloudbasierte Datenintegration, -aufbereitung und -bereitstellung verantwortlich. Hierzu gehörten die Entwicklung einer skalierbaren Datenarchitektur, Maßnahmen zur Sicherung der Datenqualität sowie Performance-Optimierungen für die Verarbeitung großer Datenmengen. Zusätzlich realisierte areto interaktive und leistungsstarke Dashboards, um die erfassten Daten visuell nutzbar zu machen. Die Zusammenarbeit mit den Data-Science-Partnern im Projekt – insbesondere dem Fraunhofer-Institut und der TU München – erfolgte eng abgestimmt, um eine nahtlose Verarbeitungskette vom Rohdatenzugriff bis zur Modellentwicklung zu gewährleisten. Das Projekt adressierte gezielt auch kleine und mittlere Unternehmen (KMU) und schuf mit seiner modularen Architektur eine übertragbare Basis für weitere Anwendungen im Bereich der vorausschauenden Wartung.