{"id":5196,"date":"2018-01-17T06:00:11","date_gmt":"2018-01-17T05:00:11","guid":{"rendered":"https:\/\/staging.blogs.yokogawa.de\/chemical-pharma\/unkategorisiert\/analysieren-sie-ihre-daten-schritt-1-define\/"},"modified":"2022-06-17T07:52:54","modified_gmt":"2022-06-17T05:52:54","slug":"analysieren-sie-ihre-daten-schritt-1-define","status":"publish","type":"post","link":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/","title":{"rendered":"Analysieren Sie Ihre Daten – Schritt 1: Define"},"content":{"rendered":"

Beitrag 2<\/strong> – Wie bereits im Beitrag “Analysieren Sie Ihre Daten \u2013 in 5 Schritten zum Erfolg<\/a>” angek\u00fcndigt, m\u00f6chte ich mit Ihnen die Schritte einer Datenanalyse durchgehen. Dabei werde ich mich, wie bereits erw\u00e4hnt, an der Schrittabfolge entsprechend des VDI-Statusreport Chancen mit Big Data – Best Practice<\/a> orientieren. Diese basiert auf der bew\u00e4hrten DMAIC-Methode des Six Sigma<\/a>. Im heutigen Post werden wir uns n\u00e4her mit dem Schritt Define besch\u00e4ftigen.<\/p>\n

\"Schaubild<\/p>\n

Datenanalyse ja oder nein?<\/h2>\n

Wann ist eine Datenanalyse \u00fcberhaupt sinnvoll? Letztlich l\u00e4sst sich die Frage immer durch einen wirtschaftlichen Nutzen beantworten. Schwanken Produktionskosten stark, wird die gew\u00fcnschte Produktqualit\u00e4t oder -stabilit\u00e4t nicht erreicht oder ist eine Mehrfachbearbeitung von Produkten notwendig, sollten Sie genauer hinschauen. Sind Ihnen die funktionalen Zusammenh\u00e4nge bekannt, k\u00f6nnen Sie nat\u00fcrlich direkt eingreifen. Ist dieses jedoch nicht der Fall und Sie haben eine ausreichende Menge valider Daten, sollten Sie das Potential einer Datenanalyse absch\u00e4tzen.<\/p>\n

Eine geeignete Gr\u00f6\u00dfe hierf\u00fcr sind die Herstellungskosten Ihres Produkts. Betrachten Sie hierbei m\u00f6glichst alle Kosten f\u00fcr die Rohstoffe, Betriebsmittel, Energieverbrauch und Entsorgungskosten. Diese lassen sich je nach Prozess auf die gefertigte St\u00fcckzahl oder die Menge Produkt beziehen – sofern alle Qualit\u00e4tsanforderungen erf\u00fcllt sind. Je nach Prozess und Problemstellung k\u00f6nnen Sie nat\u00fcrlich auch andere KPIs w\u00e4hlen wie bspw. die L\u00e4nge eines Batches oder nicht spezifikationsgerecht produzierte St\u00fcckg\u00fcter. Werten Sie diese Daten \u00fcber einen l\u00e4ngeren Zeitraum, am besten ein Jahr aus, k\u00f6nnen Sie anhand der Schwankungsbreite das Potential absch\u00e4tzen. Der VDI-Statusreport<\/a> gibt als Faustregel an, dass sich die Schwankungsbreite der KPI durch ein optimales Datenanalyseprojekt mindestens um eine Zehnerpotenz verringert.<\/p>\n

Haben Sie ein Problem?<\/h2>\n

Es muss ja nicht immer gleich ein Riesenproblem sein. Auch wenn oft erst gehandelt wird, sobald der Schuh dr\u00fcckt – oft erreichen Sie einen wirtschaftlicher Nutzen auch durch eine Verbesserung eines eigentlich bereits stabil laufenden Prozesses. Seien es eine Kostenreduzierung, eine Qualit\u00e4tsverbesserung oder die Erh\u00f6hung der Produktivit\u00e4t. Dies sind die \u00fcblicherweise angestrebten Ziele. Lassen Sie aber auch nicht direkt wirtschaftlich messbare Aspekte au\u00dfer Acht. Oft k\u00f6nnen Sie beispielsweise Entlastungen f\u00fcr die Operator schaffen und Stresssituationen vermeiden. So geben Sie ihnen die M\u00f6glichkeit, sich intensiv mit dem Prozess auseinanderzusetzen und proaktiv reagieren zu k\u00f6nnen.<\/p>\n

Nicht immer sind alle Ziele gleichzeitig erreichbar, manche schlie\u00dfen sich durch Beschr\u00e4nkungen teilweise auch gegenseitig aus. Befassen Sie sich daher genau mit dem Prozess und gewichten Sie die Zielsetzungen je nach Aufgabenstellung. Vor allem sollten Sie aber m\u00f6glichst direkt zu Projektbeginn die Systemgrenzen festlegen. Dieses hilft Ihnen bei der Prozessbeschreibung, aber auch bei der Definition der Zielfunktion. Diese sollten Sie am Ende des Define-Schritts ausgehend von der Zielsetzung und der Prozessbeschreibung entwickeln.<\/p>\n

Beschreiben Sie den Prozess<\/h2>\n

Nachdem Sie eine Zielvorstellung haben, ergeben sich weitere Fragen, die grunds\u00e4tzlich zwei Bereiche betreffen: die Datenlage an sich und den Betrieb der Anlage samt bestehender Erfahrungen. Ausgangspunkt f\u00fcr die Diskussion ist, den Aufbau der Anlage zu analysieren und zu kl\u00e4ren, welche Aufbereitungsschritte in die Modellierung einzubeziehen sind. Anhand eines Flie\u00dfbildes sollten Sie die einzelnen Aufbereitungsschritte beschreiben. Abh\u00e4ngig vom Ziel k\u00f6nnen Sie anschlie\u00dfend die Grenzen f\u00fcr die Analyse ziehen. Nicht immer macht es Sinn, den gesamten Prozess einzubeziehen. H\u00e4ufig hat jedoch die betrachtete Prozessstufe direkte Auswirkungen auf folgende Stufen, die gerade bei einer Kostenoptimierung nicht vernachl\u00e4ssigt werden k\u00f6nnen. Ist Ihr Ziel eine Ursachenanalyse, bspw. hinsichtlich der Qualit\u00e4t eines Produkts, k\u00f6nnen bereits vorhergehende Stufen entscheidend sein. Gehen Sie zun\u00e4chst von der vermuteten Ursache aus, versteifen Sie sich aber nicht darauf. Auch wenn Sie die Systemgrenzen festgelegt haben, behalten Sie immer den gesamten Prozess im Blick.<\/p>\n

Stellen Sie zielgerichtete Fragen<\/h2>\n

F\u00fcr die Beschreibung des Prozesses m\u00f6chte ich Ihnen ein paar grundlegende Fragen an die Hand geben, die sich f\u00fcr mich als hilfreich herauskristallisiert haben.<\/p>\n

– Wie wird die Anlage gefahren, welche Gr\u00f6\u00dfen werden wonach und wie geregelt?<\/p>\n

– Was sind die Schl\u00fcsselgr\u00f6\u00dfen des Prozesses?<\/p>\n

– Welche (nicht beeinflussbaren) St\u00f6rgr\u00f6\u00dfen wirken vermutlich auf das System?<\/p>\n

– Welche Zusammenh\u00e4nge vermuten Sie zwischen den Gr\u00f6\u00dfen?<\/p>\n

– Wo liegen die verfahrenstechnischen Schwierigkeiten?<\/p>\n

– Wo liegen Beschr\u00e4nkungen oder Grenzwerte, die in jedem Fall eingehalten werden m\u00fcssen?<\/p>\n

– Wie hoch ist die Bereitschaft, in den Prozess einzugreifen? Da datengetriebene Modelle nicht oder nur in sehr begrenztem Ma\u00dfe extrapolationsf\u00e4hig<\/a> sind, kann es gerade bei Optimierungsprojekten Sinn machen, den Prozess an bestimmte Betriebspunkte zu fahren, um die Datendichte in selten auftretenden Zust\u00e4nden zu erh\u00f6hen. Diese Frage zielt nicht auf die in Six Sigma-Projekten \u00fcbliche statistische Versuchsplanung hin, denn gerade in stark automatisierten Prozessen ist diese kaum durchf\u00fchrbar. Kristallisiert sich jedoch ein Optimierungspotential in einem Bereich heraus, in dem die Anlage bisher nicht oder nur selten betrieben wurde, sollte die Bereitschaft abgekl\u00e4rt werden, den Prozess schrittweise und unter Ber\u00fccksichtigung aller Sicherheitsaspekte in diesen Bereich zu fahren.<\/p>\n

– Wo liegen die technischen Limitierungen? M\u00f6glicherweise w\u00e4ren Ver\u00e4nderungen einzelner Parameter sinnvoll, die jedoch aus technischen und oder betrieblichen Gr\u00fcnden nicht variierbar sind.<\/p>\n

– Existiert ein Betriebshandbuch, um Prozessunstetigkeiten im Nachhinein nachvollziehen zu k\u00f6nnen?<\/p>\n

– Gab es Ver\u00e4nderungen der Betriebsbedingungen und Anlagenumbauten, die es zu ber\u00fccksichtigen gilt?<\/p>\n

Strukturieren Sie das Projekt<\/h2>\n

Es ist \u00fcberaus hilfreich, wenn Sie das Projekt gleich zu Beginn strukturieren. Hierzu ist die Festlegung der Systemgrenzen sinnvoll. Dar\u00fcber hinaus sollten Sie aber auch die Prozessvariablen von vorne herein kategorisieren. Hier sind zun\u00e4chst die St\u00f6rgr\u00f6\u00dfen zu benennen. Das sind Messwerte, die Sie nicht beeinflussen k\u00f6nnen, die aber ihrerseits einen Einfluss auf den Prozess haben. Dieses k\u00f6nnen bspw. die Au\u00dfentemperatur sein oder auch bestimmte Rohstoffeigenschaften. Manipulierbare Variablen sind Parameter, die Sie direkt beeinflussen k\u00f6nnen und die somit als Optimierungsparameter zur Verf\u00fcgung stehen, also bspw. eine Temperatur oder ein Durchfluss. Wichtig ist vor allem die Festlegung der Zielgr\u00f6\u00dfen. Diese Parameter stellen messbar dar, inweiweit das Ziel erreicht werden kann. Einfachstes Beispiel ist hier sicherlich die Qualit\u00e4t eines Poduktes.<\/p>\n

Durch die Einteilung k\u00f6nnen Sie nun einen funktionalen Zusammenhang zwischen den St\u00f6rgr\u00f6\u00dfen und den manipulierbaren Variablen gegen\u00fcber den Zielgr\u00f6\u00dfen formulieren. Diese Funktion dient als Grundlage f\u00fcr die Analyse, kann aber auch unter Ber\u00fccksichtigung aller Schranken als Optimierungsfunktion im Nachgang der Analyse herangezogen werden.<\/p>\n

Fassen wir kurz zusammen<\/h2>\n

\"Zusammenfassung_Grafik_Define\"<\/h2>\n

Die Zusammenstellung der Informationen war interessant f\u00fcr Sie?<\/h2>\n

Dann begleiten Sie mich auch im n\u00e4chsten Blogbeitrag<\/strong><\/span><\/a>, in dem ich Ihnen den Schritt Measure<\/strong><\/span><\/a> n\u00e4herbringen werde. Hier lauern einige Fallstricke, die f\u00fcr den Erfolg einer Datenanalyse entscheidend sein k\u00f6nnen – denn diese steht und f\u00e4llt mit der Qualit\u00e4t Ihrer Daten. Was Sie hier beachten m\u00fcssen und wo Probleme auftreten k\u00f6nnen, lesen Sie hier<\/strong><\/span><\/a>.<\/p>\n

Sollten Sie Fragen oder Anregungen zu diesem Beitrag oder f\u00fcr die n\u00e4chsten Posts haben, z\u00f6gern Sie nicht, uns einen Kommentar zu hinterlassen!<\/p>\n

\n

Einen Beitrag verpasst?<\/strong> <\/span>
\nKein Problem, hier finden Sie alle Serienbeitr\u00e4ge aufgelistet:<\/strong> <\/span>
\n– vorheriger Beitrag: “<\/span>Analysieren Sie Ihre Daten \u2013 in 5 Schritten zum Erfolg<\/a>“<\/span>
\n– n\u00e4chster Beitrag: “<\/span>Analysieren Sie Ihre Daten – Schritt 2: Measure<\/a>“<\/span>
\n– 4. Beitrag: “<\/span>Analysieren Sie Ihre Daten – Schritt 3: Analyse<\/a>” <\/span>
\n– 5. Beitrag: “Analysieren Sie Ihre Daten \u2013 Schritt 4: Improve<\/a>“<\/span>
\n– 6. Beitrag: \u201cAnalysieren Sie Ihre Daten \u2013 Schritt 5: Control<\/a>\u201d<\/p>\n","protected":false},"excerpt":{"rendered":"

Wann ist eine Datenanalyse \u00fcberhaupt sinnvoll? Letztlich l\u00e4sst sich die Frage immer durch einen wirtschaftlichen Nutzen beantworten. Schwanken Produktionskosten stark, wird die gew\u00fcnschte Produktqualit\u00e4t oder -stabilit\u00e4t nicht erreicht oder ist eine Mehrfachbearbeitung von Produkten notwendig, sollten Sie genauer <\/p>\n

Analysieren Sie Ihre Daten – Schritt 1: Define<\/span> Weiterlesen »<\/a><\/p>\n","protected":false},"author":115,"featured_media":1333,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_uag_custom_page_level_css":"","site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"","footnotes":""},"categories":[957,958,959],"tags":[1018,223,134,1097,979,1055,968,994,998,167],"coauthors":[222],"acf":[],"yoast_head":"\nAnalysieren Sie Ihre Daten - Schritt 1: Define - Yokogawa Industry Blog<\/title>\n<meta name=\"description\" content=\"Eine Datenanalyse hilft Ihre Produktionskosten zu reduzieren, die Qualit\u00e4t zu verbessern oder die Produktivit\u00e4t zu erh\u00f6hen. Mehr erfahren...\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Analysieren Sie Ihre Daten - Schritt 1: Define\" \/>\n<meta property=\"og:description\" content=\"Eine Datenanalyse hilft Ihre Produktionskosten zu reduzieren, die Qualit\u00e4t zu verbessern oder die Produktivit\u00e4t zu erh\u00f6hen. Mehr erfahren...\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/\" \/>\n<meta property=\"og:site_name\" content=\"Chemical Pharma Blog\" \/>\n<meta property=\"article:published_time\" content=\"2018-01-17T05:00:11+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-06-17T05:52:54+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN.png\" \/>\n\t<meta property=\"og:image:width\" content=\"860\" \/>\n\t<meta property=\"og:image:height\" content=\"356\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Silke M\u00fcller\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/\"},\"author\":{\"name\":\"Silke M\u00fcller\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/person\/1f3b3ff3511df254fa00b2c9813ae815\"},\"headline\":\"Analysieren Sie Ihre Daten – Schritt 1: Define\",\"datePublished\":\"2018-01-17T05:00:11+00:00\",\"dateModified\":\"2022-06-17T05:52:54+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/\"},\"wordCount\":1234,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#organization\"},\"keywords\":[\"Analyse\",\"Best Practice\",\"Big data\",\"Datenanalyse\",\"Effizienz\",\"Industrie 4.0\",\"Informationen\",\"Komplexit\u00e4t\",\"Optimierung\",\"Smart data\"],\"articleSection\":[\"Automation\",\"Optimization\",\"Services\"],\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/\",\"url\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/\",\"name\":\"Analysieren Sie Ihre Daten - Schritt 1: Define - Yokogawa Industry Blog\",\"isPartOf\":{\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#website\"},\"datePublished\":\"2018-01-17T05:00:11+00:00\",\"dateModified\":\"2022-06-17T05:52:54+00:00\",\"description\":\"Eine Datenanalyse hilft Ihre Produktionskosten zu reduzieren, die Qualit\u00e4t zu verbessern oder die Produktivit\u00e4t zu erh\u00f6hen. Mehr erfahren...\",\"breadcrumb\":{\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#breadcrumb\"},\"inLanguage\":\"de-DE\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Analysieren Sie Ihre Daten – Schritt 1: Define\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#website\",\"url\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/\",\"name\":\"Chemical Pharma Blog\",\"description\":\"Just another blogs.yokogawa.com Sites site\",\"publisher\":{\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"de-DE\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#organization\",\"name\":\"Chemical Pharma Blog\",\"url\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/05\/yokogawa-logo-e1651674418793.png\",\"contentUrl\":\"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/05\/yokogawa-logo-e1651674418793.png\",\"width\":302,\"height\":89,\"caption\":\"Chemical Pharma Blog\"},\"image\":{\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/person\/1f3b3ff3511df254fa00b2c9813ae815\",\"name\":\"Silke M\u00fcller\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de-DE\",\"@id\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/person\/image\/8a8a675bcb3e2c343d2370776ca279d7\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/24c6681830f2e0554556d87c7a263564?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/24c6681830f2e0554556d87c7a263564?s=96&d=mm&r=g\",\"caption\":\"Silke M\u00fcller\"},\"url\":\"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/author\/silke-mueller\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Analysieren Sie Ihre Daten - Schritt 1: Define - Yokogawa Industry Blog","description":"Eine Datenanalyse hilft Ihre Produktionskosten zu reduzieren, die Qualit\u00e4t zu verbessern oder die Produktivit\u00e4t zu erh\u00f6hen. Mehr erfahren...","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/","og_locale":"de_DE","og_type":"article","og_title":"Analysieren Sie Ihre Daten - Schritt 1: Define","og_description":"Eine Datenanalyse hilft Ihre Produktionskosten zu reduzieren, die Qualit\u00e4t zu verbessern oder die Produktivit\u00e4t zu erh\u00f6hen. Mehr erfahren...","og_url":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/","og_site_name":"Chemical Pharma Blog","article_published_time":"2018-01-17T05:00:11+00:00","article_modified_time":"2022-06-17T05:52:54+00:00","og_image":[{"width":860,"height":356,"url":"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN.png","type":"image\/png"}],"author":"Silke M\u00fcller","twitter_card":"summary_large_image","schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#article","isPartOf":{"@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/"},"author":{"name":"Silke M\u00fcller","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/person\/1f3b3ff3511df254fa00b2c9813ae815"},"headline":"Analysieren Sie Ihre Daten – Schritt 1: Define","datePublished":"2018-01-17T05:00:11+00:00","dateModified":"2022-06-17T05:52:54+00:00","mainEntityOfPage":{"@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/"},"wordCount":1234,"commentCount":0,"publisher":{"@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#organization"},"keywords":["Analyse","Best Practice","Big data","Datenanalyse","Effizienz","Industrie 4.0","Informationen","Komplexit\u00e4t","Optimierung","Smart data"],"articleSection":["Automation","Optimization","Services"],"inLanguage":"de-DE","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/","url":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/","name":"Analysieren Sie Ihre Daten - Schritt 1: Define - Yokogawa Industry Blog","isPartOf":{"@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#website"},"datePublished":"2018-01-17T05:00:11+00:00","dateModified":"2022-06-17T05:52:54+00:00","description":"Eine Datenanalyse hilft Ihre Produktionskosten zu reduzieren, die Qualit\u00e4t zu verbessern oder die Produktivit\u00e4t zu erh\u00f6hen. Mehr erfahren...","breadcrumb":{"@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#breadcrumb"},"inLanguage":"de-DE","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/analysieren-sie-ihre-daten-schritt-1-define\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/"},{"@type":"ListItem","position":2,"name":"Analysieren Sie Ihre Daten – Schritt 1: Define"}]},{"@type":"WebSite","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#website","url":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/","name":"Chemical Pharma Blog","description":"Just another blogs.yokogawa.com Sites site","publisher":{"@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"de-DE"},{"@type":"Organization","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#organization","name":"Chemical Pharma Blog","url":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/","logo":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/05\/yokogawa-logo-e1651674418793.png","contentUrl":"https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/05\/yokogawa-logo-e1651674418793.png","width":302,"height":89,"caption":"Chemical Pharma Blog"},"image":{"@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/person\/1f3b3ff3511df254fa00b2c9813ae815","name":"Silke M\u00fcller","image":{"@type":"ImageObject","inLanguage":"de-DE","@id":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/#\/schema\/person\/image\/8a8a675bcb3e2c343d2370776ca279d7","url":"https:\/\/secure.gravatar.com\/avatar\/24c6681830f2e0554556d87c7a263564?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/24c6681830f2e0554556d87c7a263564?s=96&d=mm&r=g","caption":"Silke M\u00fcller"},"url":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/author\/silke-mueller\/"}]}},"uagb_featured_image_src":{"full":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN.png",860,356,false],"thumbnail":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN-150x150.png",150,150,true],"medium":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN-300x124.png",300,124,true],"medium_large":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN-768x318.png",768,318,true],"large":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN.png",860,356,false],"1536x1536":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN.png",860,356,false],"2048x2048":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN.png",860,356,false],"post-thumbnail":["https:\/\/www.yokogawa.com\/eu\/blog\/app\/uploads\/sites\/8\/2022\/06\/Headerbild_quer_dataanalyse_Define_EN-356x200.png",356,200,true]},"uagb_author_info":{"display_name":"Silke M\u00fcller","author_link":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/author\/silke-mueller\/"},"uagb_comment_info":0,"uagb_excerpt":"Wann ist eine Datenanalyse \u00fcberhaupt sinnvoll? Letztlich l\u00e4sst sich die Frage immer durch einen wirtschaftlichen Nutzen beantworten. Schwanken Produktionskosten stark, wird die gew\u00fcnschte Produktqualit\u00e4t oder -stabilit\u00e4t nicht erreicht oder ist eine Mehrfachbearbeitung von Produkten notwendig, sollten Sie genauer Analysieren Sie Ihre Daten – Schritt 1: Define Weiterlesen »","_links":{"self":[{"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/posts\/5196"}],"collection":[{"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/users\/115"}],"replies":[{"embeddable":true,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/comments?post=5196"}],"version-history":[{"count":1,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/posts\/5196\/revisions"}],"predecessor-version":[{"id":5211,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/posts\/5196\/revisions\/5211"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/media\/1333"}],"wp:attachment":[{"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/media?parent=5196"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/categories?post=5196"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/tags?post=5196"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.yokogawa.com\/eu\/blog\/chemical-pharma\/de\/wp-json\/wp\/v2\/coauthors?post=5196"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}