Frage zu Industrie 4.0 und IoT

[i_make_it]

Für präzise Modelle braucht es aber nicht nur Kenntnisse in Mathematik und Statistik sondern vorallem verlässliche Datenquellen und Daten von hoher Qualität

Das ist jetzt nicht wirklich neu und hat auch nicht im mindesten was mit Data Science zu tun.
Das ist quasi ein Axiom das bereits seit Entstehung dem Universums gilt.
Daß das von jemand vereinnahmt wird, macht es nicht zu einer Neuheit.
Im Ingenieurswesen arbeitet man eigentlich immer so, sonst gäbe es viel mehr einstürzende Neubauten etc.
Die Finite Elemente Methode ist eigentlich eine reine Anwendung dieses Prinzips um Vorhersagen zur Bauteilfestigkeit machen zu können.
Es handelt sich also wieder um ein altes Prinzip das man auf eine neuen Sektor und mit anderen Mitteln anwendet.

Der Begriff Data Science wie er seit 40 Jahren existiert , hat mit den heute angewandten Methoden und Modellen nur noch wenig zutun.

Allerdings sind auch fast alle Methoden und Modelle nicht neu sondern nur nach langer Zeit aus dem Elfenbeinturm der theoretischen Mathematik in die praktische Anwendung geholt worden.
Größtenteils ist nur die Rekombination neu.

Data Science spielt heute eine ganz entscheidene Rolle im Machine und Deep learning.

Eher umgekehrt, Deep Learning, Deep Data Mining und Maschnelles Lernen spielen heute eine große Rolle in Data Science.
Meine Literatur dazu stammt halt aus der KI Forschung, somit ist das für mich auch alt.
Konkret, mein ätestes Buch ist von 1994 (Addison-Wesley Genetische Algorithmen und Evolutionsstrategien).
Auch die Mustererkennung in Daten ist alt und hat sich aus der Muster und Objekterkennung der Bildverarbeitung in der KI entwickelt.

Denn auch die Lernmethoden für künstliche Intelligenz und neuronale Netze haben sich ein wenig verändert seit den 80er und 90ern.

Das ist üblich das es in über 30 Jahren Weiterentwicklungen gibt.
Wer sowas verschläft, für den ist das dann natürlich neu und überraschend.
Das ist aber in allen Bereichen des Lebens so und kein I40 spezifisches Phänomen.

Desweiteren reden wir von Milliardenumsätzen im Bereich Predictive Analytics und Kostensparende Produktionen durch predictive maintenance,
was ohne IT Vernetzung in der Industrie überhaupt nicht möglich wäre.

OK, dann habe ich 1985 intelligente vorbeugende Instandhaltung gemacht als es noch gar nicht möglich war.
Da muß meine Firma Ihrer Zeit also 30 Jahre vorraus gewesen sein.
Und das Wunder beherscht haben, all das mit einem Mainframe ohne Netzwerk zu machen, da es ja ohne IT nicht möglich wäre.
Lean Management und Lean Production schwappten damas grade aus Asien rüber, also kostensparende Produktion als neu zu bezeichnen ist nicht wirklich sinnig.
In einer Marktwirtschaft ist es immer das Ziel so kostensparend wie möglich zu Produzieren und möglichst teuer zu verkaufen.
Das Prinzip der Gewinnmaximierung ist wohl eher eines der ältesten marktwirtschaftlichen Prinzipien überhaupt.
Auch die Vorhersage von Trends und Ereignissen durch Datenanalyse findet man schon in "die Kunst des Kreiges", das Buch jetzt 2500 Jahre Alt.
Da sollte eine Weiterentwicklung mit angepassten Mitteln und Methoden der Zeit zu erwarten sein.

Allein das Data cleaning in einer Real Time Umgebung ist insbesondere durch Big Data und iot eine ziemliche Herausforderung geworden, die nicht mal eben so
von irgendwelchen Eigenbrödlern mit Selbstüberschätzung umgesetzt werden, sondern von Data Science Teams, um je nach Anforderung und Modell
zu einem verlässlichen Ergebnis innerhalb einer analytischen Plattform zu kommen.

Das größere Projekte von mehr qualifizieretem Personal besser und schneller gelöst werden wie von Laien ist jetzt auch nicht wirklich neu.
Das Prinzip hat zur Arbeitsteilung und Entstehung von Berufen geführt.