Heutzutage fallen in Fertigungsbetrieben riesige Datenberge durch Messwerte, Prozessergebnisse, Umweltfaktoren und Anlagendaten an. Vom Musterbau bis hin zu vollautomatischen Produktionslinien besteht ein großer Wissensdurst, um neue Erkenntnisse aus den anfallenden Produktionsdaten zu gewinnen. Mit ihnen ist es möglich, die Produkte selbst, deren Produktionsanlagen und –verfahren zu verbessern. Hierdurch können die Wertschöpfungsqualität und die Wettbewerbsfähigkeit signifikant gesteigert werden. Jedoch sind schon die Datenquellen, die bereits verfügbaren Informationen und das Potenzial von unerschlossenen Messwerten meist unbekannt. Weiterhin kennen die meisten Firmen, hierbei vor allem KMU, die möglichen Anwendungsfälle von Data Mining Analysen nicht. Gleichzeitig setzen viele Anbieter auf einen Top-Down-Ansatz, bei dem die Methoden und nicht die Problemlösung im Vordergrund stehen.
Daher fördert das Bayerisches Staatsministerium für Bildung und Kultus, Wissenschaft und Kunst mit Geldern des Europäischen Fonds für regionale Entwicklung (EFRE) das Kompetenz- und Analyseprojekt für die datengetriebene Prozess- und Produktionsoptimierung mittels Data Mining und Big Data (kurz E|ASY-Opt). Die Projektlaufzeit beträgt 4 Jahre bei einem Gesamtvolumen von 5 Millionen Euro.
Im Rahmen des interdisziplinären Projekts E|ASY-Opt an der Friedrich-Alexander-Universität wollen die Lehrstühle FAPS, WI3, I6, LHFT und FMT gemeinsam und in enger Kooperation mit kleinen und mittelständischen Unternehmen u.a. bei der Implementierung und Anwendung von Data Mining Methoden, sowie der Analyse von komplexen Prozesszusammenhängen unterstützen. Das soll die Basis für industriegetriebene wissenschaftliche Fragestellungen wie beispielsweise Vermeidung von Verschwendung, Steigerung von Prozessverständnis, Reduzierung von Produktionsfehlern und Ausschuss, als auch gesteigerte Produktivität sein. Hierdurch steigt die Wettbewerbsfähigkeit der beteiligten Projektpartner und stärkt den Standort Bayern als Top-Region für innovative und wirtschaftlich operierende Unternehmen.
