Thought Leadership
Automotive-OEMs und Zulieferer haben es eilig, von einem ingenieursorientierten Ansatz zu einem datenzentrierten Ansatz überzugehen – der richtige Data Management-Ansatz wird für die Zukunft entscheidend sein.
Die OEMs in der Automobilbranche stehen vor einem bösen Erwachen. Datengestützte technologische Fortschritte fegen jahrzehntelange Ingenieurtraditionen hinweg, die auf Massenproduktion und Fahrzeugverkauf basierten. Vorreiter wie Tesla geben das Tempo vor. Sie sind in erster Linie ein Software- und Datenunternehmen, während ihre Rolle als Hersteller fast zu einer unterstützenden Funktion wird.
In dieser neuen Welt haben Telemetrie und Fahrzeugfunktionen Vorrang vor dem Aussehen und der Qualität der Fahrzeuge. Unter dem Druck, relevant zu bleiben, beeilen sich die traditionellen Automobilhersteller, ihre Geschäftsmodelle umzustellen, wie Pure Storage berichtet. Alte, isolierte Methoden der Fahrzeugentwicklung werden über Bord geworfen. An ihre Stelle treten integrierte Systeme und gestraffte Prozesse, die Fahrzeuge mit datengesteuerten Funktionen und unbegrenzten Möglichkeiten zur Personalisierung ausstatten.
Pure Storage erläutert, was diese Entwicklung und eine zukunftssicherer Ausrichtung für die IT- und Data Management Systeme bedeutet:
Der Übergang von der Technik zu den Daten
Der Prozess der Vereinheitlichung ganzer Ökosysteme für eine bessere Zusammenarbeit, nahtlose Konnektivität und einen stärkeren geschäftsübergreifenden Informationsaustausch führt die Automobilhersteller weg von einem ingenieursorientierten Modell hin zu einem stärker datengesteuerten Ansatz. Um dies zu erreichen, müssen sie ihr Geschäft rasch umgestalten. Viele von ihnen leiten derzeit einen digitalen Transformationsprozess ein, der Datenanalysen für eine bessere Sichtbarkeit von Innovation, Entwicklung und Ressourcenbedarf beinhaltet.
Tesla ist ein Vorreiter bei der Einführung neuer Branchenmethoden für diesen datengesteuerten Ansatz. Das Unternehmen hat mit diesem Prozess lange vor allen anderen begonnen und verfügt im Vergleich zu anderen über eine größere Menge an Qualitätsdaten. Ein weiterer Grund für die Führungsrolle von Tesla in diesem Bereich ist, dass das Unternehmen sich grundsätzlich als Software- und Datenunternehmen und nicht als Hersteller sieht. Im Gegensatz zu traditionellen Herstellern ist Tesla auf datengestützte Personalisierung und Funktionalität ausgerichtet.
Die IT wird von der Kostenstelle zum Profitcenter
In der Automobilindustrie wurde die IT lange Zeit als Stiefkind betrachtet, das neben der Versicherung zu den notwendigen Kosten des Geschäftsbetriebs gehörte. Im Gegensatz dazu wurde der Automobilbetrieb (Kernfunktionen der Fertigung) in der Vergangenheit für die Produktentwicklung und letztlich für den Umsatz verantwortlich gemacht. Heute sehen die OEMs jedoch, dass die Kunden den Unterschied zu schätzen wissen, den die Technologie für ihre Erfahrungen machen kann, und sie schätzen ihr Potenzial, sich positiv auf das Endergebnis auszuwirken.
Wenn wir im Zusammenhang mit Fahrzeugen von Daten sprechen, geht es eigentlich um Telemetrie. Autofahrer, vor allem junge, sind zweifellos damit vertraut, dass Versicherungsgesellschaften eine Telemetriebox vorschreiben, um das Fahrverhalten zu messen und zu analysieren – ein Prozess, der als Telematik bezeichnet wird. Es scheint, dass die Telemetrie bald ein allgegenwärtiger Aspekt des Fahrens sein wird. Die schnelle Aufnahme, Analyse und Extraktion von Telemetriedaten ist der Schlüssel für eingebettete Funktionen wie Infotainment im Fahrzeug (IVI), fortschrittliche Fahrerassistenzsysteme (ADAS) sowie Gesten- und Temperatursteuerung. Die Frage ist: Wie erfasst und speichert man diese Telemetriedaten?
Auswirkungen auf die Datenspeicherung in Kraftfahrzeugen
Die von Fahrzeugen erzeugten Daten werden auf zwei Arten verwaltet. Es gibt fahrzeuginterne Steuergeräte, die für Motormanagementsysteme (EMS), bordeigenes Zubehör etc. zuständig sind. Außerdem gibt es cloudbasierte Managementsysteme für Over-the-Air-Updates und für die Sammlung und Analyse von Telemetriedaten für den OEM. Hier beginnen die Dinge ziemlich komplex zu werden. Big-Data-Systeme beinhalten das, was durch die drei Vs gekennzeichnet ist: volume, also Volumen, variety, also Vielfalt und velocity, also Schnelligkeit. Die Komplexität bezieht sich auf die Vielfalt der Daten, die Analyse der vorhandenen Daten und die Art und Weise, wie sie sinnvoll genutzt werden können. Die Geschwindigkeit bezieht sich auf eine schnellere Entwicklung oder eine kürzere Markteinführungszeit. Es geht auch um die Geschwindigkeit, mit der man aus diesen Daten Erkenntnisse gewinnen kann.
Vor allem die Mengenangaben sind signifikant. Jedes Jahr werden weltweit etwa 70 Millionen neue Autos gekauft. Die Schätzungen gehen zwar weit auseinander, aber die Datenmenge, die jedes vernetzte Auto erzeugt, kann leicht einen zweistelligen Terabyte-Betrag pro Tag erreichen. Selbst bei einem Terabyte sind das 100 Millionen Terabyte pro Tag. Wenn mehrere Cloud-Anbieter beteiligt sind, kann das sehr teuer werden.
Die Datenspeichertechnologie für die Automobilindustrie muss daher von Haus aus flexibel sein, mit allen wichtigen Hyperscalern zusammenarbeiten und gleichzeitig jeden führenden globalen Cloud-Anbieter unterstützen. Einige Speichertechnologien verfügen über eine hochleistungsfähige, massiv-parallele Architektur, mit der die Entwicklung beschleunigt werden kann, um eine schnellere Markteinführung zu ermöglichen. Die OEMs müssen daher ihre Speicherarchitektur grundlegend überdenken, damit alle Mitarbeiter im Unternehmen die Daten optimal nutzen können.
Zusammenfassend lässt sich sagen, dass die Fahrzeughersteller ihr Geschäft schnell von einem ingenieursorientierten Ansatz auf einen datenzentrierten Ansatz umstellen, um die wachsende Kundennachfrage nach einem individuelleren Fahrerlebnis zu erfüllen. Während sich OEMs an dieses neue datengesteuerte Ökosystem anpassen, hängt alles von der richtigen Storage-Plattform für effizientes Datenhandling ab.
www.purestorage.com
