In unserem Unternehmen nutzen wir JMP-Produkte in verschiedenen Bereichen unserer Geschäftstätigkeit und demonstrieren so deren Vielseitigkeit und Effizienz. JMP Live dient uns dabei vor allem als leistungsstarkes Business-Intelligence-Tool, mit dem wir Fermentationskinetik und Finanzdaten klar und präzise visualisieren können. Dank der intuitiven Benutzeroberfläche von JMP können Entscheidungsträger in Echtzeit Erkenntnisse gewinnen und datengestützte Entscheidungen treffen.
Darüber hinaus sind die Analysefunktionen von JMP für unsere Datenanalyse unerlässlich. Wir integrieren SQL-Abfragen nahtlos in ein JMP-Add-in und erhalten so schnellen Zugriff auf umfangreiche Datensätze aus unserem Data Warehouse. Dieser optimierte Ansatz beschleunigt unsere Analyseprozesse und ermöglicht es uns, effizient aussagekräftige Erkenntnisse zu gewinnen.
Zusätzlich zur Datenanalyse nutzen wir die fortschrittlichen Modellierungsfunktionen von JMP, um unsere prädiktiven Analysen zu optimieren. Beispielsweise prognostizieren wir mithilfe von Gompertz-Modellen in JMP die CO₂-Emissionen basierend auf der NIR-Bioethanolkinetik – ein entscheidender Faktor in unseren Produktionsprozessen. Regelkarten und der Vergleich mit Produktionsdaten ermöglichen es uns, Leistungskennzahlen wie den prozentualen Anteil der theoretischen Ausbeute zu quantifizieren und so die Prozessoptimierung und Qualitätskontrolle zu unterstützen.
Durch diese Anwendungen spielen JMP-Produkte eine zentrale Rolle bei datengestützten Entscheidungen, Prozessoptimierungen und Qualitätssicherungsmaßnahmen in unserem Unternehmen. Auch bei der kontinuierlichen Weiterentwicklung und Optimierung unserer Methoden bleibt JMP ein unverzichtbarer Partner auf unserem Weg zu operativer Exzellenz und ständiger Verbesserung.
Hallo zusammen. Es freut mich, mich Ihnen heute vorstellen zu dürfen. Mein Name ist Scott Johnson. Ich bin Datensystemmanager bei POET in Sioux Falls, South Dakota.
Ich bin Brandon Breitling, leitender Statistiker bei POET in Sioux Falls.
POET ist der weltweit größte Bioethanolproduzent mit Hauptsitz in Sioux Falls, South Dakota, wie bereits erwähnt. Wir betreiben 34 Bioethanolanlagen in acht Bundesstaaten des Mittleren Westens. Unser einzigartiges, integriertes Geschäftsmodell umfasst Standortwahl, Planung und Bau, Getreidebeschaffung, Produktvermarktung und Anlagenmanagement. Wir engagieren uns sogar in der Agrarpolitik.
Daher kann es eine Herausforderung sein, Daten und Erkenntnisse den richtigen Personen zum richtigen Zeitpunkt bereitzustellen. Natürlich ist dies kein Einzelfall bei POET. Viele Unternehmen stehen vor ähnlichen Herausforderungen bei der Datenanalyse. Wie andere Unternehmen nutzt auch POET verschiedene Tools, um Berichte, KPIs und Dashboards zu erstellen. Wir haben insbesondere einen großen Bedarf an Echtzeit-Datenanalyse.
Unser Kerngeschäft findet an unseren 34 Bioprozessstandorten statt, die rund um die Uhr in Betrieb sind. JMP ist eine der wichtigsten Plattformen, die uns dabei hilft, diese Erkenntnisse unternehmensweit zu nutzen. Anstatt eines konkreten Anwendungsfalls möchten wir Ihnen anhand einiger Beispiele zeigen, wie wir JMP auf Unternehmens- oder Flottenebene einsetzen. Dort führen wir die komplexen Analysen und Diagrammerstellungen durch und teilen die Ergebnisse anschließend mit anderen.
Wir werden demonstrieren, wie die kürzliche Integration von JMP Live in unser Toolset die Möglichkeiten zum Austausch von Erkenntnissen im gesamten Netzwerk nochmals deutlich erweitert hat. Ich übergebe nun an Brandon, der uns einige Beispiele zeigen wird.
Wunderbar. Danke, Scott. JMP wird bei POET seit über zehn Jahren zur Trendanalyse, Versuchsplanung und Datenabfrage eingesetzt. Ich bin an der Verwaltung eines JMP-Add-ins beteiligt; ein Screenshot davon ist links zu sehen. Das Add-in greift auf zahlreiche Tabellen und Views im Data Warehouse von POET zu. Dort werden regelmäßig Daten aus verschiedenen Transaktionssystemen abgefragt, integriert, gespeichert oder über das Add-in abgerufen.
Diese Datensätze stehen Ingenieuren, Wissenschaftlern und Geschäftsleuten zur Analyse zur Verfügung. Ich verbringe viel Zeit damit, gemeinsam mit den primären Dateneigentümern die Datenquellen einzurichten, um die Daten aus Rohdaten- oder Transaktionsquellen zu extrahieren, zu übertragen und zu laden.
Anschließend modelliere ich die Daten zu aussagekräftigen Datensätzen für die Endnutzer. Im Allgemeinen ist es für das Unternehmen sinnvoller, diese Schritte im Data Warehouse durchzuführen, aber ein Teil der Datenaufbereitung und -modellierung lässt sich auch mit JSL realisieren. Wenn Sie sich den Screenshot des Add-ins ansehen, oben links im linken Bereich, finden Sie Überschriften wie „Fermentation“ und etwas weiter unten „Destillation“ und „Verdampfung“. Dies sind die Prozessschritte der Ethanolproduktion, und ein Großteil der Daten im Add-in ist betriebsbezogen. Die meisten dieser transaktionalen Betriebsdaten befinden sich in OSI PI, dessen Hauptverantwortliche Scott und sein Team sind.
JMP bietet eine Möglichkeit zur direkten Anbindung an OSI PI, wie im Screenshot oben rechts in der Präsentation zu sehen ist. Beim Abrufen größerer Datensätze, insbesondere solcher mit mehreren Datenquellen oder berechneten Spalten, arbeite ich mit Scott und seinem Team zusammen, um die Rohdaten ins Data Warehouse zu übertragen und sie dort für die Endnutzer aufzubereiten. Wir verfügen außerdem über zahlreiche Finanz- und andere Transaktionssysteme, die wir mit dem operativen Geschäft integrieren können, um aussagekräftige Datensätze für die Analyse zu erstellen.
Wie im Screenshot unten rechts dargestellt, können Benutzer Abfragen und Joins direkt durchführen, sofern sie die Tabellen und Schlüssel kennen. Sie können entweder Add-In-Tabellen einbinden und über das Tabellenmenü die Join-Funktion nutzen, während JMP-Datensätze auf dem Desktop geöffnet sind, oder – ebenfalls ähnlich wie im Screenshot – direkt die Datenbank abfragen. Dazu verwenden sie die Datenbankplattform im Menü „Datei“ und wählen „Datenbanken“ und anschließend „Direkte Abfrage von Tabellen, die noch nicht im Add-In verknüpft wurden“.
Zusätzlich zu unseren zahlreichen JMP-Lizenzen besitze ich aktuell eine JMP Pro-Lizenz. Diese nutze ich für spezifischere Modellierungsanforderungen, die die erweiterten Funktionen von JMP Pro optimal nutzen. Bei vielen Betriebsdaten sind die Prädiktoren korreliert. Benötige ich beispielsweise ein Regressionsmodell wie links dargestellt (generalisierte Regression), ist LASSO aufgrund der korrelierten Prädiktoren die geeignete Methode – eine Funktion von JMP Pro.
Unsere Fermentationen erfolgen chargenweise, und die Kinetik selbst lässt sich in Kurven darstellen, was für die Plattform Functional Data Explorer geeignete Ergebnisse liefert. Ein Beispiel ist rechts abgebildet. Chargenbezogene Prädiktoren für Unterschiede in der Kinetik können mit … untersucht werden.
Scott wird detaillierter auf konkrete Anwendungsfälle von JMP Live eingehen. JMP Live bietet viele Funktionen, die anderen Business-Intelligence-Tools ähneln und die Interaktivität mit Diagrammen und Analysen ermöglichen. Einige einzigartige Funktionen machen es jedoch für bestimmte Aufgaben überlegen.
Es verfügt über eine robuste Qualitätskontrollkarte, deren Beispiel im Diagramm oben links dargestellt ist: Grün in der Mitte, Gelb drumherum und Rot ganz außen. In diesem Diagramm finden Sie rechts außerdem eine Fähigkeitsanalyse mit Histogrammen, CPK-Werten und weiteren Statistiken. Diese lassen sich alle problemlos hinzufügen. Sie können auch Warnungen definieren, die dann automatisch E-Mails versenden, sobald die Kriterien erfüllt sind.
Ebenfalls unten links können Daten ganz einfach auf einer Hintergrundkarte dargestellt werden, um geografische Erkenntnisse zu gewinnen. Auch herkömmliche Balkendiagramme lassen sich erstellen. Mithilfe der Datenfilter, die in den Spaltenauswahlfeldern rechts ausgeblendet sind, stehen analytische Abfragefunktionen zur Verfügung. Diese JMP Live-Analysen sind leicht zugänglich, indem Sie im Portal auf einen der oben gezeigten Ausschnitte klicken.
Damit übergebe ich das Wort wieder an Scott, um die Diskussion fortzusetzen und einen konkreteren Anwendungsfall für JMP Live zu besprechen.
Vielen Dank, Brandon. Seit der Einführung von JMP Live vor etwa anderthalb Jahren gibt es bei POET mittlerweile drei verschiedene Nutzergruppen für JMP. Dies spiegelt sich auch in den verwendeten JMP-Softwareversionen wider. Unsere Ingenieure und Fachexperten nutzen den JMP-Client für ihre Forschungsprojekte. Sie verwenden das von Brandon erwähnte Daten-Add-in für den einfachen Datenzugriff.
Eine kleinere Gruppe nutzt JMP Pro, um die Daten detaillierter zu analysieren – und das ist nur ein sehr kleiner Teil unserer Nutzer. Jetzt können wir die Ergebnisse über JMP Live präsentieren, was neu für POET ist. So können wir einige der Erkenntnisse unserer Ingenieure und Fachexperten nutzen und die Bildschirmdarstellungen einem größeren Publikum zugänglich machen.
Wir werden uns kurz mit JMP Live beschäftigen und einen Anwendungsfall im Bereich der Fermentation vorstellen. Dieser konkrete Anwendungsfall war der Anstoß für die Integration von JMP Live in unser Toolset. Die Fermentation ist ein zentraler Bestandteil des Bioethanolprozesses, und wir haben JMP und JMP Pro in der Vergangenheit für einmalige Analysen eingesetzt. Die Ergebnisse ließen sich jedoch nur mit anderen Nutzern teilen, die JMP installiert hatten und mit der Software vertraut waren.
Diese eingeschränkte Zugänglichkeit war uns bereits von anderen Tools bekannt. Entweder bot das Tool nicht die nötige Flexibilität für eine detaillierte Fehlersuche, oder es verfügte zwar über diese Funktionen, war aber einem breiteren Publikum nicht zugänglich. Wir benötigen jedoch ein breiteres Publikum, um schnell Entscheidungen treffen und Probleme während der Gärung beheben zu können.
Hier ist ein Beispiel einer von uns erstellten Datei. Sie nutzt SQL Server Reporting Services, um die Fermentation in unseren Anlagen zu überwachen. Die Kurve zeigt den Ethanolumsatz über die Zeit und die einzelnen Chargen. Diese Ansicht ermöglichte zwar die Suche nach Anlage und Zeitraum, bot aber nicht die gewünschten detaillierten Analysemöglichkeiten. Ohne Fachkenntnisse oder manuelle Datenanalyse war es nicht möglich, die Daten wirklich tiefgehend zu untersuchen.
Wir konnten dies im JMP-Client-Tool und ähnlichen Ansichten umsetzen, was sich als sehr hilfreich erwies, um die Daten zu segmentieren, zu analysieren und detailliert zu untersuchen. Diese Analyse war jedoch ausschließlich unseren JMP-Nutzern vorbehalten und ließ sich nicht ohne Weiteres einem breiteren Publikum zugänglich machen. Nur diejenigen mit JMP-Zugriff konnten die Funktionen nutzen.
Hier kommt JMP Live ins Spiel. Wir konnten die Funktionalität unseres JMP-Client-Tools exportieren und in JMP Live veröffentlichen, wo sie nun unserem Flotten-Support zur Verfügung steht. Einige der Screenshots verdeutlichen die Vorteile. Oben links ist zu sehen, wo einer der Fermenter bzw. eine der Chargen aus dem Ruder gelaufen ist. Die grüne Linie zeigt eine sinkende Ethanol-Umwandlungsrate im Zeitverlauf.
Mit JMP Live können wir tiefergehende Analysen durchführen und herausfinden, was genau passiert ist. Nutzer können Ausreißer markieren und die entsprechenden Daten einsehen. In diesem Fall sehen wir die Chargennummer, die Nummer des Gärbehälters und das verwendete Gefäß. Interessanterweise erfahren wir auch, welche Rezeptstrategien, Hefen und Enzyme wir damals verwendet haben.
Oben rechts, wo wir gerade von Hefe und Enzymen sprechen, können wir ein bestimmtes Enzym hervorheben und prüfen, ob es in früheren Ansätzen Hinweise darauf gab. Ich habe einige Abschnitte markiert, die darauf hindeuten könnten, dass diese Strategie weniger erfolgreich sein wird.
Unten rechts werden dieselben Daten aus verschiedenen Perspektiven hervorgehoben. Dort wird beispielsweise die Anlage mit einer leistungsschwachen Charge gezeigt, die dann mit den anderen Anlagen verglichen wird. So können wir die Strategien der anderen Anlagen nachvollziehen. Dieses leistungsstarke und gängige Tool, das wir bei POET in unseren Softwareplattformen suchen, ermöglicht den Vergleich mit unseren eigenen Anlagen. Wir können die Strategien der erfolgreichen Anlagen nutzen, um die Leistung der anderen Anlagen zu steigern.
Ein weiterer Indikator für den Erfolg dieses Anwendungsfalls: Diese Fermentationsansichten, insbesondere diese hier, wurden seit ihrer Implementierung vor etwa anderthalb Jahren gruppenweit über 15.000 Mal aufgerufen. Hunderte von Nutzern greifen über ihre gesamte Flotte darauf zu.
Hoffentlich gibt Ihnen dies einen Einblick und veranschaulicht anhand von Beispielen, wie JMP eine zentrale Rolle bei unseren datengestützten Entscheidungen spielt. Es unterstützt uns bei der Prozessoptimierung, Qualitätssicherungsmaßnahmen und vielem mehr innerhalb unseres Unternehmens.
Da wir den Zugriff auf einige der von Brandon zuvor erwähnten Datensätze auf Unternehmensebene weiter verbessern und nun auch JMP Live in unser Toolset aufgenommen haben, zeigt uns dies, dass die JMP-Plattform zu einem unverzichtbaren Verbündeten in unserem Streben nach operativer Exzellenz und kontinuierlicher Verbesserung wird.
Vielen Dank fürs Zuschauen und einen schönen Tag noch.
Danke schön.
