Durch die Vernetzung von Maschinen, Geräten, Sensoren und Menschen in einer digitalisierten Wirtschaft entstehen erhebliche Datenmengen. Data-Mining bezeichnet die Gewinnung von Wissen aus diesen Daten. Cyberphysische Systeme sollen eigenständige Entscheidungen treffen und autonom Aufgaben erledigen. Die Idealvorstellung von Industrie 4.0 ist, dass nur Störungen und Zielkonflikte durch menschlichen Eingriff gelöst werden müssen.
Wie ist dies zu realisieren? Welchen Anteil am Entwurf eines Industrie 4.0 Systems kann Datamining haben? Das cyberphysische System müsste ein aus dem Datamining entstandenes Modell sein, welches „alle“ Informationen von Wareneingang bis Auftragsauslieferung verarbeitet und bewertet.
Im Vortrag werden die Strategieansätze Machine Learning und interaktives Datamining voneinander abgegrenzt und Beschränkungen von reinen Machine Learning Ansätzen dargestellt. Außerdem wird aufgezeigt wie wichtig klassische Industrie-Statistik-Ansätze wie Messsystemanalyse, Wareneingangskontrolle, Qualitätsregelkarten und statistische Versuchsplanung im Kontext von cyberphysischen Systemen sind.