Suche  

Wahrscheinlichkeiten von Systemausfällen mit Splunk ermitteln – Splunk.conf 2017 in Washington DC


Vom 25.-28. September 2017 fand die achte Splunk.conf Convention im „Walter E.W. Convention Center“ in Washington DC statt. Weniger als einen Kilometer vom Weißen Haus entfernt trafen sich Splunk-Partner, -Anwender, -Mitarbeiter, Community-Mitglieder, Projekt-Manager und Kunden. Bei unerwartet hohen Außentemperaturen in klimatisierter Atmosphäre hatte die ESE die Möglichkeit, am weltweit größten Gedankenaustausch teilzuhaben. Dabei konnten die circa 7100 Teilnehmer über 300 verschiedene Vorträge besuchen. Die ESE GmbH ist seit 2017 offizieller Splunk Partner und hielt einen Vortrag auf der Splunk.conf 2017.

Was ist Splunk?

Splunk ist grundsätzlich als ein Werkzeug konzipiert, welches im DevOps Umfeld die von Servern generierten Ausgabedateien analysiert. Es besitzt die Fähigkeit in Echtzeit signifikante Veränderungen in Datenbewegungen zu erkennen und für den Anwender zu visualisieren. Im Laufe der Zeit breitete sich diese Fähigkeit auf weitere Anwendungsgebiete aus. Splunk wuchs zu einer renommierten Größe im Bereich IT Security. Aktuelle Problemstellungen der Informationstechnik im Unternehmensumfeld erfordern Lösungen, die sich mit den Herausforderungen von Big Data und Industrie 4.0 befassen.

Als professionelle Operational Intelligence Suite bietet Splunk bereits heute extensive Möglichkeiten, industrielle Maschinendaten zu erfassen und diese mittels Algorithmen aus den Fachgebieten Data Mining und Machine Learning zu analysieren. Die Weiterentwicklung der Software begleitet die ESE als Partner von Splunk in engem Kontakt. Sie ist eines von wenigen Unternehmen weltweit, welches die neuesten Features im produktiven Umfeld einsetzt.

Wahrscheinlichkeiten von Systemausfällen mit Splunk ermitteln

Auf der Splunk.conf hielten unsere Kollegen Henning Brandt und Daniel Pal den Vortrag mit dem Titel „Splunk Machine Learning Capabilities and Condition-Based Maintenance: Train Doors on the German Public Rail Transport System“. Hierbei geht es um die Überwachung einer Türsteuerung eines Personenzuges. Ziel dieses Projektes ist es, den Zustand mechanischer und elektronischer Baugruppen von Schienenfahrzeugen zu erfassen. Damit lassen sich fundierte Aussagen zur Wahrscheinlichkeit eines drohenden Systemausfalls treffen. Anhand dieser Informationen können die Wartungsintervalle der Züge optimiert und der Einsatz von Ersatzteilen unter Umweltaspekten nachhaltig gestaltet werden. Im Gesamtkontext anderer Projekte des Öffentlichen Schienenverkehrs werden die übergeordneten Ziele der Kundenzufriedenheit und Pünktlichkeit der Verbindungen verfolgt. Eine Reduzierung der möglichen Ausfälle von sicherheitsrelevanten Systemen ist der Schlüssel zu verlässlichen Fahrplänen und Einflussfaktor von Beförderungsentgelten.

Durch den Gegenstand des Projektes und der geringen Anzahl anderer Anbieter in diesem Fachgebiet konnte sich die ESE-Session bereits zu einem frühen Zeitpunkt großem Interesse erfreuen. Sie war einer der ersten restlos ausgebuchten Veranstaltungen. Nach dem Vortrag konnte durchweg positive Resonanz entgegengenommen werden. Es war zudem bemerkenswert festzustellen, wie groß die Interessengruppe rund um das Thema Mobility und Machine Learning aus dem deutschen und internationalen Umfeld vor Ort gewesen ist.

Gerne informiert Sie Daniel Pal über weitere Details zu dem vorgestellten Projekt sowie zu den Themen Splunk und Datenanalyse. Schicken Sie hierzu einfach eine E-Mail an Daniel.Pal(at)ese.de.