Messdaten-Management

Was ist Messdaten-Management?

Unter „Messdaten-Management“ versteht man die effiziente Verwaltung und Organisation großer Mengen von Messdaten oder Big Test Data. Es ist die Voraussetzung dafür, dass diese langfristig ihrer weiteren Nutzung, Verarbeitung und Analyse in sinnvoller Form zur Verfügung stehen. 

Effizientes Messdaten-Management – welche Aufgaben sind zu erfüllen?

Messdaten müssen gesichert und vor unberechtigtem Zugang geschützt werden. Sie entstammen meist unterschiedlichen Messgeräten und Prüfständen und liegen in verschiedenen Formaten vor. Der reibungslose Austausch von Daten erfolgt in der Regel über entsprechende Import- und Exportfunktionen. Um Daten möglichst schnell auffinden, interpretieren und untereinander vernetzen und z.B. unter Teams austauschen zu können, müssen diese unter bedeutungsvollen Beschreibungen oder „Metadaten“, indiziert werden. Metadaten umfassen unter anderem Angaben zum Prüfling, den eingesetzten Messmitteln, zu physikalischen Einheiten, Zeit, Messaufbau, Versuchsaufgabe und -ablauf. Die Indizierung ist Grundlage für mögliche Abfragen, Darstellung der Daten in spezifischen Ansichten oder Begrenzung auf bestimmte Datensätze.

Wesentliche Anforderungen an ein leistungsfähiges Messdaten-Management-System (MDM):

• Datenspeicherung, Cloudlösungen
• Datensicherung
• Datenprüfung: Erkennen mehrfacher identischer Datensätze, Reparatur defekter Datensätze
• Datenschutz, inklusive Optionen für eine Verschlüsselung; Rechtevergabe
• Flexibles System für die Indizierung für weitestgehende Transparenz und Recherchierbarkeit
• Weitreichende Import- und Exportfunktionen zum Einlesen unterschiedlicher Formate und Daten aus Geräten unterschiedlicher Hersteller
• Umfangreiche Such- und Filterfunktionen
• Möglichkeiten komplexe Abfragen (Queries) zu erstellen und für die spätere Wiederverwendung zu speichern

Welche Chancen bietet ein effizientes Messdaten-Management?

• Schnelle und einfache Verfügbarkeit auch komplexer Messdaten
• Hohe Datentransparenz zugunsten einer Steigerung der Effizienz und Reduzierung von Kosten: Unterschiedliche Teams können sich austauschen und gegenseitig von ihren Messdaten profitieren. So kann man vermeiden, dass identische Versuche mehrfach, i.e. zu anderer Zeit in anderen Projekten, durchgeführt werden.
• Optimale Datenaufbereitung für das Postprocessing, wie der anschließenden Messdatenanalyse und dem Datamining