Siemens Energy Mempercepat Pengembangan Aplikasi Menggunakan Grafik Pengetahuan metaphactory

Siemens Energy mengawasi ribuan armada turbin gas besar yang beroperasi di banyak negara di seluruh dunia. Mengelola armada peralatan yang besar di berbagai lingkungan dan konteks menghadirkan tantangan logistik yang besar. Pengelolaan katalog suku cadang dan konfigurasi pelanggan khusus untuk setiap turbin membutuhkan banyak pemrosesan serta tenaga kerja manual. Hal ini juga menyisakan ruang untuk optimisasi inventaris yang lebih baik di sisi pelanggan dan rekomendasi suku cadang yang lebih tepat. Perusahaan ini membutuhkan cara yang andal untuk memodelkan data kontekstual dan hierarki kompleks di Amazon Web Services (AWS) Cloud mereka untuk mendapatkan visibilitas dan meningkatkan pengambilan keputusan seputar armada turbin gas besar mereka.

Siemens Energy menemukan teknologi grafik pengetahuan sebagai solusi ideal untuk membantu mengatur, mengelola, dan mengueri struktur data mesin mereka di seluruh armada. Struktur hierarkis mesin-mesin ini cocok untuk pemodelan grafik pengetahuan. Grafik pengetahuan, sebuah cara memodelkan data terstruktur dan tidak terstruktur, dibangun oleh para ahli di bidangnya dan ditingkatkan dengan bantuan algoritma machine learning yang cerdas. Siemens Energy memilih grafik pengetahuan metaphactory, yang diproduksi oleh perusahaan teknologi Jerman metaphacts. metaphactory menawarkan manajemen grafik pengetahuan, pengembangan aplikasi yang cepat, dan interaksi berorientasi pengguna akhir. Grafik ini mendukung pelanggan dengan akuisisi dan integrasi data, penulisan konten, visualisasi interaktif dan eksplorasi data, serta penautan dan penggunaan kembali sumber pengetahuan eksternal. metaphactory dibangun di atas layanan grafik pengetahuan Amazon Neptune.

Siemens Energy tertarik menggunakan teknologi grafik pengetahuan untuk mendesain dan membangun aplikasi mereka sendiri, yang akan dilengkapi dengan kueri dan formulir kustom. Karena merupakan platform rendah kode untuk pengembangan cepat aplikasi grafik pengetahuan, metaphactory sangat selaras dengan kebutuhan Siemens Energy. Menurut Lutz Lukas, IT solution architect di Siemens Energy, “Siemens Corporate Technology telah bekerja dengan metaphactory selama beberapa tahun pada sejumlah inisiatif. Dalam proyek sebelumnya, kami menemukan bahwa metaphactory dapat dimanfaatkan untuk membangun aplikasi kustom dengan cepat dan dalam skala besar. Terlebih lagi, opsi visualisasi dan kueri yang disediakan oleh metaphacts telah membantu kami untuk memvalidasi data, membuat prototipe UI, serta menjelajahi grafik dengan cepat dan efisien.”

Siemens Energy membangun bagian inti dari aplikasi Turbine Knowledge Graph menggunakan kemampuan rendah kode metaphactory. Hal ini memungkinkan visualisasi hubungan dan koneksi yang kompleks dalam armada yang bersangkutan. Daniel Herzig-Sommer, chief operating officer metaphacts, menjelaskannya seperti ini: “Bayangkan pengembangan rendah kode seperti membangun rumah modular: Anda tidak perlu membangunnya bata demi bata, tetapi dapat menggunakan elemen siap pakai, seperti dinding dengan jendela dan pintu bawaan. Demikian juga dengan metaphactory. Anda mengambil komponen siap pakai kami untuk visualisasi, pencarian, pengeditan data grafik, atau apa pun yang Anda butuhkan dalam tugas manajemen data Anda. Lalu, Anda mengonfigurasi dan mengombinasikannya sesuai keinginan, dan Anda langsung mendapatkan aplikasi itu.” metaphactory menyelesaikan ini menggunakan templat yang dapat disesuaikan dan set komponen web siap pakai kompleks yang dapat diberi parameter untuk memenuhi tampilan dan nuansa yang diinginkan pelanggan. Komponen-komponen ini tersedia untuk tugas manajemen data dan untuk memvisualisasikan data terstruktur serta tidak terstruktur dalam jumlah besar dan hubungan secara lebih intuitif. Platform ini juga menyediakan workbench kualitas data yang memantau data dan memeriksa apakah data itu konsisten dengan model yang sudah ada.

Dengan melapiskan platform metaphactory pada layanan basis data grafik Amazon Neptune, Siemens Energy dapat membangun alat yang cerdas untuk mengelola suku cadang dengan lebih efisien. Proses deployment aplikasi grafik pengetahuan ini ke dalam produksi sangatlah mudah. Setelah melakukan serangkaian rapat setiap minggu dengan metaphacts, Siemens Energy dengan segera dapat mulai menggunakan serangkaian visualisasi yang sadar konteks di armada turbin global mereka. Berkat antarmuka pengguna yang intuitif, rekayasawan turbin Siemens Energy bekerja dengan visualisasi tersebut setiap harinya. Membangun aplikasi akan memakan waktu yang lebih lama tanpa metaphactory. Siemens Energy kini dapat menggunakan data Resource Description Framework (RDF), kueri SPARQL Protocol and RDF Query Language (SPARQL), serta ontologi yang dibangun tanpa hambatan di Amazon Neptune. Hasilnya, perusahaan ini berhasil melakukan efisiensi operasional sejak awal yang diperoleh dengan menemukan hubungan yang sebelumnya tidak terlihat antara pelacakan dan pemantauan repositori turbin global mereka.

Paul Zolnowski, section lead, post documentation di Siemens Energy, mengemukakan, “Keuntungan utama dari metaphactory adalah kami dapat dengan mudah memvisualisasikan data selama pengembangan untuk mendapatkan umpan balik sejak awal dari bisnis, yang memungkinkan peningkatan kualitas data serta pengembangan model data dan aplikasi kami yang cepat serta berfokus pada target.”

Melalui platform metaphactory yang diperoleh dari AWS Marketplace, Siemens Energy membangun dan melakukan deployment aplikasi grafik pengetahuan kustom berorientasi pengguna akhir untuk mengelola armada turbin gas besar hanya dalam waktu enam bulan. Hal ini mengesankan dari sudut pandang operasi—yang ditandai dengan umpan balik yang cepat serta buy-in dalam lini bisnis serta siklus pengembangan, pengujian, dan deployment yang serba cepat. “Berkat metaphactory, kami dapat mengembangkan aplikasi yang kuat sehingga rekayasawan turbin kami dapat membuat keputusan berbasis data yang makin tepat lagi dan menghemat upaya manual,” ungkap Zolnowski.

Siemens Energy juga menghemat 1.500 jam pemrosesan manual di tahun pertama. Sebelumnya, anotasi data harus dilakukan dengan membandingkan informasi di berbagai konfigurasi mesin dalam armada. Dengan metaphactory, Siemens Energy menghadirkan proses yang lebih efisien untuk mengkurasi dan membuat katalog suku cadang serta mengelola konfigurasi untuk armada turbin gas besarnya. “Hal ini pada akhirnya membantu kami meningkatkan kualitas rekomendasi secara keseluruhan untuk pelanggan kami,” tutur Lutz Lukas. “Rekayasawan turbin kami mampu bekerja lebih efisien.”

Dengan membangun di layanan basis data grafik Amazon Neptune yang mempunyai performa tinggi dan latensi rendah, Siemens Energy juga dapat terhubung dengan layanan AWS Marketplace lainnya, seperti penyimpanan, penyeimbang beban, gateway, dan jaringan. Karena merupakan aplikasi docker, metaphactory juga memerlukan integrasi dengan templat AMI AWS CloudFormation untuk deployment. Dengan mengadopsi layanan AWS, Siemens Energy mendapat performa dan ketangkasan yang dibutuhkan untuk masuk ke pasar dengan cepat dan hemat biaya tanpa mengabaikan standar keamanan mereka yang tinggi.

Pengadaan metaphactory dari AWS Marketplace memberi tim DevOps fleksibilitas untuk segera menguji fitur baru dan menjalankan metaphactory sesuai permintaan. Lutz Lukas mencatat, “Kami juga sangat senang dengan harga dan lisensi fleksibel yang ditawarkan oleh AWS dan metaphacts. Dengan demikian, kami dapat menyiapkan sistem dua tingkat, yaitu satu sistem untuk pengembangan dan satu lagi untuk produksi. Lisensi nonproduksi digunakan untuk pengembangan, pengujian fitur baru, dan umpan balik pengguna, sementara kami menyimpan lisensi produksi untuk deployment aplikasi versi baru untuk teknisi turbin kami. Selain itu, kami juga sangat senang dengan fleksibilitas untuk memulai dan menghentikan instans berdasarkan permintaan penggunaan serta jadwal harian.”

Siemens Energy puas dengan efektivitas machine learning dan teknologi grafik pengetahuan dalam mengaktifkan aplikasi dengan cepat, sehingga menambah nilai bisnis. Mereka berencana untuk terus membangun dan meningkatkan aplikasi grafik pengetahuan turbin dan melihat potensi dalam menerapkan grafik pengetahuan ke lini bisnis lain.