Datenerfassung

Grundbegriff und Zweck

Datenerfassung bezeichnet allgemein alle Methoden, mit denen Daten durch zeitgleiche oder zeitfolgerichtige Messung und Zählung gewonnen werden. Dabei können auch Zeitstempel erfasst werden. Entscheidend ist, dass die Messgröße selbst oder eine physikalisch eindeutig mit ihr verbundene Ersatzgröße unmittelbar und direkt zugänglich ist.

In der heutigen Bedeutung ist Datenerfassung ein Arbeitsvorgang, bei dem anfallende Daten in eine maschinenlesbare Form gebracht und auf Datenträgern gespeichert werden. Häufig meint man damit die Tätigkeit eines Benutzers am Computer. Zur Datenerfassung gehört auch das Lesen von Identmerkmalen, also von Kennzeichen, mit passenden Lesegeräten.

Erfassung in der Datenverarbeitung

In der Datenverarbeitung bedeutet Datenerfassung die direkte oder indirekte Eingabe von Daten am Arbeitsplatz in eine Datenverarbeitungsanlage. Diese Daten sollen anschließend für automatisierte Datenverarbeitung jederzeit abrufbar und auswertbar sein.

Man unterscheidet zwischen stationärer und mobiler Datenerfassung. Stationäre Datenerfassung ist die direkte Eingabe am Computerarbeitsplatz durch Eingabegeräte oder die indirekte Erfassung durch Datenübertragung. Dafür können zum Beispiel Belegleser, Datenerfassungsgeräte, maschinenlesbare Datenträger oder Scanner eingesetzt werden.

Mobile Datenerfassung ermöglicht die direkte Aufnahme operativer Daten unabhängig vom Bildschirmarbeitsplatz. Sie nutzt tragbare Datenerfassungsgeräte. Ein Beispiel ist die Erfassung des Wareneingangs bei der Lagerhaltung.

Abgrenzung und Kontrolle

Datenerfassung ist von Datenerhebung zu unterscheiden. Datenerhebung ist eine mathematisch qualifizierte Ersatzmethode: Eine nicht direkt zugängliche Messgröße wird mit einer erfassten Hilfsgröße verknüpft und für den jeweiligen Zweck hinreichend eindeutig berechnet. Sie ist nicht zeitgleich, also nicht online. Beispiele für solche Verfahren sind die repräsentative Stichprobe, die retrospektive Datenanalyse und Methoden der deskriptiven Statistik.

Im allgemeinen, nicht technischen Sprachgebrauch wird Datenerhebung jedoch häufig mit Datenerfassung gleichgesetzt. Außerdem sollte im Rahmen der Funktionstrennung die Datenerfassung personell von der Datenfreigabe getrennt sein. Das bedeutet, dass nicht dieselbe Person Daten erfassen und ihre Freigabe kontrollieren sollte.

Messtechnik und Leittechnik

In der Messtechnik bedeutet Datenerfassung, englisch data acquisition oder kurz DAQ, die Aufnahme analoger Signale mit geeigneter Hardware, zum Beispiel einer Datenerfassungskarte. Ein Analog-digital-Umsetzer erzeugt daraus digitale Messdaten, die anschließend per Software weiterverarbeitet werden können. Dabei wird zwischen Off-Line- und On-Line-Datenerfassung unterschieden.

In der Leittechnik wurde Datenerfassung in DIN 19222 definiert als das Gewinnen analoger oder digitaler Daten durch Messen oder Zählen und gegebenenfalls durch Signalumformung. Die DIN 19222 wurde durch DIN EN 60050-351 ersetzt.

Logistik und Handel

In Logistik und Handel versteht man unter Datenerfassung vor allem das automatische Auslesen von Barcodes oder Transpondern. Dabei gibt es zwei Grundfälle: Häufig wird nur eine Zeichenfolge gelesen, die als Identifikator für ein Objekt dient, etwa für einen Artikel an einer Scannerkasse. Mit EAN128, zweidimensionalen Barcodes und frei beschreibbaren Transpondern werden zunehmend auch Informationen selbst transportiert, zum Beispiel Mindesthaltbarkeitsdaten, Sender- und Empfängeradressen sowie Produktions- und Sicherheitsinformationen.

Wichtig ist, dass diese Informationen auf einem Datenträger wie Barcode oder Transponder gespeichert werden, damit sie später maschinell ausgelesen werden können. Im Zuge der Industrie 4.0 nimmt die Datenerfassung stark zu, weil immer mehr Materialflussobjekte maschinenlesbar gekennzeichnet werden können, etwa Einzelteile, Produkte, Pakete, Behälter oder Transportmittel. Beispiele für solche Kennzeichnungen sind Barcode, QR-Code und RFID.

Mit elektronischen Ortungssystemen wie GPS und dem Internet kann bei cyber-physischen Objekten oft auch die örtliche Position bestimmt werden. Dadurch wird die Verfolgung eines Objekts, das sogenannte Tracing, in der gesamten Lieferkette möglich. Die erfassten Daten bilden als Digitaler Schatten eine wichtige Grundlage für die Steuerung von Produktions- und Materialfluss im Konzept des Digitalen Zwillings. Große gesammelte Datenbestände werden als Big Data bezeichnet und können mit Verfahren der Künstlichen Intelligenz ausgewertet werden.