Im Zuge des Industrial Internet of Things fallen immer mehr Daten an, die es zu bewältigen gilt. Was müssen Unternehmen in diesem Kontext besonders beachten?
Edge Computing ist aktuell einer der meistbesprochenen Trends in der Automatisierung und bietet viele neue Möglichkeiten, um die Produktivität zu steigern, wettbewerbsfähig und zukunftsfähig zu sein.
Im Zuge wachsender Vernetzung steigen die Anforderungen an Maschinen, Anlagen und deren Hersteller. Die Datenwelt wird größer und komplexer, gleichzeitig steigt aber auch der Druck diese Daten optimal zu nutzen. Zum einen müssen sie eingesammelt und bereitgestellt werden. Zum anderen, und das ist eine völlig andere Herausforderung, müssen die Daten auch effizient und sinnvoll für den Mehrwert aller Beteiligten eingesetzt werden. Hier ist es wichtig, bei der Systementwicklung auf einen Partner zu setzen, der den gesamten Prozess beherrscht und im Hinblick auf die Datennutzung beraten und unterstützen kann.
Der Einsatz von Edge Computing-Technologie ist an dieser Stelle die optimale Lösung. Als „Edge“ (deutsch „Kante“) bezeichnet man den Rand eines technischen Informationsnetzwerks, an dem virtuelle und reale Welt aufeinandertreffen. In einer dezentralen IT-Architektur werden anfallende Daten nicht im Rechenzentrum, sondern direkt an diesem Übergang verarbeitet und bei Bedarf in die Cloud verschoben. Edge Computing ermöglicht an dieser Stelle die Datenvorverarbeitung in Echtzeit.
Auf dem Weg zu einer funktionierenden Edge Computing Lösung gibt es viele Stolpersteine, die es zu umgehen gilt. Im Vorfeld muss klar sein, welchen Mehrwert man aus der Nutzung der Daten ziehen will. Danach werden die notwendigen Daten ermittelt. Im nächsten Schritt kann man entscheiden, ob Daten direkt im Edge Computing verarbeitet werden können, z.B. für einen virtuellen Sensor oder Condition Monitoring, und für welche Daten die Nutzung einer Cloud die bessere Lösung wäre. Predictive Maintenance oder komplexe Datenanalysen sind gute Beispiele dafür. Bei der Nutzung einer Cloud sollten die notwendigen Daten auf ein Minimum reduziert werden, um unnötige Kosten zu vermeiden und auch die benötigte Bandbreite möglichst gering zu halten. Sind diese Punkte geklärt, besteht eine gute Basis, um die passenden Software- und Hardware-Ressourcen auszuwählen.
Nach der Beantwortung der konzeptionellen Fragen geht es bei der Systementwicklung vor allem um ein optimiertes Zusammenspiel zwischen Hard- und Software. Aber auch auf Transparenz, Flexibilität und Skalierbarkeit der Lösung sollte geachtet werden.
Was leistet Edge Computing in einer modernen Fertigungsinfrastruktur?
Gerade für eine effiziente Fertigung und höhere Produktivität ist ein durchgängiger und zuverlässiger Informations- und Datenfluss entscheidend. In einer modernen Infrastruktur werden Daten von verschiedenen Maschinen, Anlagen und Komponenten unterschiedlicher Hersteller erzeugt und bereitgestellt, wodurch eine Edge Computing Lösung besonders herausgefordert wird. Die aus der Steuerungs- und Prozessleitebene generierten Daten dienen dazu, die relevanten Produktionsprozesse zu bewerten, direkt zu beeinflussen und damit die Effizienz der Produktion zu steigern.
Eine Edge Computing Lösung setzt genau hier an und platziert sich zwischen der Produktivebene (OT) und der IT-Ebene des Unternehmens, um eine zuverlässige und effiziente Datennutzung über die gesamte Anlage zu gewährleisten. Sie ermöglicht anforderungsgerechte Transparenz, um jederzeit einen Überblick über die Datenströme zu erhalten und das eigene Know-How und damit den Wettbewerbsvorteil zu schützen. Gleichzeitig stellt sie genügend Daten zur Verfügung, um eine durch den Hersteller unterstütze Wartung zu ermöglichen und somit die Verfügbarkeit der Anlage zu erhalten. Sie bietet Skalierbarkeit und Flexibilität, um auf unterschiedliche Einflüsse und Leistungsanforderungen reagieren zu können.
Anforderungen, die wie selbstverständlich erscheinen. Dennoch gibt es Stand heute kaum eine Lösung am Markt, die die Bedürfnisse der Unternehmen an einen zuverlässigen Datenmanager und eine sinnvolle Datennutzung tatsächlich erfüllt und die genannten Herausforderungen in eine praktisch funktionierende Lösung umsetzen kann.
Welche Vorteile bringt eine sensornahe Auswertung/Vorverarbeitung der Daten?
Durch die Vorverarbeitung der Daten direkt am Sensor bzw. an der Edge kann in Echtzeit auf Ereignisse reagiert werden. Dies ist insbesondere bei der Umsetzung eines virtuellen Sensors oder einer Augmented Reality Applikation unabdingbar.
Ein weiterer Vorteil ist die effiziente Datennutzung. Durch die Vorverarbeitung der Daten werden nur relevante und somit reduzierte Datenpakete in die Cloud transferiert. Das führt zu geringeren Kosten für die Datenübertragung und minimiert das Risiko deren Verlustes außerhalb des Unternehmens. Zusätzlich ist das Know-How besser geschützt, da kritische Daten im Unternehmen verbleiben.
Die prozessnahe Analyse und Verarbeitung der Daten vereinfachen zudem deren weitere Nutzung für Funktionen und Services vor Ort. Beispielsweise, um sie in einem virtuellen Sensor zu nutzen, Condition Monitoring umzusetzen oder für qualitätssichernde Applikationen.
Wie lässt sich mit einer service-orientierten Systemarchitektur nun ein schlüssiges Edge Computing Konzept realisieren? Die Multiservice-Plattform (MSP) der Produktmarke Prime Cube® von Schubert System Elektronik führt mehrere Services mittels Container-Technologie zu einem System zusammen. Die benötigten Daten werden über Schnittstellen erfasst, über definierte Applikationen weiterverarbeitet und z.B. in die Cloud oder zu einem anderen Ziel transferiert. Neben Datenvorverarbeitung und Cloud Connectivity können so auch weitere Aufgaben erfüllt werden, z.B. virtuelle Sensorik oder Remote-Zugriffe auf die Anlage.
