Schlüsseltechnologie für das Industrial Internet of Things

Warum Edge Computing wichtig ist

Mit stärkerer Vernetzung steigt die Menge übertragener Sensordaten und damit die Anforderungen an IIoT-angebundene Geräte, Maschinen und Anlagen. Dabei gewinnt die Echtzeitverarbeitung dieser Daten an Bedeutung, obwohl das gerade bei großen Datenmengen weitere Herausforderungen stellt. Mit Edge Computing stellen Industrieunternehmen sicher, dass erfasste Daten entlang der Wertschöpfungskette keine Prozesse blockieren.

(Bild: Schubert System Elektronik GmbH)

Als Edge (zu Deutsch Kante) bezeichnet man den Rand eines technischen Informationsnetzwerks, an dem virtuelle und reale Welten aufeinander treffen. 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: Gesammelte Daten werden lokal nach definierten Kriterien verdichtet. Erste Analyseergebnisse können nun direkt an die Endgeräte rückgekoppelt oder weiterverarbeitet werden. Anschließend besteht die Möglichkeit, nur relevante und damit kleinere Datenpakete in die Cloud zu transferieren, die nicht für sich allein nutzbar sind. Durch die Reduzierung der Datenmenge werden stationäre Server entlastet, aber auch die laufenden Kosten für die Datenübertragung und die Cloud reduziert. Diese dezentrale Verarbeitung schont nicht nur Ressourcen, sondern reduziert auch das Risiko des Datenverlustes außerhalb der Anlage beziehungsweise bei Cyber-Attacken auf die Cloud. Mittels Edge Computing können Latenzzeiten verkürzt, Datenströme optimiert und Produktionsflüsse sowie Prozesse verbessert werden.

Schlüsseltechnologie für die Industrie 4.0

Im Industrie-4.0-Reifegradmodell der Acatech ist die Vorverarbeitung von Daten auf der 3. Stufe zu verorten: Sensoren erfassen eine Vielzahl an Datenpunkten und bilden damit Prozesse von Anfang bis Ende ab. Im nächsten Schritt werden die Daten sichtbar, die in der Vorverarbeitung nach ersten Relevanzkriterien analysiert werden. Die Erkenntnisse aus dieser Datenauswertung werden auf der 4. und 5. Stufe des Modells automatisiert in die Prozesse gespiegelt und finden dort Anwendung, um Wirkungszusammenhänge ableiten und die Prognosefähigkeit verstärken zu können (beispielsweise für Predictive Maintenance). Mobile Arbeitsmaschinen (Automated Guided Vehicles, Automated Guided Cars) beispielsweise nutzen das Edge Computing zur lokalen Datenanalyse und schicken nur Änderungsdaten in Echtzeit in die Cloud. Von dort erhalten sie weitere Aufgaben oder das Update für ihre Navigationsdaten.

Gateways zur Datenverwaltung nah an der Maschine

Bei der Integration eines IIoT müssen OT (Operational Technology) und IT (Informational Technology) zunehmend stärker miteinander verbunden werden. Hier kommt das Edge Gateway zum Einsatz. Die Ebenen Steuerung und Datenverarbeitung sowie die Schnittstelle zur Cloudebene können auf einem Gerät vereint werden. Diese Edge Gateways bündeln fünf wichtige Funktionalitäten: Daten, die aus der Maschine extrahiert werden, die Steuerung/HMI und die Datenvorverarbeitung beschreiben das eigentliche Edge Computing. Das Gateway übernimmt zusätzlich die Cloud-Anbindung und den Remote-Zugriff bis auf die Sensorebene. Die Komprimierung auf ein Gerät bedeutet Kostenersparnis, weniger Maintenance- und Ressourcen-Aufwand und mehr Platz im Schaltschrank. Die Anwender haben statt mehrerer nur einen Ansprechpartner für Steuerung, Cyber Security sowie die Datenverarbeitung. Letztere ist durch die Edge-Computing-Lösung unabhängig von der eigentlichen Prozessaufgabe der Maschine. Damit läuft die Maschine weiter, wenn die Cloud beziehungsweise Internetanbindung einmal ausfallen sollte. Die benötigten Daten werden in diesem Fall lokal zwischengespeichert und gesichert, bis sie wieder in die Cloud transferiert werden können. Durch die Vorverarbeitung bleiben Rohdaten außerdem bei der ursprünglichen Quelle. Unternehmenskritische oder sensible Daten sind leichter zu schützen, das Risiko des Datenmissbrauchs wird reduziert. Die prozessnahe Datenanalyse vereinfacht außerdem die vorausschauende Wartung und Qualitätssicherung. Dies verspricht neben der Erfüllung der Echtzeitanforderungen einen unmittelbaren, positiven Effekt auf die Produktivität.

Das könnte Sie auch interessieren

57 Prozent der Unternehmen aus der verarbeitenden Industrie gehen davon aus, gestärkt aus der Corona-Krise hervorzugehen. Das geht aus einer Studie von Sopra Steria und dem F.A.Z.-Institut hervor. Um diese Position auch künftig behaupten zu können, wollen die Betriebe laut Studie die eigene Widerstandsfähigkeit als strategisches Thema verankern.
‣ weiterlesen

Anzeige

Die reale (preisbereinigte) Produktion im Produzierenden Gewerbe war nach vorläufigen Angaben des Statistischen Bundesamtes (Destatis) im März 2021 saison- und kalenderbereinigt 2,5 Prozent höher als im Februar 2021. Im Vorjahresvergleich war die Produktion im März 2021 kalenderbereinigt 5,1 Prozent höher als im März 2020. Im Vergleich zum Februar 2020, dem Monat vor dem Beginn der Einschränkungen durch die Corona-Pandemie in Deutschland, lag die Produktion im März 2021 saison- und kalenderbereinigt 4,3 Prozent niedriger. Die Industrieproduktion (Produzierendes Gewerbe ohne Energie und Baugewerbe) ist im März 2021 gegenüber Februar 2021 um 0,7 Prozent gestiegen. Innerhalb der Industrie stieg die Produktion von Vorleistungsgütern um 1,2 Prozent und die Produktion von Konsumgütern um 2,9 Prozent. Bei den Investitionsgütern nahm die Produktion um 0,4 Prozent ab. Außerhalb der Industrie lag die Energieerzeugung 2,4 Prozent höher als im Vormonat. Die Bauproduktion ist um 10,8 Prozent gestiegen. Für den Februar 2021 ergab sich nach Revision der vorläufigen Ergebnisse ein Rückgang der Produktion von 1,9 Prozent gegenüber Januar 2021 (vorläufiger Wert: -1,6 Prozent). ‣ weiterlesen

Anzeige

Insgesamt 8,2Mrd.€ hat der Maschinen- und Anlagenbau im Jahr 2019 für Forschung und Entwicklung ausgegeben. Auch in der Pandemie behalten F&E-Ausgaben einen hohen Stellenwert.‣ weiterlesen

Corona stellt Unternehmen und deren Mitarbeiter nach wie vor auf eine harte Probe. Laut der Studie ‘Kollaboration – Erfolgsfaktor Zusammenarbeit’ schaffen es aktuell nur 22 Prozent der Unternehmen, eine Zusammenarbeit auf Vorkrisenniveau zu gewährleisten. Diese Situation hat direkten Einfluss auf die Kennzahlen der Betriebe. So verringert etwa eine schlechte Zusammenarbeit in 72 Prozent der Unternehmen spürbar die Effizienz. Für die Untersuchung hat die Unternehmensberatung Staufen zusammen mit den Shopfloor-Management-Experten von Staufen.ValueStreamer mehr als 300 Unternehmen in Deutschland befragt.
‣ weiterlesen

Exklusiv für Abonnenten

Gamern sind Augmented und Virtual Reality bereits ein altbekannter Begriff. Die Technologie bietet aber auch für die Industrie großes Potenzial und die Einstiegshürden müssen dabei gar nicht so groß sein, wie man denken mag. Was es bei der Auswahl des Use Cases und der Lösung zu beachten gilt, zeigt Robin Schwabe, Solution Sales Manager bei Dynabook Europe.‣ weiterlesen

Für einen gesamtheitlichen Erfolg müssen Datenverantwortliche Einfluss auf das gesamte Unternehmen ausüben. ‣ weiterlesen