Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Infrastruktur-Layer für den digitalen Wandel

Edge Computing ist kein Trend

Edge Computing setzt sich am Markt zusammen mit der Erkenntnis durch, dass Daten über den Geschäftserfolg von morgen mitentscheiden. Doch was ist Edge Computing eigentlich? Im Kern ist es eine weitere IT-Ebene im Werk, die einerseits eine Steuerung der Kosten ermöglicht, die verwendete Cloud-Services verursachen, und die andererseits granular zu filtern erlaubt, welche Fertigungsdaten das Werk überhaupt verlassen dürfen.

 (Bild: ©industrieblick/stock.adobe.com)

(Bild: ©industrieblick/stock.adobe.com)

Von KI verarbeitete Fertigungsdaten sorgen bereits heute in vielen Werken für Erkenntnisse, die vor Ort praktiziertes Alltagswissen auf den Kopf stellen. Bei aller Innovationskraft im Cloud Computing wäre der Erfolg dieser Technologie in der Industrie kaum denkbar, würde Edge Computing nicht für eine sichere Hardware-Basis in den eigenen vier Hallenwänden der Fertiger zur Verfügung stehen.

Ursprung außerhalb der Fertigungsindustrie

Doch was ist Edge Computing eigentlich? Der Begriff bezeichnet eine Datenverarbeitung, die in der Nähe der Datenquellen stattfindet. Dabei wird eine offene Plattform verwendet, die Funktionen wie Vernetzung, Datenverarbeitung, Speicherung und Anwendungen integriert, um Edge-Dienste in der unmittelbaren Umgebung anzubieten. So produzieren z.B. High-End-Fertigungsanlagen in Fabriken täglich riesige Datenmengen, die immer komplexer werden. Edge Computing sorgt dafür, die Daten möglichst nah an ihrer Quelle zu verarbeiten, um die Cloud-Edge-Zusammenarbeit zu steuern.

330 Gigabyte pro Kamera

Im Jahr 2020 nutzten hierzulande 53 Prozent der Unternehmen im verarbeitenden Gewerbe mit mehr als 249 Mitarbeitern Industrieroboter. Ein Beispiel für die immensen Datenmengen in der Fertigung: Eine Bildverarbeitungskamera in einer Industrieanlage produziert pro Tag etwa 330GB Videodaten. Würde man all diese Daten in die Cloud übertragen, würde der Prozess eine große Bandbreite beanspruchen und könnte kaum mit Echtzeitdiensten Schritt halten. Da die wachsende Zahl an vernetzten Produktionsanlagen auch mehr und komplexere Datenmengen produziert, steigt auch die Zahl der installierten Edge-Infrastrukturen zu ihrer Verarbeitung. Durch die Bereitstellung von Rechen- und Speicherdiensten in unmittelbarer Nähe zu den Datenquellen werden Netzwerkbandbreite und Speicherplatz in den Rechenzentren geschont und die Dienste reaktionsfähig gehalten. Gleichzeitig lassen sich private Daten bewahren und die Daten- und Produktionssicherheit erhalten.

Individuelle Algorithmen

Auch wenn Edge Computing in den letzten Jahren besonders breitflächig zum Einsatz kommt, existierten die Herausforderungen schon vorher, die in diesem Kontext gelöst werden sollen. So müssen beispielsweise Entwickler aus Spitzenforschungsinstituten für Algorithmen die tatsächlichen Bedürfnisse der einzelnen Unternehmen verstehen. Unternehmen und Produktionsstätten haben unterschiedliche Ansprüche an ihre Fertigung. Insbesondere flexible oder kundenspezifische Fertigungsmethoden erfordern komplexe Algorithmen, hohe Rechenleistung und maßgeschneiderte Edge-Computing-Lösungen.

Am realen Objekt orientieren

Um den tatsächlichen Bedarf in Projekten zu verstehen, sollte Edge Computing in realen Szenarien angewendet werden. In bestimmten Gebäuden kann beispielsweise eine Videoverarbeitung erforderlich sein. In der Nähe von stark frequentierten Gebäuden müssen gefährliche Gegenstände, wie Feuerwerkskörper, erkannt werden. Die äußere Gestaltung der Computerausrüstung sollte dabei auf den Architekturstil des Gebäudes abgestimmt sein. Im Sommer müssen die Algorithmen auch noch bei einer Betriebstemperatur der Geräte von 70°C laufen. An solche praktischen Dinge denken die Algorithmusentwickler vielleicht oft nicht. Daher liegt die Herausforderung für Edge Computing darin, die Kluft zwischen KI-Technologie und Fertigungs- und Industrieketten zu überbrücken. Laut einer Studie von Deloitte ist der Mangel an Fachkräften, die sich mit KI-Anwendungen auskennen, für 27% der deutschen Unternehmen eine wesentliche Herausforderung. Zudem müssen KI-Verantwortliche bei 21% der von Deloitte befragten Unternehmen Überzeugungsarbeit auf der Führungsetage leisten. Diese Defizite bremsen das Entwicklungstempo.

Top-Level-Design für die Cloud-Edge-Zusammenarbeit

Für die Cloud-Edge-Zusammenarbeit ist ein passendes Lösungsspektrum für die Verwaltung der Cloud-Edge-Ressourcen und die Aufgabenplanung erforderlich. Zur Hardware- und Softwarelösung kommen die Algorithmen, die Cloud-Plattformen sowie ein Edge-Ressourcenmanagement. Förderlich für die industrielle Zusammenarbeit ist weiterhin ein Top-Level-Design als Richtlinie und für das Roadmapping sowie industrielle Standards.

Anwendungsbeispiele

Beispiele für den effektiven Einsatz von Edge-Infrastruktur gibt es bereits bei betrieblichen Aufgaben, die zentral für deren Wertschöpfung und Wettbewerbsposition sind. Bei der Qualitätskontrolle elektronischer Geräte etwa müssen oft täglich Tausende von Bauteilen überprüft werden. Das entspricht etwa einem Dutzend Produkte pro Minute. Oft arbeiten die Mitarbeiter der Qualitätskontrolle mehr als zehn Stunden täglich, um das Arbeitsvolumen zu bewältigen – Konzentrationsmangel und Qualitätsstagnation sind die Folge. Im Gegensatz dazu nutzen Edge-Lösungen für intelligente Qualitätsprüfungen Industriekameras an Produktionsstraßen, um Bilder von Produktoberflächen in Echtzeit zu erfassen. Anschließend erfolgt eine automatische Bestimmung und Positionierung der Defekte, um rasch Informationen über deren Art und Größe sowie Vorschläge zur Beseitigung zu erhalten. Zusätzlich werden Fehlerdaten an das Cloud-Rechenzentrum übertragen, um die KI-Modelle und -Algorithmen für Qualitätsprüfungen weiter zu optimieren. Dies unterstützt Unternehmen bei der Verbesserung ihrer Produktionsgenauigkeit und -effizienz. Edge Computing wird auch bei der Inspektion von Robotern eingesetzt. Intelligente Inspektionsmodelle ermöglichen die Echtzeitüberwachung verschiedener Parameter von Robotern. Das Personal kann so Geräteteile vorausschauend ersetzen, um ungeplante Ausfallzeiten und Unterbrechungen in automatisierten Produktionsstraßen zu vermeiden. Auch wenn die Corona-Krise die Automatisdierungsbranche gerade gehörig durchschüttelt: Edge Computing ist nicht einfach ein Trend, sondern eine erforderliche Infrastrukturebene für die digitale Transformation des Verarbeitenden Gewerbes.


Das könnte Sie auch interessieren:

Der Maschinen- und Anlagenbau sowie die Gebäudeautomation zeichnen sich durch anspruchsvolle elektrische Komponenten und einen hohen Vernetzungsgrad aus. Zudem rücken Planung und Konstruktion immer näher an die Fertigung heran. Engineering-und ERP-Systeme miteinander zu verbinden, ist zur Königsdisziplin geworden.‣ weiterlesen

Bei einem weltweit breit gestreuten Ransomware-Angriff wurden laut Medienberichten tausende ESXi-Server, die u.a. zur Virtualisierung von IT-Fachverfahren genutzt werden, verschlüsselt. Wie das BSI mitteilt, sind auch Systeme in Deutschland betroffen.‣ weiterlesen

Mit Extended Warehouse Management und Transportation Management bietet SAP neue Tools für die Logistik an. Doch wann lohnt sich ein Wechsel und welche Vorteile bieten EWM und TM im Vergleich zu ihren Vorgängern?‣ weiterlesen

Durch flexible Produktionssysteme Unsicherheit und Volatilität entgegnen. Dazu müssen starre Verbünde gelöst und auch die Produktions- und Fertigungsplanung flexibilisiert werden. Digitale Zwillinge können helfen, die Produktion in Losgröße 1 zu ermöglichen und dabei Abweichungen im Materialfluss zu kompensieren.‣ weiterlesen

Im Anlagenbau ist das Zusammenspiel von Engineering und Fertigung alles andere als trivial. Es gilt, fertigungsrelevante Daten projektbezogen in die jeweiligen Prozesse an Maschinen zu übermitteln, oft mit erheblichem Aufwand und manchen Schnittstellenhürden. Helfen kann das RiPanel Processing Center von Rittal, ein neues Jobmanagement-Tool zur zentralen Arbeitsvorbereitung.‣ weiterlesen

Das französische Luftfahrt-Startup Blue Spirit Aero entwickelt ihr Leichtflugzeug Dragonfly mit den Werkzeugen der 3DExperience-Plattform von Dassault Systèmes. Neben der Leistungsfähigkeit der Anwendungen hat das den Effekt, dass sich Meilensteine des Startups etwa Investoren gegenüber glaubwürdig darstellen lassen.‣ weiterlesen

Im Forschungsprojekt ’Fluently’ wollen die Beteiligten das Teamwork von Mensch und Maschine optimieren. So sollen zwischen beiden echte soziale Interaktionen ermöglicht werden.‣ weiterlesen

Selbst gut ausgeprägte ERP-Systemlandschaften weisen meist Lücken auf, in denen Prozesse ohne digitales Abbild ablaufen. Individuell erstellte mobile Anwendungen können solche Lücken schließen - und so manch andere Schwachstelle in der ERP-Landschaft ausbügeln.‣ weiterlesen