Von der Maschine in die Datenplattform
Geleitschutz für die Sensordaten
Die Auswertung von Maschinen- und Betriebsdaten bietet für Unternehmen einen enormen Mehrwert. Doch nicht jede Fabrik entsteht auf der grünen Wiese und so kann es sich gerade bei älteren Anlagen als schwierig erweisen, an diese Daten zu gelangen. Wie also können Daten älterer Maschinen, die nicht per se IIoT-fähig sind, gesammelt und verarbeitet werden?
Es ist mittlerweile zum Gemeinplatz geworden, dass Daten einen wichtigen Faktor für Unternehmen darstellen. Maschinendaten liefern beispielsweise die Basis für Voraussagen zu Verschleiß- und Wartungsbedarf sowie für weiterreichende Analysen, um Prozesse zu verbessern und und Betriebskosten zu senken. Bislang wurden diese Daten häufig manuell ausgelesen, in Lotus- oder Excel-Tabellen eingetragen und anschließend analyisiert. Ein zeitaufwendiger, personal- und kostenintensiver Prozess. Für Anwendungsfälle wie Predictive Maintanance (PM), künstliche Intelligenz (KI) oder Machine Learning (ML) ist es jedoch essentiell, die Daten regelbasiert zu erheben, zu sammeln und weiterzuverwenden. Doch nicht immer können die anfallenden Daten aufgrund der äußeren Rahmenbedingungen (z.B. Planierraupe im Funkloch) sofort an das datenverarbeitende System (z.B. Datenbank in der Cloud) übergeben werden. In solchen Fällen ist es zum einen entscheidend, dass eine stabile und leistungsfähige Datenübertragung gewährleistet ist, sobald die Übermittlung von Informationen wieder möglich ist – mit dem Mobilfunkstandard 5G steht eine solche Technologie in den Startlöchern. Andererseits müssen die Daten womöglich unmittelbar an ihrem Entstehungsort verarbeitet werden, auch wenn keine Netzwerkverbindung besteht. Ein Beispiel sind etwa Radlader, die zum Teil über mehrere Monate auch an entlegenen Einsatzorten gebraucht werden. Dabei sollen sie völlig autark funktionieren. Da kommt Edge Computing ins Spiel. In autarken Rechenwerken (Edge Devices) werden die Daten dort verarbeitet, wo sie entstehen. Das Edge Device kann die Informationen unmittelbar auswerten und filtern, wodurch nur die relevanten Daten an das Backend-System übermittelt werden, was Zeit und Bandbreite spart.
Greenfield und Brownfield
Grundsätzlich sind in der Praxis zwei konzeptionelle Ansätze zu unterscheiden: Greenfield und Brownfield. Bei ersterem handelt es sich um ein neu aufzubauendes Netzwerk mit neuen Maschinen, die alle ans Internet angeschlossen und somit IIoT-fähig sind. Demgegenüber treffen in einem Brownfield-Netzwerk ältere Maschinen auf neue, was bei den meisten Unternehmen die Regel ist. Die Herausforderung dabei: Bei älteren Maschinen, die bereits länger als fünf Jahre im Einsatz sind, gelangt man nur sehr schwer an sämtliche Daten. Die in diesen Maschinen integrierten Sensoren weisen in der Mehrzahl individuelle Schnittstellen mit unterschiedlichen und zum Teil exotischen Protokollen auf, die nicht ohne Weiteres ausgelesen werden können. Daher empfiehlt es sich, auf einer hardwarenahen Programmierebene mit Sprachen wie C oder C++ entsprechende Interoperabilitätsgrundlagen zu schaffen und das Edge Device auf die jeweilige Maschine hin zu programmieren, um die Daten nutzbar zu machen. Dies ist zwingend notwendig, da die verbauten Sensoren üblicherweise verschlüsselt sind, um ein unbefugtes Auslesen der Daten zu verhindern. Dadurch wird allerdings auch die herstellerübergreifende Vernetzung und Verständigung im Industrial Internet of Things erschwert.
