Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Beitrag drucken

Produktionsdaten zwischen Edge und Cloud

Wohin mit großen Datenmengen?

Nirgendwo fallen so viele Daten an wie in der Industrie. Durch intelligente Systeme können sie dabei helfen, die Produktionstechniken zu verbessern. Doch wo lassen sich die anfallenden Datenmengen speichern und schützen?

(Bild: ©monsitj/stock.adobe.com)

(Bild: ©monsitj/stock.adobe.com)

Immer mehr Geräte sind mit dem Internet verbunden und produzieren gewaltige Mengen an Sensordaten. Typischerweise werden solche IoT-Geräte einzeln und aus der Ferne verwaltet und fungieren als eingebettete Appliances wie beispielsweise Kameras. Das ist jedoch nicht immer der Fall: Viele Unternehmen verfügen über verteilte Umgebungen, in denen Server in verschiedenen Niederlassungen den Zugang zum Gebäude überwachen, die Umgebung kontrollieren oder andere Aufgaben übernehmen. Die entsprechenden Geräte, die die Daten liefern, sind dabei über das Internet der Dinge vernetzt. Die Daten entstehen aber oft außerhalb des Rechenzentrums oder Netzwerks eines Unternehmens. Der Begriff Edge beschreibt dabei Rechen- und Datenmanagement-Aufgaben, die außerhalb dieser Kern-Infrastrukturen ausgeführt werden. Aufgrund des wachsenden Datenvolumens gewinnt auch das Thema Cloud-Computing rasant an Bedeutung.

Herausforderungen für die IT

Diese Entwicklungen stellen IT-Abteilungen vor Herausforderungen: Sie dafür verantwortlich, dass die Daten angemessen gesichert, zugeordnet und verarbeitet werden. Die meisten IT-Organisationen wissen zwar, wo sich ihre Daten befinden, durch das IoT wird es aber schwieriger, den gesamten Datenbestand eines Unternehmens sicher in den Griff zu bekommen. Dies wirkt sich auch auf den Datenschutz und die Einhaltung von Vorschriften wie der europäischen Datenschutz-Grundverordnung (DSGVO) aus.

Verarbeitung an den Rand verlagern

Da so viele Informationen am Rand der Infrastrukturen erzeugt werden, lassen sich die Daten zur Verarbeitung nur schwer in ein Rechenzentrum verschieben. Aufgrund der Vielzahl von Geräten kann dies nur mit hohen Investitionen in externe Netzwerke gelingen. Zudem kann sich der Wert der Daten in vielen Fällen möglicherweise nicht optimal entfalten, wenn der gesamte Inhalt gespeichert wird. Beispielsweise muss eine Kamera, die an einer Straßenkreuzung vorbeifahrende Autos zählt, nicht das gesamte Video speichern. Es reicht vielmehr, die Anzahl der in einem bestimmten Zeitraum gezählten Fahrzeuge zu dokumentieren. Die Videodaten könnten für einen späteren Zeitpunkt aufbewahrt oder einfach gelöscht werden. Zu berücksichtigen ist auch die zeitnahe Verarbeitung der Daten. Eine Latenzzeit durch das Lesen und Schreiben der Daten in ein Kern-Rechenzentrum kann in vielen Fällen zu viel Zeit in Anspruch nehmen. Aufgrund dieser Anforderungen sollten Unternehmen die Verarbeitung von Daten und Applikationen an den Rand verlagern. Dort können sie vorverarbeitet werden, bevor sie zur langfristigen Aufbewahrung in das Kern-Rechenzentrum hochgeladen werden.

Analyse in der Cloud

Die entstehenden Daten sind meist unstrukturiert und lassen sich daher einfach der Public-Cloud-Infrastruktur speichern. Alle großen Cloud-Anbieter stellen dafür kostengünstige, skalierbare Speichersysteme auf Basis von Objektspeicher-Lösungen bereit. Mit schnellen Netzwerken und kostenlosem Datenzugriff lassen sich in der Public Cloud große Mengen an Enterprise-IoT-Daten optimal speichern. Neben der Speicherfunktion bieten Cloud Service Provider (CSP) zudem Datenanalyse-Werkzeuge, die große Mengen an unstrukturierten Inhalten aufnehmen und verarbeiten können. Damit lassen sich auch ML-/AI-Anwendungen entwickeln.

Informationen in Echtzeit

Die erzeugten Daten tragen einen gewissen Wert in sich, daher sollten die Datenströme im IoT in Echtzeit verfügbar sein, damit Unternehmen jederzeit von ihnen profitieren können. Dies gilt auch für das Industrial Internet of Things (IIoT). Echtzeitdaten können beispielsweise die Produktionszyklen der Schwerindustrie positiv beeinflussen – Ausfallzeiten an Hochofen können so minimiert und Materialkosten eingespart werden. Die Daten müssen jedoch nicht nur jederzeit abrufbar, sondern auch zuverlässig gesichert sein, um sie vor Manipulationen zu schützen.

Daten erfolgreich managen

Eine realistische Prognose von geschäftlichen Anforderungen ist der Schlüssel zum Unternehmenserfolg und wichtige Voraussetzung für einen schnellen Return-on-Investment. So sehen sich Unternehmen aller Größen mit neuen Herausforderungen konfrontiert. Dazu zählen die zunehmende Digitalisierung der Märkte, der steigende Wettbewerbsdruck sowie die zunehmende Zahl neuer Technologien. Um wettbewerbsfähig zu bleiben, müssen Unternehmen sich dieser Herausforderung stellen und neue Lösungen entwickeln, die den Kunden einen entscheidenden Mehrwert bieten. Das Internet of Things zwingt Unternehmen dazu, ihre IT- und Geschäftsprozesse zu überdenken. Am Markt durchsetzen werden sich dabei die Firmen, die das Management und die Sicherheit ihrer Daten erfolgreich gestalten und daraus einen nachhaltigen Wert für ihr Business generieren. Werden die anfallenden Daten richtig verwaltet, bietet das Internet of Things bietet also auch große Chancen. Durch Edge Computing und die Verlasgerung der Daten in die Cloud können dabei große Datenströme schnell verarbeitet und gesichert werden.


Olaf Dünnweller ist Area Vice President Territory Sales EMEA & Geschäftsführer bei Commvault.


Das könnte Sie auch interessieren:

Im Werkzeugmanagement eröffnet das Kennzeichnen von Assets mit Data Matrix Codes die Möglichkeit, Werkzeuge zu tracken und mit ihren Lebenslaufdaten zu verheiraten.‣ weiterlesen

Google Cloud gab kürzlich die Einführung der beiden Lösungen Manufacturing Data Engine und Manufacturing Connect bekannt. Mit den Tools lassen sich Assets einer Fertigungsumgebung vernetzen, Daten verarbeiten und standardisieren.‣ weiterlesen

Virtuelle multicloudfähige Plattformen können in Fertigungsbetrieben das Fundament bilden, um IT-Infrastruktur und Betriebsabläufe zu modernisieren und effizient zu betreiben. Denn das nahtlose Zusammenspiel von Cloud-Anwendungen, Softwarebereitstellung sowie Remote Work lassen sich mit digitalen Plattformen vergleichsweise einfach und global orchestrieren.‣ weiterlesen

Wibu-Systems ist Anwendungspartner im Projekt KoMiK. Im Mai wurde das Projekt abgeschlossen und der Karlsruher Lizensierungsspezialist hat zusammen mit den Projektpartnern aus Wirtschaft und Wissenschaft Empfehlungen zur Auswahl eines digitalen Kooperationssystems erarbeitet, inklusive eines Screening-Tools.‣ weiterlesen

MES-Lösungen verfügen über unterschiedliche Erweiterungsmodule, etwa für das Qualitätsmanagement. Der Ausbau der Basisfunktionen sorgt jedoch oft für Aufwand. Eine Alternative versprechen Cloudlösungen.‣ weiterlesen

Bei ihrer digitalen Transformation adaptieren Fertigungsunternehmen Technologien wie künstliche Intelligenz, Machine Learning und digitale Zwillinge. Cloud Computung hilft, dafür erforderliche Kapazitäten skaliert bereitzustellen.‣ weiterlesen

Mit mehreren neuen Partnern erweitert der Softwareanbieter ZetVisions sein Partnerangebot. Unter anderem sollen Pikon und People Consolidated das Beratungsangebot des Heidelberger Unternehmens ergänzen.‣ weiterlesen

Viele Deep-Learning- und Machine-Vision-Anwendungen stellen hohe Ansprüche an die eingesetzten Industrie-Rechner. Für den Einsatz in diesem Umfeld hat Hardware-Spezialist Spectra die PowerBox 4000AC C621A ins Programm genommen.‣ weiterlesen

Mit Hybrid Cloud-Lösungen wollen Firmen die Vorteile des privaten und öffentlichen Cloud-Betriebs erschließen. Managed Cloud Service Provider sind darin geschult, Fallstricke bei der Cloud-Nutzung solcher Infrastrukturen zu bewältigen.‣ weiterlesen

Per Low-Code-Tool können Anwender Prozesskonfigurationen selbst umsetzen. Im MES-Bereich ist dieser Ansatz noch selten zu finden, doch einige Lösungen gibt es bereits.‣ weiterlesen

Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige