Elektroniknet Logo

Connectivity & Fertigungsdigitalisierung

Plug‘n‘Produce ist kein Wunschtraum mehr

Digitalisierung Industrie 4.0 Cloud IIoT Connectivity OPC UA MQTT Big Data KI
Connectivity-Plattformen fungieren als zusätzlicher Layer und verbinden mit eigener Logik die proprietären Schnittstellen.
© Kontron

Wie kann der Mittelstand digitalen Konzepte schlau und effizient in die Produktionslandschaft integrieren? Connectivity-Plattformen ermöglichen eine Automatisierung von Verbindungsaufgaben und sind die Voraussetzung für Industrie 4.0, KI und Predictive Maintenance.

Eine aktuelle VDMA-Studie zur Interoperabilität im Maschinen- und Anlagenbau unter rund 600 Unternehmen kommt zu einem eindeutigen Ergebnis: Mehr als 90 Prozent der Befragten haben Bedarf an interoperablen Schnittstellen. Die höchste strategische Bedeutung wird dem Auflösen von proprietären Schnittstellen beigemessen, das als Voraussetzung für einen plattformunabhängigen Datenaustausch und „Plug and Produce“ gilt. 80 Prozent der Unternehmen benötigen interoperable Schnittstellen für die Überwachung der Produktion mit (Sensor-)Daten zum Maschinen- und Prozessstatus. Mehr als zwei Drittel wollen damit Condition Monitoring umsetzen, 60 Prozent sogar ihre Produktion steuern. Noch sind auf dem Shopfloor allerdings viele unterschiedliche Standards und proprietäre Formate im Einsatz. Vor allem an der Nahtstelle zwischen OT und IT werden unterschiedliche Sprachen gesprochen. Zwar spielt OPC UA in der Schnittstellenthematik eine zunehmend zentrale Rolle, dennoch bleiben viele Fragen offen: Auch der neue Austauschstandard löst nicht im Detail, wie die Daten strukturiert sind, und von einem durchgängigen Einsatz ist man weit entfernt.

Schnittstellen sollten keine Achillesferse sein

Ein ganzheitlicher Blick – nicht nur auf neue, IoT-fähige Maschinen, sondern auch auf den Bestand – fehlt derzeit in der Regel. Denn bisher tun sich die meisten Unternehmen hier noch schwer: Gerade die Vernetzung ist oft kostenintensiv und zeitaufwändig. Deshalb findet sie in der Praxis noch immer fast nur in ausgewählten Szenarien und einzelnen Proof-of-Concepts statt. Für jedes Szenario sind viele einzelne Tools im Einsatz, die als Eins-zu-Eins-Konverter in der Regel nur zwischen zwei bestimmten Formaten übersetzen, beispielsweise OPC zu MTTQ.

Doch Konnektivitätsplattformen und der Trend zu Low Code oder No Code verändern diese Ausgangslage – und damit auch die Digitalisierungsstrategie rund um Industrie 4.0. Plattformen wie FabEagle Connect setzen dafür auf eine Middleware als Schicht mit eigener Logik, die eine beliebige Anzahl von Quellen und Zielen über eine Verbindung integriert. Auf dieser Basis lässt sich die Verbindung von Datenpunkten einschließlich der Übersetzung von Dateiformaten, zum Beispiel die Überführung einer CSV-Textdatei in ein JSON-Script, weitgehend vereinfachen. Eine grafische Low-Code-Entwicklungsoberfläche ermöglicht die rasche Schnittstellenentwicklung ohne Programmierkenntnisse. Stattdessen können Schnittstellen wie OPC UA, REST, AMQP oder MQTT nach wenigen Minuten Einarbeitungszeit konfiguriert werden.

Das Brownfield einbinden

Dafür werden über einen visuellen Editor sämtliche Datenquellen und Datenformate einbezogen, zum Beispiel Ethernet-Adressen von Maschinen- und Robotersteuerungen, aus Sensoren und Aktoren. Auf dieser Basis lassen sich Schnittstellenkonfigurationen erstellen, indem Quellen und Ziele ausgewählt werden – und welche Werte ausgetauscht oder kombiniert werden sollen. Dazu gehören auch die notwendigen Rechenoperationen, beispielsweise den Durchschnittswert einer Temperatur über den Zeitverlauf zu berechnen.

Die Anbindung auch älterer Maschinen in MES-, Monitoring- oder Cloud-Anwendungen erfolgt im Plattform-Konzept über eine konfigurierbare IoT-Box, die das Kommunizieren mit übergeordneten Systemen übernimmt. Meist sind zusätzliche Sensoren nötig, die ebenfalls gleich über das IoT Gateway mit einbezogen werden, beispielsweise Strom- oder Temperaturmesser. So lässt sich unter anderem feststellen, ob eine Maschine läuft, oder eine Freigabe erteilen, wenn sie einen Vorgang starten darf. Über eine Schnittstelle können gleich mehrere Connections laufen – zum Beispiel lassen sich die Daten aus fünf Maschinen zugleich in eine Cloud-Anwendung liefern. In der Praxis können dann beispielsweise Sensorsignale so kombiniert werden, dass ein MES-System in Echtzeit Informationen über Maschinenzustände und Teilarbeitsschritte wie ‚Teil eingelegt‘, ‚Tür geschlossen‘ oder ‚Teil entnommen‘ erhält, um noch detaillierter zu planen.

Weniger Wartungsaufwand für Schnittstellen

Vor allem in die Pflege und Upgrades der Schnittstellenlandschaft fließt typischerweise viel Zeit, Wartungsteams müssen zudem bisher viele unterschiedliche Werkzeuge bedienen können. Auf einer einheitlichen Plattform wird hingegen die Schnittstellen-Software für das gesamte Werk verwaltet, einschließlich Versionsmanagement zum Beispiel mit GitHub. Dieser Ansatz trägt auch zur besseren Wiederverwendbarkeit von Schnittstellen bei: Schließlich ist oft nur eine kleine Anpassung nötig, das Rad muss nicht ständig neu erfunden werden. Häufig lässt sich so ein Programmieraufwand von mehreren Wochen einsparen, um etwa SPS-Daten in die Cloud zu bringen.

In Industrie-4.0-Szenarien besteht die Herausforderung oft darin, Daten aus der Edge, der Cloud und On-Premises-Umgebungen zusammenzubringen. Die Vielfalt beim Bestand ist groß und stellt Unternehmen vor erhebliche Herausforderungen, denn für eine ganzheitliche Betrachtung des Produkts und seiner Produktion ist eine Integration aller Datenquellen entscheidend. Gerade wenn es um Analytik rund um Machine Learning und KI für Konzepte wie Predictive Maintenance, Smart Monitoring oder digitale Zwillinge geht, gilt: Je mehr Datenpunkte, desto besser die Aussagekraft. Die Bitkom-Studie „Industrie 4.0 – so digital sind Deutschlands Fabriken“ zeigt, dass bereits jedes siebte von rund 550 befragten Unternehmen aktuell künstliche Intelligenz im Kontext von Industrie 4.0 nutzt. Bei den größeren Unternehmen ab 500 Mitarbeitern ist es sogar fast ein Viertel, Tendenz steigend.

Security ist Pflicht für Konnektivität

Spätestens in diesem Kontext stellt sich allerdings auch die Frage nach der Datensicherheit. Die Öffnung der Produktion im Rahmen der Digitalisierung bedeutet auch, dass neue Schutzkonzepte erforderlich sind. Konnektivitäts-Plattformen stellen die nötigen Security Features bereit und tragen dazu bei, dass alle Schnittstellen transparent gebündelt sind und die nötigen Sicherheitsanforderungen erfüllen. Bei erhöhtem Sicherheitsbedarf können Daten zum Beispiel aggregiert und als Paket über eine REST-Schnittstelle in die Cloud hochgeladen werden.
Dort, wo viele Sensorwerte im Millisekundenbereich anfallen, muss zudem sichergestellt werden, dass die Informationen nicht das Netzwerk fluten. Eine Vorverarbeitung ist vor allem im KI-Bereich wichtig, wo oft riesige Datenvolumen anfallen – zum Beispiel bei Aufgaben wie der visuellen Qualitätsinspektion mittels Kameratechnologie und Bilderkennung auf Basis neuronaler Netzwerke (Deep Learning). Deshalb müssen Skripte oder APIs für das Filtern der Daten sorgen, damit nur die wirklich benötigten Informationen in übergelagerte Systeme gelangen.

Datenanalytik erforderte Expertise

Speziell die Verarbeitung von Sensordaten aus der Edge wirft einige Probleme auf. Die Daten lassen sich in vielen Szenarien nur dann nutzen, wenn sie mit Zeitstempeln versehen sind und damit exakt auf der Zeitachse eingeordnet oder mit anderen Informationen kombiniert werden können. Während eine ältere Maschine teilweise nur eine Textdatei pro Woche liefert, senden Sensoren oft Daten in sehr hoher Frequenz. Diese Herausforderungen lassen sich in der Praxis kaum ohne eine Logikschicht als Middleware überwinden, die Daten zwischenspeichert (buffert), um sie mit Timestamps anzureichern, sie zu komprimieren, zu konvertieren oder zu aggregieren. Die FabEagle-Connect-Plattform nutzt dafür als Basis die In-Memory-Datenbank Redis, eine Open-Source-NoSQL-Anwendung. In der Praxis gestaltet sich insbesondere die direkte Integration aus Geräte-, Maschinen- und Anlagensteuerungen regelmäßig als Herausforderung, der Schlüssel ist eigenes oder auch eingekauftes Integrations-Know-how für SPS-Programmierung.

Doch nicht nur die produzierenden Unternehmen selbst befassen sich mit der Vernetzung ihrer Fertigung. Fast alle Maschinen- und Anlagenbauer haben in den letzten Jahren begonnen, das Potenzial neuer, datengetriebener Geschäftsmodelle auszuloten. Anstatt viel Energie in die eigene Entwicklung von IoT-Lösungen zu stecken, können Connectivity-Plattformen und die Integration ihrer Bibliotheken den Aufwand reduzieren. Plug‘n‘Produce kann mit deutlichem Mehrwert so schneller Realtität werden. (uh)


Das könnte Sie auch interessieren

Verwandte Artikel

Kontron AG, Kontron AG (Head Office)