Startseite > Embedded > Hardware > Erfolgsfaktor Software

Embedded-Systeme im Wandel

Erfolgsfaktor Software

30. Juni 2017, 9:00 Uhr | Von Klaus-Dieter Walter

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 2

Erfolgsfaktor Daten und Embedded KI

Daten gelten als der Rohstoff des 21. Jahrhunderts. Ihre Bedeutung wird hin und wieder mit der des Erdöls in unmittelbarer Vergangenheit und Gegenwart verglichen. Ähnlich wie beim Erdöl erfordern Daten aber auch weitere Verarbeitungsschritte, um ihren Nutzen zu entfalten. Ein aus Sicht des Autors richtungsweisender Beitrag [1], der Ende 2014 in den USA erschien, skizziert die vielfältigen Datennutzungsmöglichkeiten vernetzter industrieller Rechnersysteme und kommunikationsfähiger Embedded-Systeme. Die Autoren Porter und Heppelmann sehen durch „Smart, Connected Products“ mit entsprechenden Kommunikationsfähigkeiten und einer Produkt-Cloud erheblichen Mehrwert in insgesamt vier aufeinander aufbauenden Funktionsgruppen (Bild 4):

Jobangebote+ passend zum Thema

MACNICA ATD EUROPE - Ihre berufliche Zukunft

MACNICA ATD Europe GmbH, Ingolstadt

Alle Jobangebote im Elektroniknet Karrierebereich anzeigen

Monitoring: In Monitoring-Anwendungen werden Daten eingebetteter Systeme zur Überwachung der Systemfunktionen genutzt. Dadurch lässt sich z.B. die Nutzung eines Produktes innerhalb der durch die technischen Daten vorgegebenen Umgebungsbedingungen kontrollieren und bei Bedarf ein Alarm auslösen, bevor ein Schaden an Mensch oder Maschine auftritt.
Steuern: Grundsätzlich besitzt ein vernetztes Produkt die datentechnischen Voraussetzungen für eine intelligente Fernzugriffsschnittstelle, die vollständig automatisiert für die M2M-Kommunikation genutzt wird. So könnten zum Beispiel über die Cloud bestimmte Energieeffizienzregeln definiert werden, die dann das Verhalten eines physischen Produktes in bestimmten Situationen bestimmen (z.B. ein Fahrplan für die Erzeugung negativer Regel- und Ausgleichsenergie in einem virtuellen Kraftwerk).
Optimierung: Durch die permanenten Ergebnisse der Monitoring-Datenanalysen und die per Cloud nutzbare Fernsteuerschnittstelle kann beispielsweise ein Predictive-Maintenance-Algorithmus bei Bedarf die Leistung einer Maschine reduzieren, um den produktiven Betrieb bis zum automatisch festgelegten Wartungstermin zu ermöglichen.
Autonomes Verhalten: Vollständig automatisierte Datenauswertung in vernetzten Systemen in Verbindung mit Machine Learning bis hin zur eigenständigen Entscheidungsfindung mit Hilfe von KI-Algorithmen ermöglicht zum Beispiel intelligente, vernetzte und autonom agierende Mikrosysteme in Produktion, Logistik und Energieversorgungsystemen. „Cognition as a Service (CaaS)“ erlaubt bereits heute die Entwicklung hochintelligenter Systemlösungen, ohne die dahinterliegenden komplexen Algorithmen zu kennen oder die dafür erforderliche Infrastruktur selbst schaffen zu müssen.