Industrie 4.0 und IoT Wenn die Produktion mitdenkt

Modellgedächtnis und Zukunftsprognosen

Mit „Model in the Middle“ konnten verschiedene innovative Technologien in einem konsistenten System vereint werden – auch unter Nutzung von Services von anderen Anbietern. Es ermöglicht die Datenfusion, -historisierung, -analyse, maschinelles Lernen, Prognosen, Spracherkennung und Synthese sowie regelbasiertes Handeln und Eingriffe in Systeme. Damit werden geschlossene Regelkreise über Systemgrenzen hinweg zur Realität.

Mit der IoT-Plattform ist die Erstellung von verschiedenen Digital Twins möglich, indem Informationen diverser Quellen abgebildet und analysiert werden. Das „Model in the Middle“ bildet die Systemstruktur aus digitalen Zwillingen ab. Intelligente Services können auf dem Modell aufsetzen.

Die IoT-Plattform ist in der Lage, kontinuierlich weitere datenverarbeitende Systeme und physische Entitäten anzubinden. Das bedeutet, dass sowohl das Datenmodell und die Verarbeitungslogik als auch die Bedienoberflächen ohne Neuentwicklung erweitert und flexibel und schnell an sich ändernde Anforderungen angepasst werden können. Um vorhandenes Know-how zu nutzen, können zudem externe datenverarbeitende Services einfach angebunden werden. Damit ist es möglich, rechenintensive Vorgänge wie beispielsweise Prognosen oder Sprachanalyse auszulagern. So werden auf dieser Basis digitale Wertschöpfungsketten und Geschäftsmodelle geschaffen.

»Änderungen in der Realität verändern das Modell, Änderungen am Modell verändern die Realität«, erklärt Siegfried Wagner, Geschäftsführer der in-integrierte informationssysteme GmbH. »Zudem bildet unser Modell die Dimension Zeit ab. Mit dem Modellgedächtnis kann man nicht nur aus der Vergangenheit lernen, sondern über Prognosen in die Zukunft reisen. Dies erlaubt es, frühzeitig auf prognostizierte Ereignisse zu reagieren und komplexe Systeme mit einer Vielzahl von Rahmenbedingungen ohne menschliche Eingriffe zu beherrschen«, fährt Siegfried Wagner fort. Dieses neuartige Konzept wird bereits erfolgreich in realen Projekten wie bei der Energie-Lastspitzenoptimierung angewandt. So werden drohende Lastspitzen ohne menschliches Zutun durch Ab- und Zuschaltung von Anlagen kompensiert.

Die methodische Herangehensweise ist nutzen- und anwenderzentriert, tiefgreifende Technologiekenntnisse sind nicht erforderlich. Durch den Einstieg über User-Stories entstehen Lösungen mit Fokus auf den fachlichen Anwendungsfall. Die serviceorientierte Softwarearchitektur unterstützt eine agile Vorgehensweise. So wird erreicht, dass die Software auf notwendige Änderungen der realen Prozesse und Strukturen schnell reagieren kann.