Digitalisierungsprojekte rund um Industrie 4.0, IIoT und künstliche Intelligenz leben von der Vernetzung aller Assets, von Sensorik und der Integration unterschiedlichster Daten. In der Praxis gibt es viele Proofs of Concept und Piloten, doch in die Breite haben es diese Themen in den meisten Unternehmen noch nicht geschafft. Das liegt auch an der Herangehensweise über einzelne Vorhaben, denn statt um Projekte sollte es um Prozesse gehen. Hardware allein ist nicht mehr die Lösung, das ist einer der Gründe, warum Hersteller künftig ihre Portfolios um die Themen Software und Prozessberatung ergänzen müssen.

Überall dort, wo es darum geht, von Vernetzung und Datenanalytik zu profitieren, stehen besonders häufig End-to-End-Prozesse im Vordergrund, die ganze Wertschöpfungsketten durchziehen. Deshalb nützt es wenig, wenn sich nur eine Abteilung ans Werk macht. Die meisten Themen sind interdisziplinär – das gesamte Unternehmen muss sich weiterentwickeln. Deshalb ist es wichtig, dass das Setup stimmt und Menschen aus allen Abteilungen einbezogen werden. Zugleich stellt die Vielzahl an Themen und Beteiligten hohe Herausforderungen an das Projektmanagement. Digitalisierung ist letztlich ein umfassender Prozess, der aus vielen kleinen Projekten besteht. Die Software rund um IoT greift allerdings tief in die Unternehmensprozesse ein. Ohne klare Zielsetzungen können neue Komplexitätsprobleme entstehen, vor allem bei der Datenerhebung und -verarbeitung.

Ein Toolset für alle IoT-Szenarien

Verschiedene Digitalisierungsansätze basieren jeweils auf unterschiedlichen Sensoren, Maschinen oder Geräten und deren Daten. Damit nicht in jedem Kontext das Rad immer wieder neu erfunden werden muss, setzt Kontron auf ein Toolset aus Hardware, Software und Expertise, das sich beliebig erweitern lässt und mit den steigenden Anforderungen im Betrieb mitwachsen kann. Das Susietec-Toolset hilft dabei, nahezu alle IoT-Anwendungsszenarien in der Industrie abzubilden. Die enge Kopplung der Software- und Hardware-Entwicklung in der Kontron-Gruppe erweist sich dabei als Vorteil. Gerade bei Echtzeitanwendungen kommt es darauf an, dass Hardware wie Gateways oder andere Edge-Devices und die Software aufeinander ausgerichtet sind. Im KI-Umfeld laufen Algorithmen häufig am Edge, wie zum Beispiel bei der automatisierten Qualitätskontrolle auf Basis von Computer Vision in der Produktion. Dort kommt es deshalb zunehmend auf abgestimmte Software- und Hardware-Lösungen an. Hier ist auch ein steigender Bedarf für High Performance Computing (HPC) erkennbar.

Nur ausgewählte Maschinen- und Sensordaten sollten in die Cloud wandern, nicht nur aus Latenz- und Sicherheitsgründen, sondern auch, um Netze nicht zu überlasten. Das bedeutet, Daten müssen am Edge vorverarbeitet und für unterschiedliche Anwendungen in hybriden Infrastrukturen bereitgestellt werden. Dafür ist eine Middleware nötig, die Daten zwischenspeichern kann, um sie mit Timestamps anzureichern, sie zu aggregieren, zu komprimieren oder zu konvertieren. Nur so werden Informationen für Data Analytics nutzbar und vergleichbar.

Schnittstellen mit durchgängiger Sicherheit

Das Susietec-Toolset leistet zugleich einen wesentlichen Beitrag, die Schnittstellenproblematik zu beherrschen. Typischerweise dient ein Großteil der Daten aus den Steuerungen und Sensoren zur Prozesssteuerung bei der Kopplung der in die Prozesskette integrierten Systeme. Erfahrungsgemäß ist in vielen Projekten auch eine Anbindung der Produktionssteuerung mit einem ERP-System notwendig. Als Konnektivitäts-Plattform stellt das Susietec-Toolset durchgängige Security-Features bereit und bündelt alle Schnittstellen transparent. Eine Vielzahl von standardisierten Schnittstellen ist bereits verfügbar, so sind bei der Integration neuer Systeme oft nur kleine Anpassungen erforderlich.

Anstatt in eine riesige Lösung mit viel Ballast zu investieren, sollen Unternehmen genau die Komponenten des Toolsets nutzen können, die sie für den jeweiligen Anwendungsfall benötigen. Das können Automatisierungsansätze in der Produktion sein, Control-Themen im Backoffice, Optimierungen im Feldservice oder Apps, mit denen Prozesse visualisiert und verschlankt werden. Die einzelnen Applikationen sind untereinander so vernetzt, dass Unternehmen eine durchgängige, integrierte IoT-Landschaft schaffen und diese schrittweise an neue Anforderungen anpassen können.

Das schrittweise Vorgehen zeigt sich zum Beispiel an einem Praxisprojekt im Sondermaschinenbau: Zunächst ging es darum, Fehlermeldungen auszuwerten und die Basis für Predictive Maintenance zu legen. Schon bald sollten die Servicetechniker darüber hinaus Meldungen auf ihr Tablet oder Smartphone bekommen. Darauf wurde schließlich ein Modul aufgesetzt, das die gesamte Einsatzplanung, die Termin- koordination, das Ersatzteilmanagement und den Support vor Ort managt. Oft kommen im Lauf der Zeit immer neue Anforderungen hinzu. Dennoch gilt es, etwa bei KI und Machine-Learning-Konzepten genau hinzuschauen und Expertise ins Boot zu holen.

Generell lässt sich als Trend beobachten, dass nicht zuletzt im Umfeld des Maschinen- und Anlagenbaus sowie in der Instandhaltung digitale Services immer wichtiger werden. Deshalb sollten IIoT-Lösungen auch den sicheren Zugriff via Portal für Dritte ermöglichen, beispielsweise für Servicetechniker. So können beispielsweise Alerts und Analysen rund um Predictive Maintenance oder Maschinenoptimierung weitergereicht werden. Das Thema Remoting für Ferndiagnose und Fernwartung birgt erhebliche Effizienzpotenziale. Selbst bei diesem auf den ersten Blick klar überschaubaren Thema sind viele Hürden zu nehmen, wie beispielsweise die Firewalls und spezifische Sicherheitsanforderungen am Standort von Maschinen und Anlagen. Kommerzielle Tools stoßen hier schnell an Grenzen.

Die IIoT-Szenarien sind oft sehr individuell. Für jeden Anwendungsfall gibt es unterschiedliche Konfigurationen: So müssen jeweils nur bestimmte Daten gespeichert und an unterschiedliche Systeme weitergeben werden. Wenn zum Beispiel im Pay-per-Use-Modell Maschinen vermietet werden, müssen die Informationen über die Betriebszeiten zentral in der Cloud vorliegen. Wird aber nur ein Wartungsservice angeboten, sind diese Daten nicht in der Cloud erforderlich. Entscheidend ist ein auf den jeweiligen Anwendungsfall abgestimmtes Datenmanagement.

Security by Design ist ein essenzielles Thema

Die Vulnerabilität von zunehmend offenen Systemen in der industriellen Produktion nimmt von Jahr zu Jahr zu, das belegen die Zahlen des Bundesamts für Sicherheit in der Informationstechnik aus den jährlichen Lageberichten eindrücklich. Das BSI rät zu Strategien, bei denen Sicherheit bereits im Design-Prozess startet. Im IIoT-Umfeld bedeutet das: Der Unterschied muss schon bei der Software gemacht werden, indem ein sicheres Betriebssystem individuell für den Anwendungsfall konfiguriert und mit regelmäßigen Sicherheits-Patches gewartet wird. Die Anforderungen und Kommunikationswege sind hier sehr unterschiedlich. Standardbetriebssysteme müssen oft mit erheblichem Konfigurations- und Wartungsaufwand auf die jeweilige Situation getrimmt werden. Darüber hinaus wird die Systemleistung oft so stark mit Security Features belegt, dass die Geräte ihre eigentliche Funktion nicht optimal erfüllen können. Deshalb kann sich hier ab einer bestimmten Anzahl von Geräten im Feld der Einsatz von Susietec SecureOS lohnen.

Mit Susietec bietet Kontron ein Toolset rund um die Themen Device Management, Remoting und Edge Computing an. Auch Datenmanagement und Echtzeitdatenverarbeitung, KI, Machine Learning und Analytics gehören dazu. Der Werkzeugkasten aus Software, abgestimmter Hardware und Expertise ermöglicht unter anderem die einfache Entwicklung von Apps und intelligenten Dashboards.

Bernhard Günthner, Executive Vice President IoT-Software der S&T Gruppe / am