Datenverarbeitung

Andreas Mühlbauer,

Edge Computing: Auf diese 5 Punkte kommt es an

Bei vielen Predictive-Maintenance- oder Predictive-Quality-Anwendungen ist Edge Computing die bessere Variante der Datenverarbeitung. Sie erfordert aber eine enge Zusammenarbeit von IT- und OT-Teams. Dabei kommt es vor allem auf fünf Punkte an.

Mit Edge-Computing-Lösungen können Industrieunternehmen kostspielige Stillstände und teuren Ausschuss vermeiden. © Clayton Cardinalli/Unsplash

Industrieunternehmen können von modernen Data-Analytics-Lösungen erheblich profitieren. Diese Lösungen erfassen Daten von Maschinen und Anlagen, werten sie mit Machine-Learning-Algorithmen aus und treffen Vorhersagen, die es Betrieben ermöglichen, kostspielige Stillstände und teuren Ausschuss zu vermeiden – etwa indem sie eine Maschine rechtzeitig warten oder die Einstellungen anpassen. Zudem machen solche Lösungen Muster und Zusammenhänge transparent, auf deren Basis die Unternehmen ihre Herstellungsprozesse und die Qualität ihrer Produkte kontinuierlich optimieren können.

In vielen Fällen ist dabei Edge Computing die bessere Variante zur Durchführung der Analysen. Bei diesem Ansatz werden die Daten nicht zur Verarbeitung an ein zentrales Rechenzentrum oder eine Cloud-Plattform gesendet, die die Ergebnisse der Berechnungen dann wieder zurückschicken, sondern direkt von IT-Systemen vor Ort analysiert. Das zahlt sich beispielsweise bei zeitkritischen Anwendungen aus, weil die Latenzen deutlich geringer sind. Zudem sind Industrieunternehmen nicht auf die Verfügbarkeit und Stabilität der Internetverbindung angewiesen, die an abgelegenen Fertigungsstandorten oft ein Problem darstellen. Nicht zuletzt sind Maschinen- oder Prozessdaten häufig sensible Informationen. Sie müssen beim Edge Computing nicht transferiert werden, sondern können einfach an Ort und Stelle verbleiben.

Anzeige

Trennung von IT und OT ist nicht mehr sinnvoll

Eine zentrale Herausforderung bei der Implementierung und dem Betrieb von Edge-Lösungen ist die sogenannte IT-OT-Konvergenz: das Zusammenwachsen von Informationstechnologie und operativer Technologie. Da IT-Systeme und Software in Kombination mit industriellem Equipment eingesetzt werden und sich gegenseitig beeinflussen, ist die klassische Trennung der beiden Bereiche nicht mehr sinnvoll. IT- und OT-Teams können nicht mehr unabhängig voneinander agieren, sondern müssen eng zusammenarbeiten. Dabei kommt es insbesondere auf die folgenden fünf Aspekte an:

Eine gemeinsame Sprache finden:

IT- und OT-Teams bewegen sich in unterschiedlichen Systemwelten und sprechen deshalb naturgemäß nicht dieselbe Sprache. Das kann dazu führen, dass sie mit bestimmten Schlagwörtern etwas ganz anderes meinen oder die eine Seite die Begriffe der anderen Seite und ihren Kontext nicht richtig verstehen. In einem offenen und kollaborativen Kommunikationsprozess können sie Begrifflichkeiten klären, ein gemeinsames Verständnis entwickeln und sich über die Zielsetzungen abstimmen. Nur dann ist gewährleistet, dass die Bereitstellung und der Einsatz der Edge-Computing-Lösungen auf einem Konsens beruhen und mit Klarheit erfolgen können.

Einen adaptiven Ansatz verfolgen:

IT-ler sind es gewohnt, neueste Technologien und Methoden zu nutzen und mit Geschäftsdaten umzugehen. OT-Teams arbeiten dagegen mit Systemen und Geräten, die jahrzehntelang im Einsatz sind und höchst unterschiedliche Daten von zahlreichen spezifischen Prozessen, Maschinen und Anlagen liefern. Um eine optimale Data-Analytics-Lösung für eine komplette Fabrik zu designen, sollte die IT deshalb einen adaptiven Ansatz verfolgen. Die eingesetzten Machine-Learning-Modelle sollten die unterschiedlichsten Gegebenheiten und Situationen vor Ort abdecken können. Sie sollten in der Lage sein, mit mehr, weniger oder fehlenden Daten umgehen zu können, oder mit Daten, deren Qualität und Quantität situationsabhängig in Echtzeit variieren; und auch mit Daten, die nicht einem Satz von Regeln entsprechen, die anhand vorangegangener Datenklassifizierungen definiert wurden.

Die Erfahrungen der OT-Experten berücksichtigen:

Eine entscheidende Grundlage für die Prognosen der IT-Systeme sind natürlich Daten. Es gibt aber noch eine weitere: nämlich das Wissen der OT-Experten. Sie besitzen ein tiefgehendes fachliches Know-how und verfügen über einen riesigen Schatz an Erfahrungen aus ihrer jahrelangen Arbeit in der echten Produktion. Dieses Wissen sollten sie teilen, und die IT-ler und Data Scientists sollten es berücksichtigen, denn es hilft ihnen dabei, effektivere Algorithmen zu implementieren. Und nicht nur das: Es kann die IT auch maßgeblich dabei unterstützen, eine kosteneffiziente, widerstandsfähige und skalierbare Infrastruktur für das Edge Computing einzurichten.

Fundierte Entscheidungshilfen geben:

Data-Analytics-Lösungen können sogenannte präskriptive Empfehlungen liefern. Sie prognostizieren nicht nur Probleme, sondern schlagen auch die bestmöglichen Maßnahmen zu ihrer Behebung vor.

Für die Entscheidung, ob sie eine Empfehlung umsetzen, benötigen die OT-Experten Informationen zur Ernsthaftigkeit des Problems und den aktuellen Gegebenheiten vor Ort. Bei der Modellierung der Datenstrukturen sollten die IT-Experten deshalb den Unterschied zwischen einem konkreten Risiko oder einer bloßen Unsicherheit berücksichtigen und auch Parameter wie aktuelle Ressourcenverfügbarkeit, situative Komplexität oder die Zeit für die Ausführung einer Maßnahme einfließen lassen.

Für größtmögliche Transparenz sorgen:

Damit die OT-Experten den Data-Analytics-Lösungen vertrauen und sie auch wirklich nutzen, müssen sie ihre Funktionsweise zumindest grob nachvollziehen können. Um exakte Ergebnisse zu erzielen, verwenden Machine-Learning-Algorithmen komplizierte mathematische Verfahren und statistische Modelle. Sind sie zu komplex und undurchsichtig, kann der Preis für ihre höhere Genauigkeit fehlendes Vertrauen und mangelnde Akzeptanz sein. Die IT sollte die Lösungen deshalb möglichst transparent und erklärbar halten. Einfachere Use Cases, die tatsächlich einen Wertbeitrag liefern, sind besser als überkomplexe Anwendungsfälle, die vielleicht exaktere Ergebnisse liefern, aber nicht genutzt werden und damit wertlos bleiben.

Menschen sind genauso wichtig wie die Technologie

Mit industriellem Edge Computing können Fertigungsunternehmen ihr Geschäft entscheidend voranbringen. Dazu braucht es aber eine enge Zusammenarbeit über die Grenzen von IT und OT hinweg. Insbesondere die Experten aus der IT sind gefordert, sich in ihre Kollegen aus der OT hineinzuversetzen und ihre Perspektive einzunehmen – denn die Menschen spielen eine ebenso wichtige Rolle wie die Technologie selbst.

Uwe Wiest, General Manager OEM & IOT Solutions DACH bei Dell Technologies 

Anzeige

Das könnte Sie auch interessieren

Anzeige
Anzeige
Anzeige

Industrie 4.0 und Cloud

Was IoT an der Edge kann

Edge Computing spielt in der Industrie 4.0 eine immer größere Rolle. Befeuert durch die zunehmende Verbreitung des Internet of Things und Cloud-Technologien sowie der Realisierung erster 5G-Campusnetze steigen die Möglichkeiten, neue Lösungen...

mehr...
Anzeige

Remote I/O

Edge Gateway für Zone 1 und 2

Neben der Remote I/O-Funktionalität ist das IS1+ von R. Stahl jetzt auch für den Einsatz als Edge Gateway mit Anbindung über OPC UA und optionaler integrierter Signalvorverarbeitung verfügbar.

mehr...

Industrie-PCs

Alle Tools an Bord

Die Vorteile von Edge-Anwendungen sind bekannt. Allerdings kann eine traditionelle SPS die anfallenden Daten nicht lokal vorverarbeiten. Mit Edge-PCs inklusive vor­installierter Software-Tools lassen sich IoT-Applikationen einfach umsetzen.

mehr...
Anzeige
Anzeige
Anzeige

Sicherheit im IIoT

Industrial Security 4.0

Das produzierende Gewerbe erfährt durch Edge Computing viele Vorteile: IoT-Geräte, Maschinen und Systeme profitieren von einer geringen Latenz, und sollte das Internet ausfallen, funktionieren IoT-Geräte weiterhin. Doch entstehen durch die...

mehr...

Edge Computing

Dezentrale Datenverarbeitung

Die zentrale Datenverarbeitung in einer Cloud ist für manche Anwendungen zu unflexibel oder auch zu langsam und zu unzuverlässig, wenn es um zeitkritische Operationen geht. Dezentrales Edge Computing kann hier Abhilfe schaffen und die Lücken...

mehr...