Automatisierungssysteme erzeugen große Datenmengen, die zur Verbesserung des Geschäftsergebnisses genutzt werden können, aber oft nicht verfügbar sind und nicht effizient verwaltet und analysiert werden. Leider sind diese wertvollen Daten aufgrund einer Reihe von technischen und wirtschaftlichen Gründen oft nicht zugänglich. Neuere Architekturen ändern diese missliche Lage, indem sie das flexible und leistungsstarke Edge-Computing-Modell mit einem Cloud-Computing-Modell verbinden, wodurch es nicht nur machbar, sondern auch praktikabel ist, Daten zu analysieren, neue Einblicke zu gewinnen und den Beteiligten die Ergebnisse zur Verfügung zu stellen. Dieser Artikel zeigt einige der häufigsten Gründe auf, warum Unternehmen mit ungenutzten Daten kämpfen, und wie eine moderne Edge-to-Cloud-IIoT-Lösung den Zugang zu diesen Daten und deren Nutzung vereinfacht.

Wie die Infrastruktur ungenutzte Daten erzeugt

Bis vor kurzem wurden die meisten Produktionsdaten aus SPS-, HMI-, SCADA- und Historian-Systemen bezogen, die im OT-Bereich (Operations Technology) laufen. Diese Systeme sind auf die Steuerung und Sichtbarkeit ausgerichtet, um die betriebliche Effizienz und verfügbare Betriebszeit zu maximieren. Dabei sind die Nutzung und Analyse von dazugehörigen Daten, die über unmittelbare Produktionsziele hinausgehen, nebensächlich.

Die OT-Infrastruktur wurde nach betrieblichen Anforderungen ausgelegt und skaliert, was beispielsweise folgende Entscheidungen zur Folge hat: Auswahl eigener Kommunikationsprotokolle, die Leistungsanforderungen erfüllen, jedoch ohne Flexibilität und herstellerübergreifende Kompatibilität. Minimierung der Erfassung von Steuerungs- und Sensordaten zur Steigerung der Systemzuverlässigkeit und Einfachheit. Umsetzung von lokalen Architekturen vor Ort, um Cybersecurity-Gefahren zu minimieren, sowie Vendor-Lockout-Programme, um das geistige Eigentum zu schützen und den zuverlässigen Maschinenbetrieb zu steigern, jedoch oft auf Kosten der Konnektivität.

Die entsprechenden Systeme funktionieren im Kontext ihrer Betriebsziele perfekt, weisen aber Datenschwachpunkte auf und profitieren nicht von der Analyse aller potenziell verfügbaren Daten.

Innerhalb der OT-Umgebung erscheinen Datenquellen als offen, in der Realität jedoch können Anwendungen außerhalb der OT-Umgebung, wo die Daten einfacher analysiert werden könnten, nur schwer darauf zugreifen. Außerdem werden viele potenziell wertvolle Datenquellen – wie Umgebungsbedingungen, Zustandsüberwachungsinformationen und Energieverbrauch – für die Produktion oder Anlagensteuerung nicht benötigt und daher von Automatisierungssystemen nicht erfasst. Die Möglichkeiten der Analyse großer Datenmengen nehmen zu, aber die eingeschränkte Verfügbarkeit der ungenutzten Daten ist nach wie vor ein Hindernis.

Arten ungenutzter Daten

Es gibt viele Formen ungenutzter Daten, die aus Maschinen, der Werkshalle und anderen Systemen stammen, die Teil der OT sind oder für das Gleichgewicht der Anlage sorgen. Diese Daten können so detailliert sein wie eine einzelne Temperaturmessung oder so umfangreich wie ein historisches Datenprotokoll, das die Anzahl der bestätigten Alarme durch einen Bediener aufzeigt. Typische ungenutzte Daten sind:

Isolierte Assets in einem Werk ohne Netzwerkzugriff auf ein OT- oder IT-System. Das ist der einfachste Fall, der aber nicht unbedingt auch am einfachsten zu lösen ist. Nehmen wir einen Standalone-Temperaturmessumformer mit 4–20  mA Konnektivität oder sogar Modbus-Funktionalität. Er muss mit einer Art von Edge-Gerät – SPS, Edge-Controller, Gateway oder Ähnlichem – verbunden werden, um diesen Datenstrom zugänglich zu machen. In vielen Fällen sind die Daten für die Maschinensteuerung nicht wichtig, so dass sie in herkömmlichen, veralteten SPS-/SCADA-Datenquellen nicht zur Verfügung stehen. Zieht man die Daten durch die nächstgelegene Maschinen-SPS heran, riskiert man, dass OEM-Garantien aufgrund erforderlicher Änderungen der Programmlogik erlöschen.

Nicht beachtete Assets, die mit OT-Systemen verbunden sind und Daten erzeugen, die aber nicht genutzt werden. Viele intelligente Edge-Geräte liefern grundlegende und erweiterte Daten. Ein intelligentes Spannungsüberwachungsgerät kann unter Verwendung kabelgebundener oder industrieller Kommunikationsprotokolle grundlegende Informationen wie Volt, Ampere, Kilowatt, Kilowattstunden etc. liefern. Aber detailliertere Datensätze wie der Oberschwingungsgehalt (Total Harmonic Distortion / THD) können wegen fehlender Anwendungsanforderungen, Kommunikation mit geringer Bandbreite oder begrenzter Speicherkapazität von Systemdaten nicht übertragen werden. Die Daten sind zwar da, werden aber nicht genutzt.

Assets, die zwar Daten erzeugen, aber mit einer unzureichenden Datenrate abgefragt werden. Auch wenn ein intelligentes Gerät Daten über einen Kommunikationsbus an Überwachungssysteme liefert, kann die Abfragerate zu gering oder die Latenz oder der Datensatz zu groß sein, so dass man keine brauchbaren Ergebnisse erhält. Manchmal werden die Daten zusammengefasst, bevor sie veröffentlicht werden, was zu einem Genauigkeitsverlust führt.

Unzugängliche Assets, die Daten erzeugen (zwar oft keine Prozessdaten, aber dennoch Daten, die für Diagnosezwecke wichtig sind), jedoch in einem Format, das allgemein nicht zugänglich oder über herkömmliche Industriesysteme nicht verfügbar ist. Manche intelligenten Geräte verfügen über integrierte Daten wie Fehlerprotokolle, die nicht über Standard-Kommunikationsprotokolle übertragen werden können, aber dennoch bei der Analyse von Ereignissen, die zu Ausfallzeiten geführt haben, sehr nützlich wären.

Nicht digitalisierte Daten – Personal erstellt Daten manuell auf Papier, Klemmbrettern und Whiteboards, wodurch die Gelegenheit der Digitalisierung dieser Informationen verpasst wird. Bei vielen Unternehmen füllen Mitarbeiter Test- und Prüfformulare sowie andere ähnliche Qualitätsunterlagen in Papierform aus, ohne Vorkehrungen zur Einbindung dieser Informationen in digitale Datensätze zu treffen. Ein modernerer Ansatz nutzt digitale Verfahren zur Erfassung dieser Daten und führt zu einer „papierlosen Anlage“.

Mehrwert durch Daten in der Cloud

Ungenutzte Daten sind von erheblicher Bedeutung für Unternehmen, die die Betriebsleistung der gesamten Produktionsanlage oder mehrerer Anlagen analysieren wollen. Sie suchen nach Lösungen zur Übertragung ungenutzter Daten vom Feld in die Cloud zur Protokollierung, Visualisierung, Verarbeitung und detaillierteren Analyse. Diese Verbindung insbesondere zu leistungsstarken IT-Systemen – vor Ort oder Cloud-basiert – wird benötigt, damit viele Arten von Edge-Daten gespeichert und analysiert werden können, um detailliertere und längerfristige analytische Ergebnisse zu erreichen. Das geht weit darüber hinaus, was normalerweise für kurzfristige produktionsorientierte Ziele vorgenommen wird.

Wenn ein Endanwender oder OEM ungenutzte Daten aus herkömmlichen Datenquellen befreien und diese an Cloud-Anwendungen oder Dienste übermitteln kann, werden viele Möglichkeiten geschaffen wie die Fernüberwachung, vorausschauende Diagnose und Ursachenanalyse, maschinen-, anlagen- und werksübergreifende Planung, langfristige Datenanalyse, vergleichbare Asset-Analyse innerhalb der Anlage und über mehrere Anlagen hin- weg, Maschinenparkverwaltung, bereichsübergreifende Datenanalyse und -analytik (Deep Learning), Einblicke in Produktionsengpässe und Ermittlung des Ursprungs von Prozessfehlern, auch wenn sie erst später im Produktionsprozess festgestellt werden.

Edge-Konnektivitätslösungen

Der Zweck von IIoT-Initiativen ist die Lösung von Problemen hinsichtlich ungenutzter Daten und die wirksame Verbindung von Edge-Daten mit der Cloud, wo sie analysiert werden können. IIoT-Lösungen umfassen Hardware-Technologien im Feld, Software, die sowohl an der Anlagenperipherie als auch in der Cloud läuft, und Kommunikationsprotokolle, die alle wirksam integriert und aufgebaut werden, um Daten zur Analyse oder für andere Zwecke sicher und effizient zu übertragen. Edge-Konnektivitätslösungen können ein Bestandteil von Automatisierungssystemen sein oder parallel installiert werden, um Daten zu überwachen, die die Automatisierungssysteme nicht benötigen. Sie

können viele Formen annehmen, einschließlich kompakter oder großer SPS, die mit Industrie-PCs (IPC) verbunden werden, Edge-Controller, auf denen SCADA oder Edge-Software-Suites laufen, sowie IPCs, auf denen SCADA oder Edge-Software-Suites laufen. Sobald die Daten eingegangen sind, müssen sie vorverarbeitet oder zumindest durch die Ergänzung eines Kontexts organisiert werden. Der Kontext ist besonders in einer produzierenden Umgebung wichtig, wo hunderte oder tausende von digitalen Sensoren mechanische und physikalische Maschinenvorgänge überwachen.

Zuletzt müssen die Daten an übergeordnete Systeme übertragen werden, die Protokolle wie MQTT oder OPC UA nutzen. Heute entwickeln sich OT-/IT-Standards in einer Weise, die die Konsistenz und künftige Flexibilität der Daten und Kommunikation sicherstellt.

Bei jeder Lösung ist es wichtig, dass sie flexibel ist, aber auch die Norm erfüllt – im Gegensatz zu individuellen Aufbauten, deren langfristiger Erhalt unmöglich ist. Sobald eine Edge-Lösung eingerichtet ist und Daten empfängt, müssen diese im nächsten Schritt übergeordneten IT-Systemen zur Verfügung gestellt werden – und zwar über eine nahtlose Kommunikation mit der Software in der Cloud. Das Hosting von Software in der Cloud bietet eine Reihe von Vorteilen einschließlich geringerer Kosten, da der Anwender nur für das bezahlt, was er nutzt, und Investitionen in die Anschaffung und Verwaltung von IT-Infrastrukturen vermieden werden. Cloud-Computing wird oft als „Elastic-Computing-Umgebung“ bezeichnet, da bei Bedarf mehr Rechenleistung und weitere Datenquellen in Echtzeit zur Verfügung gestellt werden können. Die Cloud beseitigt für den Anwender auch Probleme wie die Konfiguration der IT-Hardware- und Software-Systeme sowie deren Einsatz, Verwaltung, Leistung, Sicherheit und Updates.

Im Wesentlichen bietet die Cloud die Möglichkeit zur effizienten Verarbeitung großer Datensätze mit der Skalierung der CPU-Leistung basierend auf den Anforderungen der Analytik. Die Datensicherheit lässt sich mit verschiedenen Servern für die Speicherung mit Back-up- und Notfallwiederherstellungsoptionen erhöhen. Eine Cloud-Architektur wird den Anforderungen von Unternehmen bei der Umsetzung von IIoT-Datenprojekten besonders gerecht. Die Cloud stellt die notwendige Infrastruktur vieler IIoT-Projekte, und die Kombination dieser beiden Technologien ermöglicht innovative Interaktionen zwischen Menschen, Objekten und Maschinen und ist die Geburtsstunde neuer Geschäftsmodelle auf der Grundlage von intelligenten Produkten und Dienstleistungen.

Silvia Gonzalez, Director of Product Management, Emerson

SPS: Halle 7, Stand 490