Dieter Gebert und Luigi Ballerio, Application Engineers für Maschinenautomatisierungslösungen, Emerson Process Management GmbH & Co. OHG, Augsburg
1. IIoT als Lösungsansatz für Big Data 2. Little Data – Komplexität verringern 3. Das steckt hinter Edge Computing 4. IIoT und Edge Computing jetzt nutzen 5. Vorteile des Einsatzes von Edge Computing 6. Edge Controller für den schnellen Einsatz 7. Anomalie-Erkennung ‚an der Edge‘ 8. Fazit
Hersteller, die das volle Potenzial ihrer Anlagen ausschöpfen wollen, beschäftigen sich zunehmend mit der Frage, wie ‚Big Data‘ ihnen helfen kann, betriebliche Effizienz zu steigern. Big Data, definiert als extrem komplexe und große Datensätze, bietet eine Reihe von Möglichkeiten für Unternehmen, nicht zuletzt zur Unterstützung von vorausschauenden Wartungsstrategien, aber auch zur Identifizierung von Problemen, Engpässen und Bereichen mit unzureichender Leistung. Die umsetzbaren Informationen, die Managern und Führungskräften über Big Data zur Verfügung gestellt werden, ermöglichen es ihnen, neue Prozesse und Arbeitspraktiken zu implementieren, um die Sicherheit zu erhöhen, die Produktionseffizienz zu verbessern, Ausfallzeiten zu reduzieren und Betriebskosten zu senken.
IIoT als Lösungsansatz für Big Data
Allerdings erfordern große und komplizierte Datensätze, die sich mit einer unglaublichen Geschwindigkeit ansammeln, die Implementierung neuer, fortschrittlicher Technologien, um die Daten zu sammeln, Analysen durchzuführen und dann nützliche Erkenntnisse zu präsentieren, auf die anschließend reagiert werden kann. An dieser Stelle kommt das Industrial Internet of Things (IIoT) ins Spiel. Das IIoT nutzt eine Vielzahl bestehender und neuer Sensortechnologien zur Überwachung von Geräten, Anlagen, Maschinen, Produktionslinien und Prozessen, die über eine zahlreiche Datenkommunikationsnetze mit leistungsstarker Computerverarbeitungs- und Analysesoftware verbunden sind, um diese Daten zu interpretieren und anschließend zu präsentieren.
Die Implementierung solcher Technologien zur Verarbeitung und Analyse von Big Data kann allerdings ein großes Problem darstellen, wenn Unternehmen versuchen, all dies auf einmal zu bewältigen. Viel zu viele Unternehmen gehen Big Data deshalb mit unbezahlbaren, unpraktischen Megaprojekten an. Monate oder Jahre der Planung und große Ausgaben können in Projekte fließen, die dann in Frustration enden.
Little Data – Komplexität verringern
Ein besserer Ansatz könnte sein, kleiner anzufangen und sich auf bekannte Probleme mit definierten Parametern zu konzentrieren, die man als ‚Little Data‘ bezeichnen könnte. Sich auf das Blickfeld eines spezifischen Assets zu konzentrieren, verringert die Komplexität und vereinfacht die Suche nach einer Lösung. In den meisten Branchen bedeutet dies, auf der Ebene der Maschine oder der Produktionslinie zu beginnen, und eine der wichtigsten Technologien zur Wertschöpfung aus diesen wenigen Daten ist Edge Computing. Die von den Feldgeräten erzeugten Daten werden von einem im Feld befindlichen Controller analysiert, um Erkenntnisse zu gewinnen. Diese Informationen können dem richtigen Personal in der Nähe der Quelle zur Verfügung gestellt werden, damit dieses schnell und fundiert handeln kann.
