Die Fragen stellte Andreas Gees, stv. Chefredakteur elektro AUTOMATION
elektro AUTOMATION: Welche Gründe sprechen für die Integration von KI-Algorithmen in lokale Anwendungen bzw. Steuerungen oder Edge-Devices? Welche Vorteile ergeben sich gegenüber cloudbasierten Lösungen und welche Rolle spielt das Thema Daten-Sicherheit?
Heinz-Peter Hauptmanns (Schneider Electric): KI-Algorithmen in lokalen Anwendungen haben den Vorteil zugeschnittener Lösungen, die nur die jeweiligen Aufgaben erfüllen und damit effektiver sind. Ich sehe das weniger bei Steuerungen, da sie für die Echtzeitverarbeitung zuständig sind und den Prozess bzw. die Maschine zuverlässig steuern müssen. Das Edge-Device z.B. ulPC ist ideal dafür, zumal die Baugröße und Kosten weiter fallen, als Beispiel Box-PC oder Raspberry Pi oder Arduino. Cyber Security ist und bleibt ein zentrales Thema, was sich nicht nur in den Medien darstellt, sondern sich besonders bei der Kritischen Infrastruktur Kritis zeigt und in den Normen z.B. IEC62443 und den Zertifizierungen wie beispielsweise ISO2700x darstellt. Dabei ist die lokale Lösung nicht sicherer als die Cloud, wenn Cyber Security in ihrer Umsetzung vernachlässigt wird.
elektro AUTOMATION: Während Steuerungsaufgaben meist in harter Echtzeit ablaufen, erfordern KI-Algorithmen nicht zwingend Echtzeit – wie lassen sich diese beiden Anforderungen lokal verbinden?
Hauptmanns: Heute trennt man noch gerätetechnisch in eine SPS für die harte Echtzeit und einen Edge Controller für die KI-Algorithmen. Durch die höhere Rechenleistung ist dies in einem Gerät machbar, aber die reine Steuerungsebene bevorzugt heute noch eine Trennung der Aufgaben, um bei Ausfällen der Hardware direkt einen 1zu1-Austausch vornehmen zu können (FDR=Faulty Device Replacement).
elektro AUTOMATION: Wann stoßen lokale KI-Anwendungen aufgrund der Rechenleistung an ihre Grenzen und welche Anwendungen sind dafür geeignet?
Hauptmanns: KI-Anwendungen in SPSen beschränken sich meistens auf Predictive Control von Prozess-Schleifen, als Weiterentwicklung von PID-Schleifen, oder Datenauswertung von Geräten wie Frequenzumrichtern für Predictive Maintenance zur vorbeugenden Wartung. Dabei handelt es sich um komplexe Funktionsbausteine und keine KI-Algorithmen. Hier ist nicht unbedingt die Rechenleistung ausschlaggebend, da diese immer noch gesteigert wird, sondern der Wunsch, die Edge-Control-Ebene zur Datenvorverarbeitung/-konzentration zu nutzen. KI-Anwendungen finden in der darüber liegenden Ebene, beispielsweise in unserem IIoT-System EcoStruxure statt. Die Apps mit KI-Algorithmen werden sowohl lokal als auch in der Cloud genutzt. Beispiele bei Schneider Electric sind Apps wie Asset Advisor, Resource Advisor oder Profit Advisor, die sowohl die Produktion als auch das gesamte Geschäft betrachten.
