QSC ist jetzt q.beyond. Weitere Infos in unserer Pressemitteilung.

So gelingt dem Mittelstand der Einstieg ins Industrial IoT

Mann schreibt auf Tablet und programmiert Industrie 4.0-Maschine im Hintergrund

Für eine mittelstandstaugliche IIoT-Lösung sind nur wenige IT-Ressourcen erforderlich. Bild: © Sompong Rattanakunchon / Getty Images

Es wird Zeit für Industrie 4.0 und Industrial IoT: Um digitale Geschäftsmodelle zu etablieren, beschäftigen sich mittelständische Maschinenbauer mit der skalierbaren Digitalisierung ihrer Produkte und Fertigungsbetriebe und IoT- Pilotprojekten für die Digitalisierung ihrer Prozesse. Digitale Lösungen wie Edge Computing ermöglichen die Machine „as-a-Service“. Bedarfsabhängige As-a-Service-Modelle tragen für die Fertigungsbetriebe gleichzeitig dazu bei, Kosten und Aufwände niedrig zu halten.

Industrial IoT (IIoT) ist im Markt angekommen – und im Mittelstand: Laut einer aktuellen Studie der IDC-Marktforscher hat bereits mehr als ein Viertel der befragten Unternehmen aus Industrie und industrienahen Branchen IoT-Projekte umgesetzt. Weitere 15 Prozent befinden sich in der Pilotierung und 47 Prozent in der Planung und Evaluierung. IDC zufolge haben „Großunternehmen momentan häufiger IoT-Projekte umgesetzt als mittelständische Unternehmen, der in Deutschland wichtige industrielle Mittelstand lässt sich aber künftig nicht abhängen: hier werden aktuell deutlich öfter Pilotprojekte durchgeführt und neue Initiativen evaluiert und geplant“.

 

Mittelstandstaugliche IIoT-Lösungen

Wie aber kommt der Mittelstand ins Industrial IoT? Im Prinzip sind für eine mittelstandstaugliche IIoT-Lösung nur wenige IT-Ressourcen und entsprechendes Know-how erforderlich. Zu den typischen industriellen IoT-Anwendungsfällen gehören neben dem Monitoring und der Analyse von Messdaten etwa die Auswertung von Nutzungsdaten.

Ein Beispiel: Ein Produzent von Stanzteilen will seine Stanzautomaten und Hydraulikpressen überwachen und die Messdaten zentral auswerten. Ein vereinfachtes Setup besteht aus Sensoren, einem Edge Computer und einer Analytics-Anwendung in der Cloud. Die Sensoren ermitteln Maschinen- und Produktionsdaten wie Temperatur, Schwingung, Druck oder produzierte Menge und senden sie über die Zwischenstation, einen Edge Computer, via Mobilfunk in die Cloud.

Auf ähnliche Weise lassen sich in allen Branchen Prozesse automatisieren und effizienter gestalten oder auch neue digitale Produkte und Services entwickeln. Werden solche IIoT-Lösungen zum Beispiel als „Machine as a Service (MaaS)“ realisiert, liegt der Anfangsinvest nahe Null. Dank bedarfsabhängiger Abrechnungsmodelle bleiben auch die laufenden Kosten überschaubar.

 

Nachrüstung von Maschinen mit IT-Schnittstellen

Unternehmen können und wollen ihren Maschinenpark nicht neu erfinden, wenn sie IIoT-Lösungen realisieren wollen – in den meisten Fällen soll ein „Retrofitting“ mit Edge-Computing und Gegenstelle in der Cloud stattfinden. Hierbei müssen ältere Maschinen ohne IoT-Fähigkeiten um- oder nachgerüstet werden. Sensoren für Maschinendaten sind meist schon vorhanden und werden mit einer zusätzlichen IT-Schnittstelle verbunden und abgefragt. Unterstützen die Sensoren IO-Link, den weltweiten Standard für die Kommunikation mit Sensoren und Aktoren, lassen sie sich einfach mit einem IO-Link-Master verbinden.

Die Datenmengen, die durch Sensoren entstehen, sind riesig. So produziert etwa eine Hochgeschwindigkeitskamera ein Terabyte pro Stunde. Um solche Datenmassen zu sammeln, zwischenzuspeichern und gegebenenfalls vorzuverarbeiten, kommt Edge Computing zum Einsatz, das mit einem IO-Link-Master direkt verbunden werden kann.

 

Edge Computing ist das Kernelement fürs IIoT

Wie der Name sagt, befindet sich Edge Computing am Rand eines IT-Netzwerks. Welche Daten es wie lange und mit welcher Vorverarbeitung vorhält, wird von der zentralen Cloud bestimmt. Denn die Daten sollen nicht ungefiltert in die Cloud. Deshalb müssen Edge Devices ausreichend Rechenkapazität vor Ort besitzen und die Daten nach Vorgabe der Cloud-Plattform vorverarbeiten und filtern.

Messdaten von Sensoren sind oft nur dann interessant, wenn sich Werte verändern. Um die Netze nicht zu überlasten und eine ständig performante Datenübertragung zu garantieren, sollten vom Edge aus nur diese Änderungen in die Cloud übertragen werden. Hierfür baut das Edge Device via Ethernet, Mobilfunk, WLAN oder über andere Funktechnologien eine sichere, verschlüsselte Datenverbindung auf. Da die Maschinen und ihre Sensoren selbst nicht an das IT-Netz angeschlossen sind, bietet das Edge Device so auch Schutz vor Cyberangriffen.

Welche Relevanz Edge Computing für den industriellen Sektor hat, zeigt auch die aktuelle IDC-Studie: Danach verarbeiten bereits 24 Prozent der Befragten Daten am Edge und weitere 60 Prozent prüfen derzeit den Mehrwert in Pilotprojekten oder planen dies zu tun.

 

Anbieter von IoT-Plattformen genau unter die Lupe nehmen

Vom Edge zur Cloud: Die Anwendungen für ihre Maschinen beziehen Unternehmen aus IoT-Plattformen in der Public Cloud. Dort werden sie als Apps, also als Software as a Service (SaaS) zur Verfügung gestellt. Derzeit gibt es in Deutschland einige hundert Anbieter von IoT-Plattformen, vom kleinen IT-Unternehmen bis zum großen Cloud-Provider. Ihre Lösungen lassen sich in der Regel problemlos im Pilotprojekt implementieren, weisen aber erhebliche Unterschiede in der Skalierbarkeit und Preisgestaltung auf.

Mittelständische Unternehmen sollten daher immer auf Skalierbarkeit, Preistransparenz und die Portabilität von Daten und Algorithmen achten, um nicht in die Abhängigkeit zu einem Anbieter zu geraten („Lock-in-Effekt“). Um unangenehme Überraschungen zu vermeiden, empfiehlt sich ein Preismodell, das auf der Anzahl der installierten Devices beruht – unabhängig von der übertragenen Datenmenge oder dem genutzten Speicherplatz.

 

Datenhoheit und Datensicherheit

Ein weiteres wichtiges Auswahlkriterium ist die Datenhoheit. Unternehmen sollten vertraglich sicherstellen, dass die Daten ausschließlich von ihnen genutzt werden dürfen. Die DSGVO bietet hierfür keine regulatorische Grundlage, denn sie schützt nur Personen- und keine Maschinendaten. Ohne spezielle Vereinbarungen kann ein Provider IIoT-Daten eines Kunden legal nutzen, um beispielsweise das Machine Learning zu verbessern. Das würde aber vielleicht der Maschinenbauer selbst gerne tun.

Darüber hinaus gilt es, die bestmögliche Datensicherheit für das Gesamtsystem aus Sensor, Edge und Cloud zu erreichen. Entscheidende Faktoren hierfür sind Identitäten und Verschlüsselung. Die eindeutige Identifikation einer Maschine ist grundlegend für die Weiterverarbeitung der Daten. So kommen valide Analysen nur dann zustande, wenn die einzelnen Daten einer Maschinen- oder Sensoren-Identität zugeordnet werden können.

Darüber hinaus sollte das gesamte System eine Ende-zu-Ende-Verschlüsselung bieten. Dabei werden die Daten im Edge Device vor dem Versenden in die Cloud verschlüsselt und erst vor der Weiterbearbeitung in einer Analyse-Anwendung wieder entschlüsselt.

 

Schneller Einstieg ins IIoT mit Proof of Concept

Von heute auf morgen gelingen die Umstellungen nicht – um mittelständischen Industrieunternehmen die Digitalisierung zu erleichtern, bietet sich ein Proof of Concept an. Mit dem Q-loud Proof-of-Concept erhalten sie zum Festpreis innerhalb von 100 Tagen einen funktionierenden Demonstrator für ihren konkreten Anwendungsfall mit Hardware, Konnektivität und IoT-Plattform. Damit gewinnen Unternehmen maximale Investitionssicherheit auf ihrem Weg zu neuen digitalen Geschäftsmodellen.

 

Weitere Informationen:

  • mitteilen 
  • teilen 
  • teilen 
  • email hidden; JavaScript is required
Drucken

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*

Um die Diskussionsqualität zu wahren, veröffentlichen wir nur noch Kommentare mit nachvollziehbarem Vor- und Nachnamen sowie authentischer E-Mail-Adresse.