.jpg)
Überall auf der Welt sitzen Hersteller auf Bergen ungenutzter Daten. Sie zu erschließen, ist der erste Schritt in die Zukunft der industriellen Produktion. Viele Informationen befinden sich allerdings an schwer zugänglichen Orten und sind oft in Silos gefangen. Zunächst sollten sich produzierende Unternehmen daher nur auf das Sammeln der Daten konzentrieren und diese in die Cloud verschieben.
Eine Möglichkeit, die Integration in die Cloud zu vereinfachen, die bei AWS zunehmend an Bedeutung gewinnt, ist AWS IoT SiteWise: Dabei handelt es sich um einen Dienst, der das Sammeln, Speichern, Organisieren und Überwachen von großen Informationsmengen aus Industrieanlagen erleichtert. Darin integriert ist eine Edge-Gateway-Software, die den Verbindungsaufbau der Anlagen vor Ort, das Erfassen und Organisieren der entsprechenden Daten sowie ihre Übermittlung an die Cloud automatisiert.
Allerdings benötigen die gesammelten Daten einen Kontext, um einen Nutzen zu bieten. Mit AWS IoT SiteWise können Kunden Ausrüstung, Anlagen und Prozesse modellieren und beispielsweise Typ oder Standort hinzufügen. Auch die Beziehungen der Anlagen untereinander lassen sich für eine bessere Übersicht hierarchisch darstellen. Mithilfe der mathematischen Funktionen in der integrierten Bibliothek werden dann Betriebszeiten oder branchenübliche Leistungskennzahlen definiert.
Beim Hochladen der Daten in die Cloud berechnet die Software automatisch die Metriken in einem Intervall, das der Kunde vorher definiert hat. Sämtliche Informationen werden nun in einer vollständig verwalteten Zeitreihendatenbank abgelegt, die automatisch mit der Datennutzung und dem Speicher des Kunden skaliert. Das bietet sich an, um Daten – etwa bei geringer Latenz – mit Zeitstempel zu archivieren und abzurufen.
Mit den richtigen Werkzeugen sparen Entwickler außerdem Zeit, da sie ohne aufwendige Programmentwicklung direkt Daten sammeln, organisieren und daraus Metriken erstellen können. Über eine eingebaute Konsole lassen sich innerhalb weniger Minuten eine oder mehrere vollständig verwaltete Web-Anwendungen entwickeln – ganz ohne Code. Der Zugriff erfolgt mithilfe eines Browsers von jedem internetfähigen Gerät via Single Sign-On (SSO). Auf diesem Weg können Teams Daten im Unternehmen teilen und Anomalien schneller erkennen. Dies hilft bei der Vermeidung von Ausschuss, beschleunigt Entscheidungsprozesse und optimiert die Leistung.
Der nächste Schritt ist der Einsatz von Machine Learning (ML) für eine vorausschauende Instandhaltung. Anhand von Sensordaten lassen sich die Wahrscheinlichkeiten eines Anlagenausfalls vorhersagen und die Wartungspläne entsprechend optimieren. Dafür sind aber ML-Modelle erforderlich, die mithilfe großer Mengen an Daten trainiert werden. Daher sind die Aufbereitung und Verwaltung der Informationen wichtige Voraussetzungen für eine Umstellung auf ML.
Mit diesen Maßnahmen sind Unternehmen auf die Herausforderungen der Zukunft vorbereitet und erhalten neue Ansätze zur Steigerung von Qualität, Geschwindigkeit, Sicherheit und Effizienz bei gleichzeitiger Senkung von Kosten und Ausschuss. Mit der Verlagerung der Innovationen in die Cloud und dem richtigen Umgang mit den Daten entstehen zusätzlich neue Möglichkeiten, unabhängig von der Firmengröße. Ich freue mich schon darauf, was unsere Fertigungskunden als Nächstes entwickeln werden.
