Die Dominanz von Cloud-Anwendungen bestätigt unter anderem der legendäre Satz des Oracle-Gründers Larry Ellison, dass er keine Cloud brauche, weil er schon immer Cloud-Computing mache. Andere Erfolgsgeschichten der Cloud dokumentieren der sagenhafte Aufstieg von Anbietern wie Salesforce.com und die Traumumsätze bei Amazon Web Services. Oder, um es mit dem Gartner Hype Cycle zu veranschaulichen: Das Tal der Ernüchterung hat die Cloud schon längst hinter sich gelassen. Nahezu jeder IT-Verantwortliche wird mit ihr konfrontiert.
Mit der zunehmenden Miniaturisierung immer höherer Rechenleistung, exponentiell wachsenden Datenmengen durch das Internet der Dinge und der weiten Verbreitung von Ethernet- und Web-Standards, rückt die klassische IT – und mit ihr die Cloud – immer weiter Richtung Industrie und Maschinen vor: Informationstechnologie (IT) und Betriebstechnik (Operational Technology, kurz OT) wachsen zusammen. Fieberhaft wird da-
ran gearbeitet, IT-Standards für Maschinen und Fabriken tauglich zu machen. Die Vision einer nahtlosen Verbindung vom Factory-Floor bis in den Office-Floor, von der Maschine bis zum Geschäftsführer, soll endlich wahr werden.
IT-Standards drängen in die Fertigung
Auf der Seite der Standards haben sich mittlerweile einerseits OPC Unified Architecture (OPC UA) nach IEC-62541 und andererseits Time Sensitive Networking (IEE 802.1 TSN) eta-
bliert. OPC UA ist ein herstellerunabhängiger Standard für die Maschine-zu-Maschine-Kommunikation (M2M), der für die reibungslose Kommunikation zwischen verschiedenen OT- und IT-Komponenten sorgt. TSN, Time Sensitive Networking, ist der IEEE-Standard der konvergenten Ethernet-Vernetzung von deterministischem Datenverkehr zwischen Steuerungen, parallel zur IT-Kommunikation auf demselben Ethernet. Zwei wesentliche Anforderungen der OT-Seite sind damit erfüllt. Ob jedoch eine Public-Cloud alle Anforderungen des produktionsnahen Maschinenbetriebs mit sowohl hohen Anforderungen hinsichtlich geringer Latenzzeiten als auch hoher Sicherheit erfüllen kann, ist fraglich.
Denn es gibt physikalische Grenzen, an denen auch die moderne IT mit ihrer Cloud nicht vorbeikommt: allen voran Latenzen, die eine Maschinensteuerung in Echtzeit ausschließen, sowie Datenmengen, deren Übertragung, Auswertung und Analyse in der Cloud sowie das Zurückspielen an den Entstehungsort der Daten zu lange dauert. Darüber hinaus stellt sich die Frage nach den Bandbreiten für eine Datenübertragung in die Public-Cloud sowie die generelle Verfügbarkeit, nicht nur der Cloud-Infrastruktur, sondern beispielsweise von Übertragungswegen. Und schlussendlich spielen auch Sicherheitsaspekte bei der Entscheidung für oder gegen eine Public-Cloud-Lösung eine Rolle: Im Industrie-4.0-Kontext wird es weniger um Schutz von personenbezogenen Daten gehen. Trotzdem ist es für viele Unternehmen essentiell, dass Daten von kritischen Anlagen das Unternehmen nicht verlassen oder in eine Cloud transferiert werden, die fremdem Recht unterliegt.
Edge-Computing: von allem das Beste für die letzte Meile
Die Vorteile davon, die IT samt Cloud-Konzepten näher an die Maschinen zu bringen, überwiegen trotzdem. Deshalb wurden neue Architekturen ersonnen, die einerseits die Vorteile der Cloud bieten, andererseits den Anforderungen der Industrie „am Rande des Netzwerks“ entsprechen: Das Edge-Computing wurde geboren. „Den Rand“ - englisch „Edge“ – zum Netzwerk bilden die Sensoren oder Aktoren, die Daten erzeugen oder an die Daten zurückgespielt werden müssen. Edge-Computing bedeutet also, Rechen- und Speicherkapazität bereits vor dem Übergang in das Netz, nahe am Entstehungsort der Daten, bereitzustellen.
Damit werden eine schnelle Erfassung, Auswertung und Analyse vor Ort möglich. Die Maschinensteuerung kann auf Basis der erfassten Daten deterministisch, also mit vorhersehbaren, definierten Reaktionszeiten erfolgen. Immer mehr Rechenleistung und Speicherkapazität auf immer kleinerem Raum bei geringerer Leistungsaufnahme erlauben solche Konzepte auf Basis von Embedded-Boards und Modulen oder Industrie-PCs. Durch die Anbindung an ein Ethernet-Netzwerk, womöglich via TSN, also ein zeitsensitives Netz, ist die Steuerung eines Maschinenverbunds dennoch möglich.
Geringe Latenzen durch Embedded-Server
Um auch hier die Latenzen gering zu halten, kommen Embedded-Server zum Einsatz, die on-premise den Aufbau einer Private-Cloud erlauben. In Embedded-Servern, die – auch via TSN – mit den Edge-Devices verbunden sind, werden die gesammelten Daten in der lokalen Cloud gespeichert, analysiert und gefiltert. Dadurch ist eine effiziente Übertragung dieser reduzierten Daten in eine eventuell zusätzliche Public-Cloud möglich. An der Nahtstelle vom Embedded-Server zur Public-Cloud sind Latenzen nicht mehr ganz so elementar und die Verfügbarkeit der Cloud ist weniger kritisch.
Fog-Computing in der Embedded-Cloud
Wurden bis vor einiger Zeit Edge- und Fog-Computing als unterschiedliche Begriffe für dasselbe Technologie-Konzept verwendet, so ist mittlerweile mehrheitlich eine klare Unterscheidung gebräuchlich. Edge-Computing bedeutet, die erste Rechenleistung bereits am IoT-Device zu erbringen. Fog-Computing bedeutet das Zusammenfassen von Daten on-premise etwa in einer Embedded-Cloud. Das Fog-Computing verhält sich also zur Cloud wie der Nebel zur Wolke, er ist bodennah und bleibt dort, wo er entsteht, während die Wolken entfernt und physisch kaum greifbar sind.
Cloud-Puzzleteile zusammensetzen
Eine neue Herausforderung, die durch die Edge-, Fog- und Cloud-Architekturen entsteht, ist die Verbindung der Komponenten untereinander und die Anbindung an die Public-Cloud. Kontron profitiert hier von dem Verbund mit dem Mutterunternehmen S&T. Die in Linz ansässige S&T Technologies bringt mit erweiterten Ressourcen und einem zusätzlichen Standort in Augsburg wichtiges Software- und Consulting-Know-how für den Aufbau von IoT-Szenarien von der Edge bis zur Cloud mit. Eine wichtige Komponente dabei ist die neue IoT-Plattform Susietec. Im Umfeld von Industrie-4.0-Anwendungen verbindet sie alle Elemente und übernimmt die Analyse und Verarbeitung der dabei anfallenden Daten. Susietec löst hier die bisherigen Grenzen zwischen Datenerzeugung, Datenverarbeitung und Datenbereitstellung auf und ermöglicht damit die Verschmelzung von IT und OT.
IoT-Starterkit Susietec
Susietec wird individuell auf den konkreten Anwendungsfall angepasst und kommt an der Nahtstelle zwischen Sensoren und Cloud zum Einsatz, sozusagen als Middleware des Internet of Things. Sie ist das Bindeglied zwischen Geräten, wandelt Protokolle um, filtert Daten und verarbeitet diese – wenn notwendig – direkt vor Ort. Susietec ist flexibel konfigurierbar und wird jeweils individuell an die bestehenden Automatisierungslösungen angepasst, um Steuerungs- und Sensordaten vor Ort zu sammeln und zu analysieren. Damit wird auch dem immer weiter steigenden Bedarf an Bandbreite und Speicherkapazität der Cloud begegnet.
Edge-Computing mit Susietec nutzt die Rechenleistung des lokalen Netzwerkes, um zeitkritische Prozesse bereits vor Ort zu steuern. Daten werden lokal zwischengespeichert, komprimiert und entsprechend vordefinierter Regeln in die Cloud weitergereicht. Dies erhöht die Prozesssicherheit, reduziert die Bandbreite und spart somit Betriebskosten. Damit wird den Echtzeit-Anwendungen des industriellen IoT Rechnung getragen.
Susietec erlaubt damit Unternehmen einen hybriden und skalierbaren Ansatz für ihre IoT-Szenarien zu verfolgen, indem sie die Vorteile von On-Premise-Lösungen mit einer professionellen Cloud-Infrastruktur kombiniert. Dafür ist Susietec vollständig in den Gateway-, Fog-Computer- und Server-Produkten von Kontron integriert, von denen bereits viele für Microsoft Azure IoT Services zertifiziert sind. Susietec kann darüber hinaus auch unabhängig von Kontron-Hardware und in Verbindung mit anderen Cloud-Architekturen eingesetzt werden, die bei dem jeweiligen Kunden bereits im Einsatz sind.
Ergänzend verfügt Susietec bereits über die Fähigkeit zur Integration von Machine Learning, um mit Methoden der künstlichen Intelligenz auf Basis vorliegender Daten eigene Entscheidungen vorzuschlagen oder sogar treffen zu können, wenn menschliches Eingreifen nicht erforderlich ist. Die Verschmelzung von IT und OT ermöglicht damit autonomes Handeln und dynamisches Anpassen der eingesetzten Maschinen an neue Gegebenheiten.
Fog, Edge, Cloud – was ist was?
Edge-Computing findet „am Rand“ zum Netzwerk statt, dort, wo die Daten aus Maschinen, von Sensoren und Aktoren, ins Netzwerk kommen. Hier werden die Daten als Erstes angenommen und für Entscheidungen in Echtzeit analysiert und für die Weitergabe an zentrale Server aufbereitet. Eine Steuerung von Maschinen in Echtzeit kann nur per Edge-Computing sicher gewährleistet werden.
Fog-Computing bildet den „bodennahen“ Verbund aus Edge-Devices, On-Premise, etwa in Form einer Private-Embedded-Cloud. Hier kann ein Maschinenverbund oder eine Gruppe von kollaborierenden Robotern via TSN gesteuert werden. Daten, die aus Sicherheitsgründen das Unternehmen nicht verlassen sollen, werden hier ebenfalls gespeichert. Daten, die für höhere Aufgaben, zum Beispiel Business-Intelligence- oder Big-Data-Analysen, in die Cloud übergeben werden sollen, können vorsortiert werden, um Bandbreiten zu schonen und Kosten für die Datenübertragung und Cloud-Nutzung zu reduzieren.
Cloud-Computing spielt seine bisherigen Stärken auch im Industrie-4.0-Umfeld aus: Analysen von nahezu unbegrenzten Datenmengen mit Business-Intelligence- und Big-Data-Tools, quasi unbegrenzter Speicherplatz, Ressourcen-on-Demand; weltweiter Zugriff. Microsoft arbeitet mit seinen Azure IoT Edge Services daran, durch sogenannte digitale Zwillinge, virtuelle Abbilder von Maschinen zu erschaffen, sodass eine Steuerung auch über die Public-Cloud denkbar wird (ein anderer Begriff für die Digital Twins ist auch SDM, Software Defined Machines). Sofern eine hochleistungsfähige Datenverbindung zur Maschine besteht, erfolgt die Steuerung via Cloud; im Falle des Aussetzens oder gar längeren Abbruchs der Verbindung, stehen die letzten via Cloud übermittelten Daten als sogenannte Cloudlets (oder Container) dem Edge-Device zur Verfügung, der durch seine lokale Intelligenz für den laufenden sicheren Betrieb der Maschine sorgt. Sobald die Cloud wieder verfügbar ist, werden die aktuellsten Daten aus dem Edge-Device wieder in die Cloud hochgeladen, ausgewertet, analysiert und wieder dem Edge-Device zugespielt, so dass Maschine und digitales Abbild wieder auf dem gleichen Stand sind.
