Angefangen bei den Sensoren über die Data-Management-Plattform und Analytics-Software bis hin zur Security gilt es bei der Einführung von Internet-of-Things (IoT)-Projekten allein aus IT-Sicht viele verschiedene Bausteine zu beachten. Schematisch lässt sich ein solches Projekt in fünf Phasen gliedern. Dr. Stefan Ebener, Strategy & Innovation Manager Automotive & Manufacturing bei NetApp, beschreibt diese.
IMMER MEHR GERÄTE vernetzen sich im Internet der Dinge (IoT): 8,4 Milliarden sollen es im Jahr 2017 werden prognostiziert das Marktforschungs- und Analystenhaus Gartner – fast ein Drittel mehr als noch im vergangenen Jahr. Laut Gartner steigt die Zahl vernetzter Geräte bis zum Jahr 2020 sogar auf 20,4 Milliarden an.
Unternehmen sollten darauf vorbereitet sein. Dr. Stefan Ebener, Strategy & Innovation Manager Automotive & Manufacturing bei NetApp zeigt 5 Schritte auf, die aus seiner Sicht für ein Internet-of-Things (IoT)-Projekt erforderlich sind.
1) Collect
In dieser Phase geht es darum, Sensordaten zu erfassen und sie transportfähig zu machen. Herangehensweisen gibt es viele: Ein sogenanntes Edge Gateway beispielsweise übersetzt die Daten, die ältere Maschinen oftmals in Milliampere ausgeben, und leitet diese anschließend weiter. Ein anderer Weg, die vorliegenden Daten in IP-fähige Informationen umzuwandeln, sind Systeme, die über Webcams Lampen- oder Schaltersignale filmen, dieses Material mittels künstlicher Intelligenz in IP-Informationen übersetzen und dann zur Auswertung weiterleiten. Oder: Die Investition in neuere Maschinen, die bereits komplett IP-fähig sind.
2) Transport
Hier geht es um die sichere und verlässliche Übertragung der Daten von den Produktionsmaschinen oder Geräten zum Rechenzentrum. Aus den rund 50 verschiedenen Protokollen für die Sensordatenkommunikation ist das passende für die Kommunikation zwischen den Maschinen auszuwählen. Auch wenn einheitliche Standards noch fehlen, hat sich das offene Nachrichtenprotokoll MQTT, kurz für Message Queue Telemetry Transport, weitgehend durchgesetzt.
3) Store
Bei diesem Schritt werden die Sensordaten gespeichert und für die Analyse bereitgestellt. Dafür eignen sich je nach Einsatzszenario unterschiedliche Technologien. Ist für die Datenanalyse Hadoop im Einsatz, sind leistungsstarke Storage-Lösungen, so genannte Enterprise-Class-Speicherlösungen, empfehlenswert. Als Speicher in Industrie-PCs für Edge Computing kommen in der Regel SSDs zum Einsatz. Stream Analytics, also Echtzeitberechnungen von Datenströmen, benötigen hingegen schnelle Flash-Ressourcen. Hilfreich, um große Mengen an Daten im zentralen Data Lake aufzubewahren, ist zudem ein skalierbarer Cloud-Storage. Wichtig ist darüber hinaus ein Datenmanagement-Betriebssystem, durch das Daten zwischen verschiedenen Speicherlösungen verschoben oder gespiegelt werden können.
4) Analyze
Dieser Schritt umfasst die Analyse der Sensordaten. Auch hier gilt es, abhängig vom Anwendungsfall die richtigen Lösungen auszuwählen. Um große Mengen an strukturierten und unstrukturierten Daten aus dem Data Lake zu verarbeiten, eignen sich zum Beispiel das Framework Hadoop und NoSQL (Not Only SQL)-Datenbanklösungen wie Couchbase, MongoDB oder Cassandra.
5) Archive
Dieser Meilenstein ermöglicht eine kosteneffiziente Langzeitarchivierung der Sensordaten. Ein wichtiger Aspekt dieser fünften Phase ist die regelbasierte, automatisierte Datenklassifizierung. So kann das System Daten nach der gesetzlichen Vorhaltezeit automatisch löschen. Auch das Storage Tiering kommt hier zum Zuge: Bei dieser Methode werden die Daten entsprechend ihrer Zugriffe auf unterschiedliche Speichermedien verteilt. So landen Daten in der Anfangsphase der Archivierung oft zunächst auf schnelleren Systemen, da sie noch häufiger abgerufen werden. Später ruhen sie auf weniger performanten, preiswerteren Speicherlösungen. Auch das Auslagern von Daten in eine Cloud oder der Abzug aus der Cloud sind Themen, um die es in der Archivierungsphase geht. hei
IT-Matchmaker.guide Industrie 4.0
- Produkt- und Marktübersicht
- Fachbeiträge neutraler Experten
- Anbieterprofile
- Success Stories
http://www.trovarit.com/service/software-guides/industrie-4-0/
