Edge Computing und Künstliche Intelligenz finden ihren Weg in die Fertigung. Die Industrie baut gerade die Barrieren zwischen IT und Operational Technology ab. Open-Source-Technologien kommt dabei eine wichtige Rolle zu.
Autonome Abläufe im Shopfloor: Einem Bericht von McKinsey zufolge kann die intelligente Fabrik bis 2025 einen Wert von bis zu 3,7 Billionen US-Dollar erwirtschaften. Um dieses Potenzial für sich zu nutzen, müssen die Fertiger ihre bisherigen Software- und Hardware-Systeme mit dedizierten Funktionen durch eine übergreifende Plattform ersetzen. Eine derartige Plattform nutzt Automatisierung, stellt erweiterte Sicherheitsfunktionen bereit und lässt sich einheitlich verwalten, argumentiert Red Hat. Sie hilft dabei, Funktionen wie die Echtzeitsteuerung des Fertigungsbereichs von der Cloud bis zum Edge und von großen Scale-out-Systemen bis hin zu kleinen Formfaktoren immer auf die gleiche Weise bereitzustellen und zu betreiben. Ziel ist es, die Entwicklung, das Testen und das Deployment und Management zu vereinfachen. Nur so können Unternehmen die Gesamtanlageneffizienz verbessern.
Verteilte Steuerungssysteme optimieren Anlagen
Das Thema Nachhaltigkeit steht vielerorts weit oben auf der Agenda. Industriebetriebe investieren in Automatisierungs-, Steuerungs- und Optimierungssysteme, um den ökologischen Wandel zu unterstützen. Die Lösungen dafür müssen flexibel, offen und interoperabel sein. Durch die Integration in eine Edge-Computing-Plattform arbeiten Steuerungssysteme effizient und bieten zudem die Flexibilität, dank einer kontinuierlichen Feedback-Schleife die Innovation in Fertigungsprozessen zu beschleunigen. Eine wichtige Rolle spielt dabei ein innovativer Ansatz für den Aufbau und Betrieb von verteilten Steuerungssystemen. Diese Systeme lassen sich ohne irgendwelche Beeinträchtigung der Kernfunktionen modernisieren und ermöglichen so eine systemübergreifende Optimierung von physischen Geräten, Prozessen und Anlagen.
Künstliche Intelligenz und Edge wachsen zusammen
Der rasante Aufstieg der Künstlichen Intelligenz geht auch in der Fertigung weiter. So entsteht ein enormes Potenzial in Bereichen wie Arbeitssicherheit, nachhaltiges Produktdesign, vorausschauende Wartung und Optimierung der Lieferketten. Open-Source-Technologien beschleunigen das Innovationstempo, indem sie einen kollaborativen Ökosystem-Ansatz für das Erstellen, Testen und Innovieren in den Mittelpunkt rücken. Dies schafft die für den Einsatz Künstlicher Intelligenz und digitaler Zwillinge nötige Interoperabilität. Aktuell kann die Industrie allerdings auf manche Daten in ihren Systemen gar nicht zugreifen, da diese an die Lösungen ihrer Hersteller gebunden sind. Auch wenn die Verantwortlichen Computer-Vision-Systeme an die Operational Technology anflanschen, sind sie nicht in der Lage, Künstliche Intelligenz in vollem Umfang zu nutzen.
Anzeige
IT-Matchmaker®.guide Industrie 4.0
Einkaufsführer & Standardreferenz für Industrie-4.0-Software
- Fachbeiträge
- Firmenprofile relevanter Anbieter
- Referenzen aus der Praxis
- Produktübersichten
Zum Download des Industrie-4.0-Guides
Produktionsabläufe datengestützt optimieren
Wachsende Lieferketten, aber auch intelligente Geräte und Sensoren haben in der Fertigung zu einer Datenflut geführt. Dieses Datenwachstum sorgt für eine gesteigerte Komplexität, birgt aber auch das Potenzial für datengesteuerte Abläufe. Manufacturing-Execution-Systeme machen die einzelnen Fertigungsprozesse im Detail sichtbar. Stellen Unternehmen ihre Fertigungssteuerung etwa auf Kubernetesplattformen wie Red Hat OpenShift bereit, profitieren sie von optimierten Workflows und einer konsistenten Erfahrung – unabhängig davon, ob das jeweilige System vor Ort oder in der Cloud läuft. Open-Source-Technologien spielen zudem eine wichtige Rolle bei der Verbesserung der Systemsicherheit und beim Schutz sensibler Daten.
Private 5G-Netze und Edge Computing sind zwei Technologien, die eng verbunden sind. Viele Fertiger werden diese Netzwerke brauchen, um den massiven Anstieg der maschinell generierten Daten zu bewältigen und so schnellere Entscheidungen, eine zuverlässige Konnektivität und tiefgreifende Analysen zu ermöglichen. So lassen sich beispielsweise Videokameras, Roboter und Förderbänder über ein drahtloses Netz verbinden, wobei jedes Gerät eine Edge-Anwendung mit einem eingebetteten Machine-Learning-Modell bedient, das die Entscheidungsfindung beschleunigt.
Standardisierung und Sicherheit legen zu
Beim Anpassen einer solchen Plattform an geschäftliche Anforderungen spielen Sicherheit, Standardisierung und Skalierbarkeit eine wichtige Rolle. Im S&P Global Report gibt fast die Hälfte (47 Prozent) der Entscheidungsträger an, dass sie die Sicherheit von Daten, Netzwerken sowie physischen und digitalen Geräten zu ihren größten Herausforderungen bei der Edge-Bereitstellung zählt. Je mehr Devices ein Unternehmen hat, desto größer ist die Angriffsfläche für Kriminelle. Aus diesem Grund ist eine stärkere Standardisierung durch eine gemeinsame Plattform unabdingbar. Eine solche Plattform bietet konsistente und zuverlässige Sicherheitsfunktionen, mit denen die Fertigungsbetriebe den Schutz ihrer Anlagen und Systeme in großem Maßstab verwalten können. Dies reduziert die betriebliche Komplexität und steigert gleichzeitig die Interoperabilität. jf
Der Autor
Francis Chow ist Vice President und General Manager In-Vehicle Operating System and Edge bei Red Hat.
