EF 2021

Editorial Flexibilität

Editorial Flexibilität ist der Schlüssel In der aktuellen Lage rund um COVID-19 müssen Unternehmen ihre Komfortzone verlassen und von den traditionellen Wegen zu flexibleren Modellen übergehen, um sich als neue `Stars´ am Markt durchzusetzen. Das Industrielle Internet der Dinge (Industrial Internet of Things, IIoT) birgt in diesem Zusammenhang klare Vorteile. Ein gutes Beispiel dafür ist das Machine-as-a-Service-Konzept. Anstatt sich auf einmalige Produktverkäufe zu verlassen, erweitern Unternehmen ihren Kundenstamm damit um die Kunden, welche Maschinen auf einer bedarfsgerechten Grundlage nutzen und bezahlen möchten. Dieser Wandel trägt dazu bei, den Aufwand für die Bereitstellung und Wartung von Maschinen auf Seiten des Kunden deutlich zu reduzieren. Dieses Geschäftsmodell hat insbesondere für schnell wachsende Firmen großen Charme. Hermann Berg, Head of Industrial IoT, Moxa, www.moxa.com Für Moxa bedeutet IIoT, Daten auf allen Ebenen der OT-Welt zu erfassen, zu konsolidieren und an die Cloud zu übertragen, wo sie mit Hilfe von KI-Algorithmen und Big-Data-Analysen weiterverarbeitet und z. B. für vorausschauende Instandhaltung genutzt werden. Künstliche Intelligenz, maschinelles Lernen und neuronale Netze können auf den aktuellen Edge-Computern bereits effektiv einund umgesetzt werden. In der Fabrikautomation und in allen Märkten mit extremen Anwendungsumgebungen ermöglichen es beispielsweise die Lösungen von Moxa und Robotron, maschinelle Lernverfahren, insbesondere Computer Vision, auch in den anspruchsvollsten industriellen Umgebungen lokal einzusetzen. Mit dem Aufkommen des industriellen Internets der Dinge kann man mit riesigen bisher ungenutzten Datenmengen Prozesse optimieren und neue Wege zur Produktivitätssteigerung beschreiten. Durch die Erfassung von Leistungs- und Umweltdaten von Geräten und Maschinen im Feld stehen den Unternehmen jetzt noch mehr Informationen zur Verfügung, um fundierte unternehmerische Entscheidungen treffen zu können. Es fallen aber viel zu viele IIoT-Daten an, als dass der Mensch sie allein verarbeiten könnte, so dass die meisten dieser Informationen nicht analysiert werden und ungenutzt bleiben. So wundert es nicht, dass Unternehmen und Branchenexperten auf Lösungen der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) zurückgreifen, um mit IIoT-Anwendungen eine ganzheitliche Sichtweise zu gewinnen und schneller klügere Entscheidungen zu treffen. Die Künstliche Intelligenz der Dinge (Artificial Intelligence of Things, AIoT) bringt die künstliche Intelligenz in industriellen Anwendungen. Um die Latenzzeiten zu verkürzen, die Kosten für die Datenkommunikation und -speicherung zu senken und eventuelle Probleme durch mangelnde Netzwerkverfügbarkeit oder –bandbreite zu reduzieren, werden bei IIoT-Anwendungen KI- und ML-Fähigkeiten daher auf die Edge-Ebene des Netzwerks verlagert, was eine größere Vorverarbeitungsleistung direkt vor Ort ermöglicht. Genauer gesagt haben die Fortschritte bei der Verarbeitungsleistung von Edge-Computern dazu geführt, dass IIoT-Anwendungen die Möglichkeiten der KI-gestützten Entscheidungsfindung heute auch an entlegenen Standorten nutzen können. Werden die Feldgeräte an lokale Edge- Computer mit leistungsstarken Prozessoren und KI angeschlossen, brauchen nicht mehr alle Daten zur Analyse in die Cloud geschickt zu werden. Im Wesentlichen ermöglicht AIoT-Edge-Computing lokale AI-Inferenzen, anstatt Rohdaten zur Verarbeitung und Analyse an die Cloud zu senden. Um AI-Modelle und -Algorithmen effektiv ausführen zu können, benötigen industrielle AIoT-Anwendungen eine zuverlässige Hardwareplattform an den Netzwerk- Randbereichen. Der richtige Edge-Computer macht dabei den entscheidenden Unterschied. Hermann Berg Einkaufsführer Produktionsautomatisierung 2021 3