Rufen Sie uns einfach an, und wir beraten Sie gerne zu unserem Seminar- und Studienangebot.

Unsere Ansprechpartner:

Michael Rabbat, Dipl.-Kfm.
MBA Chief Operating Officer

Claudia Hardmeier
Kunden-Center
Studienbetreuung

Institute und Kompetenzzentren

Bindeglied zu einer Vielzahl an
Unternehmen und Organisationen

Erfahren Sie mehr ...

Forschung

Was Management-Forschung wirklich
leisten kann

Erfahren Sie mehr ...

Alumni

Wissenstransfer und
Erfahrungsaustausch

Erfahren Sie mehr ...

Referenzen

Feedback und
Teilnehmerstimmen

Erfahren Sie mehr ...

News

SGBS aktuell:
Wissen und
Anwendung

Erfahren Sie mehr ...

Klimaneutrale Seminare

Auf dem Weg zu
klimaneutralen Seminaren.

Erfahren Sie mehr ...

Juan Diego Flórez Association

Mit musikalischer Bildung
gegen Armut:

Erfahren Sie mehr ...

2.3 Softwarelandschaft für die Produktion mit Blick auf IIOT Bedarfe

Für den Bereich der Applikationssoftware aus der 1. Ebene im Referenzmodell des Internet of Production gibt es bestens ausgearbeitete Standards und Übersichten, wie sie beispielsweise jährlich von Anbietern wie der Trovarit AG7 aus Aachen herausgegeben werden. Eine Beratung, was für die eigene Situation das Beste wäre, lässt sich für Software der 1. Ebene gut in Anspruch nehmen.

Wenn es um die Abbildung des Referenzmodells des Internet of Production geht, ist die Verknüpfung der einzelnen Ebenen besonders herausfordernd. Die erwähnten IoT-Plattformen können Abhilfe schaffen, sind aber unter Umständen auch nicht das, was zum jeweiligen Reifegrad des eigenen Unternehmens passt. Gegebenenfalls sind die Lösungen zu groß, zu komplex, zu teuer. Auch bergen IoT-Plattformen die Gefahr eines sogenannten Vendor-Log-In.

5 UdZ Praxis 1/2017 Unternehmen der Zukunft Zeitschrift für Betriebsorganisation und Unternehmensentwicklung, Intelligent vernetzt (2017), S. 11

kann als Untergruppe des IOT verstanden werden. Siehe hierzu auch Bigdata-insider.de Dabei begibt man sich in die Abhängigkeit eines Softwareanbieters, indem zu viele Bausteine von ihm abgedeckt werden. Die geschickte Verknüpfung einzelner Bausteine durch den Anbieter macht einen Wechsel aufwendig und damit kostspielig.

Einfache Lösungen aus mehreren Bausteinen können, neben ganzen Plattformen, eine Lösung darstellen. Für sich genommen sind sie schnell und günstig implementierbar und lassen eine Skalierung zu. Weiter ermöglicht dieser Ansatz die eigene Struktur technologiebasiert aufzusetzen. Technologiebasiert bedeutet in vorliegenden Fall, dass ein Softwarebaustein auf einem bestimmten Protokoll, beispielsweise „MQTT“, beruht. Die von den Softwarebausteinen eingesetzte Technologie als Auswahlkriterium in den Vordergrund zu stellen, vereinfacht dabei spätere Wechsel auf Alternativanbieter. Die Auswahl solcher Einzelbausteine ist nicht ohne entsprechende IT-Expertise möglich.

Abbildung 2.3 skizziert schematisch, wie ein Übergang von Maschinendaten in eine digitale

Struktur gestaltet sein kann.

Abbildung 2.3: Modellhafter Übergang OT zur IT

Abbildung 2.3: Modellhafter Übergang OT zur IT8

Maschinendaten werden aus Siemenssteuerungen, OPC-UA Schnittstellen, Modbus, etc., aber auch Sensordaten, digital und analog werden mittels einer dafür geeigneten Software wie z.B. „Litmus“ 9 oder „Kepware“ 10 gesammelt und in einem ersten Schritt aufbereitet. Solche Softwarelösungen sind darauf spezialisiert, die Vielzahl an heute vorhandenen Datenformaten verarbeiten zu können. Sie werden kontinuierlich um neue Protokolle erweitert. Ihre vorrangige Aufgabe ist es alles an Daten „einlesen“ zu können. Da Digitalisierung bereits einige Jahrzehnte in einer Vielzahl von Ausprägungen an jeder beliebigen Hardware stattfindet ist die Komplexität an dieser Stelle nicht zu unterschätzen.

Die Aufbereitung fokussiert dabei auf die Auswahl der relevanten Signale und der internen Standardisierung dieser Signale. Maschinen generieren heute derart viele digitale Variablen, das sich alle zusammen nicht mehr vollständig sinnvoll verarbeiten lassen. Es bedarf hier Experten aus der eigenen Produktion, die festlegen, welche Signale Relevanz haben. An diesem Punkt hilft ein Blick von außen meist nur bedingt. Die Ingenieure und Produktionsmitarbeiter kennen die Maschinen so gut wie kein anderer. Welche Maschinenparameter einen Mehrwert in einer späteren Analyse darstellen und welche nicht, kann von extern nur generisch beantwortet werden.

Neben der Auswahl der wertvollen Signale ist es wesentlich, unterschiedlichen Signalen mit gleicher Bedeutung, auch eine einheitliche Kennung zu geben. Aufgrund unterschiedlich verbauter Sensoren, verschiedenen Maschinenherstellern und unterschiedlichen Baujahren stellen oft unterschiedliche Signale den gleichen Variablentyp dar. Diese Art der Zuordnung muss manuell für jedes einzelne Signal durch Experten in der Software erfolgen. Die Softwarelösungen bieten hier einige Hilfestellungen zur Harmonisierung der Daten. Allerdings bleibt an dieser Stelle der Initialaufwand hoch. Nach dem Einlesen der Signale bedarf es für das Referenzmodell des Internet of Production einer Middleware. Diese strukturiert die Daten einheitlich. Alle weiteren Spieler/Softwarebausteine im Referenzmodell können durch die Middleware anschließend mit den standardisierten Daten bedient werden. Hierfür eigenen sich z.B. sogenannte MQTT-Broker wie „HiveMQ“ 11.Die Struktur, mit der die Daten vom Broker „gehandelt“ werden, bildet dabei die Makrostrukturen der eigenen Fertigung ab. Es müssen Zuordnungen getroffen werden wie Unternehmen, Werk, Produktionshalle, Fertigungsbereich, Maschinengruppe, Maschine, etc. Welche Struktur hier die richtige ist lässt sich erneut nicht pauschal beantworten. Es ist wesentlich die Strukturen so aufzusetzen, dass diese idealerweise für das Gesamtunternehmen Gültigkeit haben. Wenn mehrere Werke an mehreren Standorten vorhanden sind, wird hier eine gewisse lokale Ausprägung an Strukturen vorhanden sein. Diese, wenn auch virtuell, zu harmonisieren kann eine große Herausforderung darstellen.

Es gibt hier auch Hilfestellung bei der Strukturierung. Die International Society of Automation, kurz ISA hat hierzu einen Standard formuliert, welcher auch von vielen Entwicklern von Applikationssoftware genutzt wird. Der ISA-Standard „ISA95 part 3“12 befasst sich mit den beschriebenen Makrostrukturen der Fertigung. Nutzt man diesen Standard als Hilfestellung, kann das die spätere Kommunikation zwischen MQTT-Broker und anderen Softwarebausteinen erleichtern.

Die Maschinendaten, von denen hier die Rede ist, werden im Sinne Ihrer Erfassung unter dem Begriff der MDE (Maschinendatenerfassung) und BDE (Betriebsdatenerfassung) geführt.

Liegen die Daten einmal geordnet und strukturiert vor, können diese an jede beliebige Applikationssoftware wie ein MMS, CAQ, MES, ERP13 und Weitere zur Verarbeitung übermittelt werden. Der große Unterschied des vorgestellten Ansatzes liegt darin, dass Produktionsdaten nicht in einer einzelnen Applikationssoftware verwaltet werden und man aufwendig Punkt-zu-Punkt Architekturen pflegen muss. Es kann immer auf die zentralen Daten der „Brokers“ zurückgegriffen werden. Somit können eine Vielzahl unterschiedlicher Softwarebausteine im Unternehmen auf eine einheitliche, konsolidierte und immer verfügbare Datenbasis zurückgreifen. Durch die beschriebene Aufbereitung der Produktionsdaten ist sichergestellt, dass alle relevante Daten verfügbar sind.

Ein hier nicht skizzierter Aspekt ist die Aufbereitung der Daten für weiterführende Analysen, z.B. durch Produktionsverantwortliche zur Steuerung der Fertigung. Hier sind die Möglichkeiten beliebig und damit auch die Anzahl möglicher Lösungen. Beispielsweise könnten die Daten über die Middleware an einen Cloudservice wie Azure oder AWS übermittelt werden. Hier gibt es unzählige Möglichkeiten mittels sogenannter Low-Code-Plattformen die Daten weiterzuverarbeiten. Zur Visualisierung von Produktionsdaten kann z.B. „Grafana“14 genutzt werden. Ist „MS365“15 im Einsatz, können auch Tools wie „Power-Automate“16, oder „Power-BI“17 für Analysezwecke Verwendung finden. Low-Code-Plattformen sind von den Anbietern mit dem Ansatz entwickelt worden, den Nicht-IT-Mitarbeitern von Unternehmen die Möglichkeit zu geben, Abläufe und Auswertungen selbst digital zu gestalten. Es bedarf viel Aufwand sich mit diesen Möglichkeiten zu beschäftigen.

Über die beschriebenen Strukturen, welche im „Broker“ definiert werden, hinaus gibt es im Übergang zu Low-Code Plattformen und Visualisierungstools durchaus noch weiteren Bedarf an Strukturierung von Daten. Auch für die Kommunikation mit weitern Bausteinen, wie einem ERP, kann eine ausdifferenziertere Datenstrukturierung notwendig werden. Um im Zielbild des Internet of Production komfortabel agieren zu können hier nochmals der Hinweis auf die FIR-Studie aus Kapitel 2.1 mit umfangreichen „Bewertungskriterien von IoT-Plattformen für das Internet of Production“18.

13 MMS = „Manufacturing Management System“, CAQ und MES siehe Kapitel 3, ERP = “Enterprise Resource Planning”

14 Grafana.com

15 Microsoft-365

6 IIOT steht für „Industrial Internet of Things“. Es bedeutet Internet of Things mit speziellem Fokus auf Industriebedarfe. Das IIOT

7 Trovarit.com

8 Urheber: Sebastian Rodtmann

10 Kepware-opcserver.de

11 HiveMQ.com

12 Isa.org

16 Microsoft-power-automate

17 Microsoft-power-bi

18 FIR-Edition Studien IoT-Plattformen für das Internet of Production (2019), S. 15 f.