von Christoph Uhlich | Apr 7, 2020 | Neu
Mit Cumulocity IoT unkompliziert zum industriellen Use Case
Der Industriestandort Deutschland ist für seine Ingenieurleistungen im Bereich Maschinen- und Anlagenbau weltweit bekannt. Diese Maschinen digital aufzuwerten und mit Services im Bereich Maintenance, Condition Monitoring oder Prozessoptimierung anzureichern, ist das zentrale Versprechen der Digitalisierung. Dafür gilt es jedoch, in der Regel meist sehr heterogene Maschinenparks mit siloartigen Softwarelösungen zu harmonisieren. Aktuell sind proprietäre Interfaces und Protokolle einzelner Maschinen noch an der Tagesordnung. Diese verhindern eine konsistente Datenhaltung, mit der eine effiziente Datenanalyse in Echtzeit erleichtert wird. Nur mit einer effizienten Methode für das Erheben und Auswerten von Daten wiederum können heutzutage die Produktion und somit die Wirtschaftlichkeit von Industrieunternehmen verbessert werden.
Damit das gelingt und sowohl die Datenerhebung als auch das Monitoring in Echtzeit gewährleistet sind, muss die Operation Technology (OT), die bisher ausschließlich für die autarke und isolierte Steuerung der Industrieanlagen verwendet wird, nun mit der Information Technology (IT) verschmelzen. Ermöglicht wird das durch Cumulocity IoT, eine Plattform, die Maschinendaten standardisiert verarbeiten kann. Die standardisierte, vernetzte Kommunikation ermöglicht einen hohen Detaillierungsgrad in der Fehleridentifizierung und Transparenz von Produktionsabläufen. Mithilfe dieser Informationen und unter Verwendung intuitiver Widgets von Cumulocity IoT lassen sich datenbasierte Entscheidungen treffen, die die Effektivität der Gesamtanlagen steigern.
Voraussetzungen der digitalen Transformation
Industrieunternehmen haben ein hohes Potenzial, ihre Produktion digital zu transformieren. Um Use Cases jedoch schnell und einfach zu erproben, benötigen sie eine intuitive Plattform, die proprietäre Kommunikationsprotokolle vereinheitlicht und standardisierte Schnittstellen für die Vernetzung bietet. Nur so kann der Datenfluss zwischen einzelnen Systemen gewährleistet und Daten für das Monitoring und die Analyse von Prozessen langfristig und konsistent vorgehalten werden. Auch die Verwaltung der Daten sowie die Governance mit einem individuellen Rechtekonzept muss gegeben sein.
Cumulocity als Plattform für den Shopfloor
Cumulocity IoT bietet eine zuverlässige Plattform zur Abbildung industrieller Use Cases. Multiple Schnittstellen erlauben einen schnellen Start von IIoT-Projekten, und Microservices bieten eine individuelle Konfiguration und Abstimmung der Plattform auf den jeweiligen Use Case. Damit lassen sich Legacy-Systeme modernisieren und Silos abbauen. Nehmen wir als Beispiel eine simple Maschinensteuerung. Diese Steuerung sowie das Programm, das die Regelung der Anlage vornimmt (siehe Bild unten), ermöglichen eine Produktion im Hersteller-Ökosystem.
Die Optimierung der Produktion sowie die Entwicklung digitaler Services wie dem Condition Monitoring wird durch die nahtlose Integration der Maschinensteuerung über standardisierte Protokolle wie MQTT in Cumulocity IoT ermöglicht. Durch diese Integration wird die Maschinensprache in ein Protokoll übersetzt, das die Daten automatisiert und in Echtzeit in Cumulocity IoT schreibt. Eine solche Integration des bestehenden Maschinenparks sowie der Enterprise Systeme ist das Kernelement der digitalen Transformation in der Industrie.
Visualisierung der Daten in Cumulocity IoT
Für die datenbasierten Entscheidungen werden die Maschinendaten auf einem intuitiven Dashboard in Cumulocity IoT dargestellt. Diese Visualisierung, also das Abbilden des Use Cases in der Plattform, kann mit den Standardmodulen erfolgen, wenn das Projekt eine schnelle Umsetzung erfordert. Bei Bedarf kann die Visualisierung aber auch mit Hilfe individualisierter Widgets optimiert werden.
Die Transparenz der Daten sowie die individuell an das Unternehmen angepasste Visualisierung ermöglichen die Integration der Qualitätssicherung in die Produktion und somit die stetige Optimierung des Produktionsprozesses in Echtzeit. Des Weiteren ist Cumulocity IoT eine hervorragende Basis für die Generierung innovativer Geschäftsmodelle. Da die gesamte Softwarearchitektur auf Microservices basiert, können digitale Services stetig erweitert und angepasst werden. Anhand der Analytics Engine können historisch erhobene Daten im Nachhinein mit KI-Algorithmen analysiert und somit neue Erkenntnisse in einem individuellen Widget dargestellt werden.
Schnelleinstieg ins digitale Zeitalter
Industrieunternehmen profitieren auf vielfältige Art von Cumulocity IoT. Die Plattform ist über Schnittstellen mit zahlreichen Systemen kompatibel und ermöglicht eine anschauliche Visualisierung aller relevanten Maschinendaten. Auf diese Weise können Use Cases schnell und einfach erprobt werden. So fallen nicht nur die Digitalisierung und Analyse von Daten deutlich leichter, sondern auch die Reduzierung von Ausfallzeiten sowie die Optimierung wichtiger Unternehmensprozesse.
Um Industrieunternehmen einen Schnelleinstieg in die Welt des Industrial Internet of Things zu ermöglichen, haben wir als Partner der Software AG leichtgewichtige Einstiegspakete entwickelt. Erfahren Sie hier mehr über die IoT-Device Integration und die Cumulocity Widget Entwicklung und loten Sie mit uns in einem kostenlosen Anforderungsworkshop gemeinsam Ihr Potenzial aus.
von Bärbel Strothmann-Schmitt | Jul 11, 2018 | Events
In Stuttgart, München und Hamburg machte die IoT Innovation Tour 2018 bereits im Mai Station. Experten aus Industrie, Logistik und Handel stellten ihre besten IoT-Projekte vor und erläuterten, was Unternehmen benötigen, um am Zukunftsthema Industry of Things teilzunehmen. Dr. Michael Schmitt, Geschäftsführer der Sensor-Technik Wiedemann GmbH (STW), erläutert im Interview, welche Möglichkeiten sich durch IoT für den Maschinenbau ergeben.
Herr Schmitt, wie verändert IoT das Geschäft der Maschinenbauer?
Unser Unternehmen ist in einer Zeit entstanden, als Maschinenbauer noch selbst Maschinen gebaut haben. Heute hingegen stehen zunehmend nicht mehr die Maschinen im Vordergrund, vielmehr geht es um den Arbeitsprozess. Durch die Vernetzung von Prozessdaten entstehen ganz neue Geschäftsmodelle.
Was meinen Sie mit neuen Geschäftsmodellen? Können Sie das näher erläutern?
Endkunden haben heute nicht mehr die Notwendigkeit, Maschinen zu kaufen, sondern können diese einfach mieten, beispielsweise im Straßenbau. Abrechnungen erfolgen dann nicht pauschal, sondern benutzungsabhängig. Das bedeutet, der Kunde bezahlt nur das, was er an Maschinenleistung verbraucht hat. Das senkt bei vielen Unternehmen die Hemmschwelle, denn sie müssen keine teuren Investitionen tätigen und können Maschinen ganz bedarfsorientiert anfordern und flexibel einsetzen. Dem Maschinenbau wiederum eröffnet dieses Konzept neue Möglichkeiten, digitale Services rund um ihre Produkte anzubieten.
Welche Möglichkeiten zum Beispiel?
Maschinendaten sind die neuen Investitionsgüter. Unternehmen mit einem bestehenden Geschäft können dieses erweitern, beispielsweise durch das genannte Konzept „mieten statt kaufen“, also die Abrechnung nach Nutzung. Darüber hinaus erfahren Unternehmen dank Daten mehr über ihre Maschinen, etwa ob sie eine Wartung durchführen müssen oder wie die Maschine tatsächlich genutzt und dahingehend optimiert werden kann. Auch darauf können sich neue Möglichkeiten ergeben. Das war für uns als Komponentenhersteller sehr schnell einleuchtend und wichtig. Durch die Analyse der erlangten Daten erhalten wir umfangreiches Wissen über unsere Maschinen, das uns zu mehr Effizienz und Effektivität verhilft. Zusätzlich wird die Digitalisierung im Zusammenspiel mit anderen Megatrends wie Elektrifizierung auch die Art und Weise verändern, wie Maschinen letztendlich aussehen. Früher wurden Maschinen immer groß konzipiert, damit die Kosten für den Betreiber stetig abnehmen. Entwicklungen wie autonomes Fahren und Arbeiten im Verbund machen das jedoch überflüssig. In absehbarer Zeit werden Maschinen also deutlich kleiner werden.
Was bedeutet das für den Markt?
Der Markt befindet sich gerade in rapider Veränderung: Durch die Digitalisierung schieben sich neue Wettbewerber zwischen Bauunternehmer und Auftraggeber. Diese bieten datengetriebene Services an, die ich zuvor beschrieben habe. Sie stellen nicht die Maschine, sondern die Leistung in den Vordergrund und überholen so alteingesessene Unternehmen. Zwar handelt es sich häufig um Start-ups, was jedoch nicht heißt, dass ausschließlich junge Leute Kompetenzen im Bereich Digitalisierung haben. Zwei Kernkompetenzen müssen diese disruptiven Digitalunternehmen mitbringen: Sie brauchen einerseits Wissen über Prozesse in den Branchen, die sie fokussieren. Andererseits müssen sie natürlich eine gewisse IT-Affinität mitbringen. Das können auch Branchenkenner vorweisen, die sich mit neuen Geschäftsmodellen selbstständig machen.
Heißt das, dass langfristig Mittelständer von Start-ups verdrängt werden?
Nein, natürlich nicht. Aber der Markt verändert sich und damit auch die Bedingungen und Voraussetzungen, die Wachstum und Fortbestand absichern. Der deutsche Mittelstand – spürbar gerade im Maschinenbau – ist es gewohnt, Lösungen im eignen Haus und vor allem alleine umzusetzen. Unternehmen bauen ihre Maschinen selbst und wir haben es häufig erlebt, dass sie ihre IT auch im Alleingang umsetzen wollen. Der Weg der Maschinendaten in die Cloud soll im besten Fall dann nicht über einen Dienstleister, sondern aus eigener Kraft heraus erfolgen. Dabei könnten Partner helfen, die neuen Herausforderungen zu meistern und neue Märkte zu erschließen; und das auch noch schneller. Wie so eine Zusammenarbeit mit einem Partner aussehen kann, haben wir selbst ja mit Cumulocity erlebt.
Wie sind Sie auf die Lösung Cumulocity IoT der Software AG gestoßen?
Dass IoT-Plattformen die beste Lösung für datengetriebene Geschäftsmodelle sind, hatten wir bei unseren Recherchen bereits festgestellt. Als wir uns intensiver mit dem Thema „Digitalisierung“ befasst haben, gab es die Überlegung, eine eigene Plattform zu bauen. Auf einer Konferenz hatte ich dann die Chance, den Geschäftsführer von Cumulocity kennenzulernen, was mich überzeugt hat, eine Partnerschaft einzugehen. Mit Cumulocity – ebenfalls ein mittelständisches Unternehmen – haben wir einen Partner auf Augenhöhe gefunden, was das Arbeiten gleich einfacher und angenehmer macht.
Wohin wird die Reise im Bereich IoT und Maschinenbau gehen?
Der Markt wandelt sich gerade hin zu datengetriebenen Diensten. Wer weiterhin bestehen will, braucht inzwischen zusätzlich zur reinen Technik ein serviceorientiertes Geschäftsmodell. Eine solche Neuaufstellung sollten Unternehmen am besten durch Partnerschaften realisieren, um sich weiterhin auf ihre eigentlichen Kompetenzen konzentrieren zu können. Wenn Unternehmen aufhören, alles selbst umzusetzen, gelangen sie eher zu einer digitalen Strategie. Dass Unternehmen das verstehen, zeigt sich auch in der Arbeit mit unseren Kunden und Partnern: Während wir früher mit dem Verantwortlichen für Technik gesprochen haben, ist unser Ansprechpartner nun das Management. Das Thema ist inzwischen Chefsache.
Treffen Sie Dr. Michael Schmitt und weitere Sprecher live auf unserer IoT Innovation Tour in Düsseldorf, Wien und Zürich. Weitere Informationen zu der Partnerschaft von Sensor-Technik Wiedemann und der Software AG erhalten Sie hier.
von Christian Diewald | Jun 7, 2018 | Allgemein
Die Digitalisierung der Industrie verändert Strukturen, Prozesse und ganze Geschäftsmodelle von Unternehmen. Auch das Asset- und Instandhaltungsmanagement wird zunehmend komplexer. Verantwortliche müssen deshalb ihre Instandhaltungskonzepte anpassen und verbessern. Wie es nachhaltig gelingt, mit Prognostic Foresight Entscheidungen über den Zustand von Geräten und Maschinen zu treffen, die Auswirkungen auf den Betrieb der gesamten Anlage haben können, zeigen die Software AG und Cassantec AG.
Verantwortlichen stehen zahlreiche Methoden und Werkzeuge zur Verfügung, die ihnen bei der Entscheidungsfindung über ihre Asset-Management- und Instandhaltungskonzepte helfen. Mithilfe von datenbasiertem Condition Monitoring können Instandhaltungsleiter den aktuellen Zustand von Anlagen feststellen. So können sie die Anlagenverfügbarkeit sicherstellen und akute Schäden vermeiden. Dank Predictive Maintenance ist es mittlerweile möglich, den Zustand von Anlagenkomponenten vorherzusagen. Data Scientists verwenden historische Daten von Anlagenteilen, um Machine-Learning-Modelle zu trainieren. Diese Modelle werden dann operationalisiert und idealerweise im Betrieb kontinuierlich mit Sensordatenströmen aufgerufen. Die Auswertung erfolgt in Echtzeit und liefert z.B. Erkenntnisse über die Abweichung vom Regelbetrieb, die ab einer definierbaren Größe als Indikator eines anstehenden Ausfalls herangezogen werden.
Prognostik ergänzt Big Data-Lösungen
Mit der Cumulocity IoT Plattform der Software AG können Unternehmen IoT-Lösungen schnell und unkompliziert einführen, Sensor-Datenströme überwachen und analysieren sowie Machine-Learning-Modelle und Predictive Analytics anwenden. Entscheider können so IoT-Erkenntnisse mit den Prozessen des Unternehmens kombinieren. Da letztlich allerdings selbst fortgeschrittene prädiktive Analysetools nicht in der Lage sind, explizite Aussagen über die Zukunft abzuleiten, lässt sich Software AGs Cumulocity IoT Plattform nun um Prognostic Foresight der Cassantec AG ergänzen. Cassantec stellt Entscheidern genaue Zeitfenster mit eindeutigen Risikoprofilen dar und prognostiziert den jeweiligen Zustand kritischer Anlagenteile auf Basis historischer Daten. Die Prognosegenauigkeit ist hierbei wesentlich höher als bei herkömmlichen Methoden. Anhand der Erkenntnisse aus der Prognostik können Betriebs- und Instandhaltungsstrategien verbessert, die Restlebensdauer von Industriekomponenten aktiv gemanagt und erweitert sowie ungeplante Stillstandzeiten reduziert werden.
Voraussetzungen für hochqualitative Prognostik
Die Grundvoraussetzung für Prognostik ist, dass Methoden der künstlichen Intelligenz mit der langjährigen Erfahrung der Ingenieure kombiniert werden. De facto wird die Erfahrung des Wartungsingenieurs digitalisiert und das Unternehmen somit in die Lage versetzt, Entscheidungen auf Basis transparenter Daten zu treffen, die zuvor auf bloßen Erfahrungswerten beruhten. Die Lösung operationalisiert und dokumentiert dadurch auch vorhandenes Wissen von Experten in Produktionsanlagen.
In sieben Schritten zu Prognostic Foresight
Die Implementierung von Prognostik erfolgt in sieben Schritten.
- Schritt 1: Verantwortliche wählen die Komponenten aus, für die die Prognostik den größten Nutzen bringen.
- Schritt 2: Die zehn bis 20 häufigsten Störungsarten des zuvor ausgewählten Komponententyps werden definiert.
- Schritt 3: Die zur Verfügung stehenden Daten werden gesichtet.
- Schritt 4: Korrelationen der Daten zu bestimmten Störungsarten werden spezifiziert.
- Schritt 5: Zustands- und Prozessdaten sowie ergänzende Störungs- und Parameterspezifikationen werden in ein stochastisches Modell eingepflegt, um die Restlebensdauer festzustellen.
- Schritt 6: Die Plausibilität der Ergebnisse wird überprüft. Falls unplausbilbe Ergebnisse auftauchen, muss gegebenenfalls zu einem vorherigen Schritt zurück gekehrt werden, um den Input zu konfigurieren.
- Schritt 7: Verantwortliche prüfen, wie sich die derzeitigen Entscheidungsprozesse mit den neuen Erkenntnissen verbessern lassen.
Bessere Entscheidungen dank Prognostik
Im Asset- und Instandhaltungsmanagement sind bisher verwendete Werkzeuge, um Entscheidungen für die richtige Strategie zu treffen, oft unzureichend. Unternehmen müssen nicht die Art und Weise, wie Entscheidungen getroffen werden, ändern.Viel mehr sollten sie die Werkzeuge, die für diese Entscheidungen heran gezogen werden, optimieren. Mit Prognostic Foresight steht den Unternehmen eine integrierte Plattform zur Verfügung, die alle Anforderungen von zeitbasierter und zustandsbasierter Instandhaltung abdeckt.
Mehr zur Partnerschaft der Software AG und Cassantec AG erfahren Sie hier.
