IoT Mittelständische Digitalisierungsstrategien benötigen intelligente Werkzeuge

Anbieter zum Thema

PFLITSCH GmbH & Co. KG

compmall GmbH

MicroControl GmbH & Co. KG

Senseforce GmbH

Mit der digitalen Transformation sind für den Mittelstand neue Konzepte gefordert. Das IoT verlangt nach Kompetenzen, die im einzelnen Unternehmen kaum vorzuhalten sind. Geeignete Tools für das Management der industriellen Daten können hier Abhilfe schaffen.

Fernab der konstruktions- und produktionstechnischen Expertise benötigen Hersteller von vernetzten Maschinen und Anlagen eine tragfähige Strategie für die Erfassung und Bereitstellung aller anfallenden Geräte- und Sensordaten. Auf dem Weg zu Industrie 4.0 gilt es, Herausforderungen wie IoT, Cloud, Big-Data und Machine-Learning zu bewältigen.

Nur gehören diese in den seltensten Fällen zu den Kernkompetenzen mittelständischer Unternehmen im Maschinen- und Anlagenbau. Entsprechend suchen sie nach Partnerschaften mit Systemintegratoren, die ihnen helfen, innovative Lösungen zu implementieren und neue Geschäftsmodelle und Services zu entwickeln.

Auf der einen Seite kann diese Zusammenarbeit die Kompetenzlücke schließen, andererseits besteht die Gefahr, den falschen Partner zu wählen und sich so in Abhängigkeiten zu begeben. Des Weiteren werden oftmals sperrige Systeme implementiert, die individuelle Anpassungen nicht zulassen und Unternehmen so langfristig an die Anbieter bindet. Folglich ist nicht nur die Wahl des richtigen Partners, sondern auch die Wahl des richtigen Systems entscheidend.

Die richtigen Werkzeuge wählen – Ready-to-Use / Plug-and-Play

Die Herausforderung ist schnell skizziert: Unternehmen aus dem industriellen Mittelstand müssen ihre Produkte, also beispielsweise Maschinen und Anlagen, um digitale Services erweitern, um ihren Kunden einen Mehrwert zu bieten und im internationalen Wettbewerb bestehen zu können. Dazu bedarf es eines Partners, dessen Lösung für ein industrielles Internet of Things (IIoT) mit der Digitalisierungsstrategie der Mittelständler und den Anforderungen ihrer Kunden in Einklang stehen.

Das Problem ist offensichtlich: Es geht um die Bewältigung enormer Datenmengen in unterschiedlichsten Formaten und auf Basis verschiedenster Schnittstellen und Protokolle. Tatsächlich hält der Markt hierzu eine Reihe von Werkzeugen bereit, die das Handling von Daten automatisiert und es Industrieunternehmen ermöglicht, branchenspezifische Lösungen für ihre Kunden zu entwickeln. Allerdings sind viele dieser Tools für den amerikanischen oder asiatischen Markt entwickelt und in der Praxis kosten-, zeit- und personalintensiv. Gefordert sind stattdessen Werkzeuge, die auf Basis eines hohen Reifegrades wirtschaftlich zu implementieren sind, Ready-to-Use und Plug-and-Play.

Daten dort erfassen, wo sie entstehen

Maschinen, Geräte und Sensoren generieren Daten in Millisekunden. Diese müssen verzögerungsfrei erfasst und für Applikationen bereitgestellt werden. Die Datenhaltung in zentralen „Silos“ ist hierzu nicht geeignet. Es bedarf Lösungen, die mittels Multi-Parameter- und Multi-Side-Enrichment bereits am Entstehungsort prozessrelevante Daten in transparenter Form ermitteln und unter Berücksichtigung der Protokolle und Schnittstellen intelligent an die beteiligten Instanzen übermitteln.

Edge-Computing ist folgerichtig einer der Top-Trends beim Management von IoT-Daten. Das Ziel ist eine Verarbeitung der Daten so nah wie möglich am physikalischen System. So müssen lediglich die Informationen, die in der Cloud benötigt werden, auch dorthin übermittelt werden. Das Konzept hat verschiedene Vorteile: Der Bedarf an Bandbreite wird reduziert, Speicherkosten werden gesenkt und die zeitliche Differenz zwischen Action und Response minimiert. Zudem steigert es die Zuverlässigkeit und Verfügbarkeit des Gesamtsystems. Auch können auf dieser Basis Connectivity-Restriktionen durch Netzwerkverfügbarkeiten überwunden werden.

Studie

Fast jedes Unternehmen setzt bereits auf IoT-Projekte

Moderne Routing-Konzepte gefragt

Um ein intelligentes Edge-Computing zu implementieren, bedarf es jedoch moderner Routing-Konzepte, die in der Lage sind, die Maschinendaten auf Attributebene entweder einzeln oder bereits aggregiert zwischen der Edge und allen anderen Instanzen der Datenarchitektur bidirektional zu bewegen. Dabei gilt es, auf offene Standards zu setzen, Standard-Adapter und Schnittstellen zu herstellerspezifischen Protokollen zu unterstützen und das Datenrouting soweit möglich zu automatisieren.

Das intelligente Edge-Routing ist zudem eine Voraussetzung für die Vermeidung von Vendor-Lock-In, indem mittels einfacher Konfiguration entschieden werden kann, auf Basis welchen Formates und an welches Zielsystem die anfallenden Informationen übersandt werden sollen.

Von Edge zu Cloud

Was für das Edge-Level gilt, trifft in ähnlicher Weise auch auf die Cloud-Ebene zu. Auch hier kommt es auf die einfache und komfortable Anbindung und Integration in unterschiedlichste Dritt-Applikationen wie etwa ERP-Systeme an, um die anfallenden Daten bereitzustellen, zu analysieren und spezifische Reports zu ermöglichen.

Während die Funktionalität und Flexibilität auf Datenebene eine Grundvoraussetzung für die physikalische Implementierung eines Systems für das Management industrieller Daten darstellt, müssen entsprechende Werkzeuge zwei weitere Voraussetzungen erfüllen: Wirtschaftlichkeit und leichte Handhabbarkeit. Es nutzt wenig, wenn das eingesetzte System zwar das Handling automatisiert, dazu aber ein Schwarm an Spezialisten benötigt, um kundenspezifische Anpassungen zu realisieren.

Low-Code-Ansatz – für alle nutzbar

Notwendig hierfür ist ein „Low-Code-Ansatz“, der es ermöglicht, durchgängige Lösungen inklusive kundenindividueller Adaptionen in kurzer Zeit und ohne spezielle Programmierkenntnisse zu realisieren. Nur so können die Mitarbeiter unterschiedlichster Abteilungen das System sowohl beim Hersteller als auch beim Kunden an die konkrete Aufgabenstellung anpassen und nutzen. Insbesondere mittelständische Kunden haben oftmals spezifische Anforderungen an ihre Software, nicht zuletzt aufgrund der Einbindung und Unterstützung für ältere Produktgenerationen.

Moderne Werkzeuge bieten hierzu eine intuitiv nutzbare Funktionalität, um ohne besondere Programmiererfahrung Dashboards, Automatisierungen, Regeln, Notifications und Statistiken oder gar Machine-Learning-Modelle zu erstellen. Dazu müssen sie allerdings neben der erforderlichen Produktreife und Stabilität auch den Kanon der Anforderungen an Sicherheit und Datenschutz erfüllen.

Mittelständische Hersteller von Maschinen und Anlagen sind gut beraten, dem Thema digitale Transformation hohe Aufmerksamkeit zu zollen und ihren Kunden hochintegrierbare, leicht handhabbare und flexible Lösungen anzubieten. Das garantiert nicht nur die Kundenbindung und verbessert die Position im internationalen Wettbewerb, sondern eröffnet auch eine neue Dimension innovativer Services. Moderne Werkzeuge für das Datenhandling bieten hierzu die Basis, ohne den Aufbau massiver interner Ressourcen oder ohne sich in Abhängigkeit zu globalen Dienstleistern zu begeben.

* Michael Beidenbrücker, CEO, Senseforce

(ID:46384073)