Interview: Crate.io So lassen sich riesige Datenmengen im Industrial IoT managen

Heute bereits und noch mehr in der Zukunft werden sich die Datenmengen im IIoT explosiv erhöhen. Dementsprechend werden Lösungen benötigt, die in der Lage sind, komplexe Zeitreihen in Echtzeit zu verarbeiten. Die elektrotechnik AUTOMATISIERUNG sprach mit Crate.io-CEO Christain Lutz über neue Lösungen.

Anbieter zum Thema

elektrotechnik

Weidmüller Deutschland

compmall GmbH

MicroControl GmbH & Co. KG

Crate.io GmbH

Crate.io ist ein Unternehmen, das sich innerhalb kürzester Zeit zu einem weltweit anerkannten Technologieführer für Datenmanagement-Lösungen im industriellen IoT entwickelt hat. Nicht nur das, laut Forbes ist es das zweit-aussichtsreichste IoT-Startup der Welt. CEO Christian Lutz erläutert, wie es dazu kam und welche Aktivitäten dabei im Zentrum stehen.

elektrotechnik AUTOMATISIERUNG: Herr Lutz, Crate.io ist vor einigen Jahren angetreten, das Datenmanagement im industriellen Internet of Things zu verändern. Was waren ihre Beweggründe?

Christian Lutz: Man ist oftmals versucht zu sagen: ‚Das hat sich so ergeben‘. Aber das ist letztlich nur die halbe Wahrheit. Die beiden Gründer von Crate.io haben natürlich schon zuvor ihre Erfahrungen im Big Data Business gesammelt. Jodok Batlogg hat etwa als CTO bei Sevenload und StudiVZ das Backend von Millionen Usern skaliert. Ich selbst hatte bereits drei Enterprise SaaS Unternehmen aufgebaut.

Die gemeinsame Erfahrung war, dass klassische Datenbank-Konzepte bei den rasant wachsenden Anforderungen hinsichtlich der zu bewältigenden Datenmengen und den Verarbeitungszeiten schnell an Grenzen stoßen. Insbesondere für den Bereich des Internet of Things gab es hierzu keine befriedigenden Angebote am Markt, höchstens Flickwerk mit mehreren Lösungen.

So ist die Idee entstanden, eine Datenbanklösung zu entwickeln, die erstens keine Limitierungen hinsichtlich der Skalierung kennt und zweitens SQL mit Echtzeit-Geschwindigkeit ermöglicht, einschließlich des Rückgriffs auf vorhandenes Know-how sowie den wirtschaftlichen Einsatz. So ist CrateDB entstanden, das sich schnell als erfolgreich erwiesen hat und weltweit tausende Cluster mit Machine Data ermöglicht.

Im Zentrum ihrer Aktivitäten steht die CrateDB, eine Datenbank, die für massive Datenmengen in der Fertigung optimiert ist. Worin genau unterscheiden Sie sich von anderen Datenbanklösungen?

Der Kunstgriff war, die Einfachheit der SQL-Welt mit den Vorteilen von NoSQL zu verbinden. Nutzer von SQL-basierten Datenbanken können zwar auf das vorhandene Know-how, Werkzeuge und verfügbare Standards zurückgreifen, nur ist die Skalierung und Geschwindigkeit zur Bewältigung großer Datenmengen, wie sie im IIoT anfallen, nicht gegeben. Auf der anderen Seite bieten NoSQL-Datenbanken zwar oft eine ausreichende Performance, leiden allerdings unter dem Problem proprietärer Sprachen, einfacher Bedienung und fehlender Standards.

Die CrateDB schlägt eben diese Brücke, indem sie unlimitierte Skalierbarkeit, SQL und Flexibilität ohne Vendor-Lock-Ins bereitstellt und Wirtschaftlichkeit mit komfortabler Nutzung verbindet. Als spaltenbasierte Dokument-Datenbank auf Basis einer cloud-nativen shared-nothing Architektur erlaubt die CrateDB ein einfaches, elastisches Wachstum, um auch Millionen von Datensätzen pro Sekunde zu verarbeiten und von Gigabytes bis Petabytes Daten zu speichern und in Echtzeit zur Verfügung zu stellen.

Bildergalerie

Die Datenhaltung ist die eine Seite. Mit der IoT Platform for Discrete Manufacturing wollen Sie einen Schritt darüber hinausgehen. Was genau hat es damit auf sich?

Die Datenbank bildet die Basis zur Aufnahme, zur Speicherung und für den Zugriff auf beliebige Daten. Wir haben aber in den letzten zwei Jahren mit unseren Kunden ein spezielles Feature-Set für Prozess- bzw. Discrete Manufacturing entwickelt, sozusagen als zusätzliche Schicht oben auf der Datenbank, welche es Unternehmen in ‚Consumer Packaged Goods‘ ermöglicht, diese Erfahrungen zu nutzen und aus dem Stand heraus auf eigene Bedürfnisse schnell anzupassen.

Das bedeutet, dass die Visualisierung von Prozessen, die Echtzeit-Reaktion bei Problemen, die Vorhersage von Ausfällen und der Zugriff auf Daten für weiterführende Verfahren leicht möglich werden. Hierzu bedarf es einfacher Schnittstellen, wie eben zum Beispiel SQL APIs, und die Kenntnis der Prozesse für diese speziellen Produzenten.

Die prozessorientierte und diskrete Fertigung stellt ganz hohe Anforderungen an das Datenmanagement durch die hohen Taktraten und großen Stückzahlen. Man muss eine Vielzahl von Sensoren, Maschinen oder Daten aus anderen Systemen wie ERP einbinden, die Daten schnell erfassen, analysieren, bereitstellen und daraus Aktionen auszulösen. Aufbauend auf unseren Erfahrungen mit über 100 angeschlossenen Produktionslinien haben wir diese Expertise gebündelt und stellen sie heute Produktionsunternehmen als SaaS Lösung bereit.

Buchtipp

Wie funktioniert die Datenanalyse in Zeiten von Big Data?

Können Sie unseren Lesern ein Beispiel geben, wie eine derartige Lösung in der Praxis aussieht?

Nehmen wir ein konkretes Beispiel: Die Produktion von Kunststoffverpackungen etwa erfolgt heute weitgehend dezentral, um nah beim Kunden zu sein und die Erzeugnisse just-in-time bereitzustellen. Für den Produzenten bedeutet dies den Betrieb einer Vielzahl von Fabriken mit meist fünf bis zehn Produktionslinien und einer sehr großen Anzahl von Sensoren, Maschinen und Netzgeräten, die kontinuierlich Daten erzeugen. Die Produktion läuft in der Regel 24/7 ab, und auftretende Probleme führen sofort zu Linienstopps, Qualitätsverlust oder Abfall.

Unsere Lösung informiert das Team in der Fabrik und direkt an der Linie unmittelbar über Probleme via Handy und Bluetooth Headsets, so dass man schnell eingreifen und die Schwierigkeit beseitigen kann, etwa bevor ein Linienstopp auftritt oder Ausschuss produziert wird. Hier kommt es darauf an, die Daten aller Sensoren und Maschinen in Echtzeit zu erfassen, sie sofort zu analysieren und mit historischen Daten zu vergleichen und damit dem Floor-Staff die Möglichkeit zu geben, schnell zu reagieren.

Konkret reden wir hier über die Verarbeitung der Sensordaten im Millisekundenbereich und einer Anweisung, die am Handy des Verantwortlichen binnen weniger Sekunden nach Auftreten des Ereignisses ankommt. Das ist übrigens keine Vision, sondern bereits vielfältig erprobt im Einsatz.

Lassen sich die Vorteile beim Einsatz der Crate IoT Platform benennen und gegebenenfalls quantifizieren?

Ja, natürlich. Es gibt ganz objektiv messbare Verbesserungen der OEE/NEE-Kennzahlen (Overall Equipment Efficiency) als allerwichtigste Messgröße. Darüber hinaus sind eine Reduktion von Abfall und damit Einsparung von Rohstoffen zu verzeichnen. Neben diesen harten, objektivierbaren Geldvorteilen führt die Lösung aber vor allem auch zu einem wirtschaftlicheren Einsatz des Personals, weil viel Routine-Kontrollen wegfallen; das erledigt jetzt das System zu 90 bis 95 Prozent automatisch; und sich das Personal schneller und gezielter um die Probleme kümmern kann.

Das macht den Prozess nicht nur effektiver, sondern ist auch ein interessanterer Job. Diese unmittelbar wirksamen Vorteile werden ergänzt durch sekundäre Verbesserungen und Einsparungen wie höhere Produktionskontinuität, Kostenvorteile durch Planbarkeit, Reisekosteneinsparungen und anderes.

Data Analytics

Wie Datenanalyse im Unternehmen umgesetzt werden kann

Sie stellen die Lösung seit einigen Monaten auch für die Nutzung in der Azure IoT Cloud bereit. Was waren die Gründe für diesen Schritt?

Industrieunternehmen stehen vor enormen Kostenzwängen und einem weltweiten Wettbewerb. Die optimale Nutzung von Daten und die Hinwendung zu einem ‚data driven manufacturing‘ wird entscheidend für die Wettbewerbsfähigkeit. Unsere Cloud Lösung erlaubt schnelle und einfache Integration in den bestehenden Betrieb und unlimitierte Skalierbarkeit abhängig von den Anforderungen.

Die Zusammenarbeit mit Microsoft als führendem Cloud Anbieter für Industrieunternehmen ist dabei für uns von großer Bedeutung. Viele Unternehmen haben schon eine Partnerschaft mit Microsoft und können nun auch Crate-Lösungen miteinbeziehen. Azure IoT garantiert dabei eine globale Verfügbarkeit in allen Zonen der Welt und ermöglicht nicht nur die zuverlässige Übertragung, Speicherung und Bereitstellung von Daten, sondern auch einen kosteneffizienteren Betrieb. Der Schritt in die Cloud ist demnach oftmals die bessere Wahl.

Crate.io ist diesen Weg konsequent gegangen und stellt die Lösung als 24/7 managed Service für Kunden in Europa und den USA bereit. Im Laufe dieses Jahres wird es auch in China ein Angebot über unseren Partner 21Vianet geben, weil viele europäische und amerikanische Produzenten auch Fabriken in China betreiben und eine einheitliche Lösung bevorzugen.

Die CrateDB ist zunächst als Open-Source-Lösung entstanden. Inzwischen werden Sie auf der internationalen Forbes-Liste als eines der Top 25 IoT-Start-ups 2019 geführt und von Gartner als Cool Vendor in Manufacturing Operations eingestuft. Wie erklären Sie den raschen Erfolg?

Zur rechten Zeit mit der richtigen Lösung für ein drängendes Problem. IIoT bietet für produzierende Unternehmen gewaltige Möglichkeiten, sich im Wettbewerb zu differenzieren. Wir machen es unseren Kunden leicht, schnell zu guten Ergebnissen zu kommen, und das hilft natürlich. Tatsächlich haben wir uns ausgehend von der Basistechnologie intensiv mit den Problemstellungen unserer Kunden beschäftigt und die Funktionalität dafür ausgefeilt, und diese wird auch laufend jeden Tag verbessert. Das wird inzwischen von den Kunden honoriert und folglich auch von Marktforschern und Analysten so gesehen. Darüber hinaus haben auch große Cloud-Anbieter verstanden, welchen Mehrwert unsere Plattform in ihrem Portfolio bieten kann, weil sie die Cloud Nutzung insgesamt fördert.

Können Sie einen Ausblick wagen: Worin sehen Sie die zukünftigen Trends im Industriellen IoT?

Es bedarf keiner Prophetie um zu sehen, dass sich die Datenmengen explosiv erhöhen und entsprechende DBs/DBaaS benötigt werden, die in der Lage sind, komplexe Zeitreihen in Echtzeit zu verarbeiten und Wertschöpfung zu ermöglichen.

Ein weiterer Trend ist die Bedeutung von Edge Computing, das heißt Edge Analytics und Edge Prediction, die es ermöglichen, direkt am Shop-Floor schnelle Entscheidungen zu treffen.

Darüber hinaus sehen wir die Möglichkeiten der Nutzung von Machine Learning und AI, die schnell an Bedeutung gewinnen, weswegen wir auch weitere Funktionalitäten in unserer Datenbank genau dafür integrieren. Es bleibt weiter extrem spannend und es geht rasant vorwärts, und genau daran arbeiten wir gemeinsam mit den Anwendern.