Die Automatisierungstechnik hat Docker-Container schon vor einiger Zeit als sinnvolle Funktionserweiterung für bestimmte Produkte entdeckt. Mit dieser Virtualisierungstechnologie lassen sich aber noch viel größere technische Herausforderungen bearbeiten, etwa eine durchgängige Datenintegrationen.  Durch den Einsatz eines Datenintegrations-Dockers lassen sich im direkten Umfeld von Maschinen und Anlagen unterschiedliche Aufgaben lösen. Zum einen könnten alle vorhandenen Steuerungen, die geeignete Schnittstellen besitzen - Modbus, CAN, Profinet, OPC UA, IO-Link - mit einem solchen Docker gekoppelt werden. Über zusätzliche Sensoren ließen sich auch Baugruppen und Komponenten ohne entsprechende Kommunikationsfähigkeiten mit einem Docker verbinden. Durch diese Datenintegration stehen im Docker kontinuierliche Signale zur Verfügung, die sich mit Hilfe des maschinellen Lernens und einer entsprechenden Docker-Software permanent auswerten lassen. Damit wären Fehler erkennbar, bevor sie auftreten und zum Beispiel eine Produktionslinie vollständig ausfällt. Ein typisches Anwendungsbeispiel wäre eine KI-basierte Condition-Monitoring-Sensorik, die die unterschiedlichen Maschinenzustände durch eine Machine-Learning-Modell-Inferenz erkennt und über ein API als kategoriale Variable zur Verfügung stellt. Übergeordnete Anwendungen, die ebenfalls als Docker implementierbar wären, können so eine bedarfsgerechte Wartung für Produktionsanlagen und Standorte realisieren.

Die Docker-Technologie erlaubt unter bestimmten Rahmenbedingungen eine plattformunabhängige Entwicklung von Anwendungssoftware. Ein einfacher Single-Board-Computer aus der Maker-Welt kann inzwischen den gleichen Docker-Container oder Kubernetes-Cluster ausführen, der ursprünglich für einen High-End-Cloud-Einsatz entwickelt wurde. Dadurch lässt sich etwa eine datenintensive Objekterkennung mit hochauflösenden Bilddaten, die eigentlich in der Cloud laufen sollte, direkt in die Kamera-Hardware vor Ort einbetten. Eines der wohl größten akuten Probleme in der Automatisierungstechnik, der Mangel an Softwareentwicklern, wäre damit zumindest teilweise lösbar: Ein erfahrener Entwickler aus dem IT-Umfeld kann nun beispielsweise auch Anwendungen erstellen, die direkt auf einem Edge-Gateway an einer Maschine ablaufen.

Sicherheits-Upgrade inklusive

Klaus-Dieter Walter ist Mitglied der Geschäftsführung bei SSV Software Systems.

© SSV Software Systems

Per Datenintegrations-Docker lässt sich auch die IT-Sicherheit in vernetzten Automatisierungsanwendungen erheblich verbessern. Viele Sicherheitsfunktionen, die in der IT-Welt schon längst Stand der Technik sind, gibt es im Umfeld von Maschinen und Anlagen nur relativ selten, vielfach sogar überhaupt nicht. Dazu gehören beispielsweise durch eine Publik-Key-Infrastruktur (PKI) gesicherte Ende-zu-Ende-Verbindungen mit digitalen Signaturen, Zwei-Faktor-Authentifizierungen (2FA) sowie KI-basierte Monitoringsysteme mit Hilfe komplexer neuronaler Netzwerke, die automatisch ein anormales Kommunikationsverhalten erkennen. Ein Docker, wie in Bild 1 dargestellt, der zwischen einer Maschinensteuerung und den übergeordneten Netzwerkstrukturen betrieben wird, kann sowohl die erforderlichen kryprographischen Elementarfunktionen als auch 2FA und eine PKI mit Zertifikaten beinhalten. Damit wären dann beispielsweise rechtlich sichere Pay-per-Use-Anwendungen zur Abrechnung von Maschinen- und Werkzeugnutzungsentgelten möglich.