Für die Datenverarbeitung auf dem Shopfloor werden kompakte und robuste IT-Systeme benötigt. © Dell Technologies

Unabhängig von der Trainingsart werden sehr leistungsfähige IT-Infrastrukturen am Edge benötigt, also direkt in der Produktionsumgebung. Das liegt schlicht an den enormen Datenmengen, die die hochauflösenden Kameras und anderen Sensoren liefern und deren Übertragung in die Cloud oder in ein zentrales Rechenzentrum nicht praktikabel oder zu teuer wäre. Viele Unternehmen haben bereits damit begonnen, ihre bestehenden Infrastrukturen schrittweise zu einer Edge-Umgebung auszubauen und nicht mehr alles in die Cloud oder ein Rechenzentrum zu verlagern. Abgesehen davon ist in vielen Fällen auch ein Training im Live-Betrieb vor Ort erwünscht, um neue Situationen schnell in die KI-Modelle einfließen zu lassen. Für die finale Anpassung der Fähigkeiten kann es sogar sinnvoll sein, die Modelle direkt auf den Systemen im Roboter feinzutunen.

Diese Systeme sind quasi das Gehirn der humanoiden Roboter und für das sogenannte Inferencing, also die Analyse der Umgebungsdaten und das Treffen von Entscheidungen, sowie die Steuerung der Motoren und hydraulischen Antriebe zuständig. Das Inferencing muss zwingend in den Robotern stattfinden, damit sie verzögerungsfrei auf ihre Umgebung reagieren können und auch dann noch absolut zuverlässig funktionieren, wenn die Netzwerkverbindung gestört ist oder abreißt.

Eine drahtlose Netzwerkverbindung besteht in der Regel dennoch, um die Roboter ‚over the air‘ mit Updates und aktuellen Daten von Maschinen und aus Business-Systemen versorgen zu können, mit denen sie ihre Arbeit planen. Das heißt, sie müssen nicht erst Anzeigen ablesen oder über Umwege mit Informationen zum nächsten Auftrag gefüttert werden, sondern erhalten diese automatisch in Echtzeit. Notwendig ist dafür eine nahtlose Integration in die bestehenden OT- und IT-Landschaften.

Hohe Anforderungen an die IT-Systeme

Die IT-Systeme auf dem Shopfloor und in den Robotern müssen deutlich robuster sein als klassische IT-Systeme für das Rechenzentrum, damit ihnen Staub, Feuchtigkeit, Temperaturschwankungen und Erschütterungen nichts anhaben können. Zudem benötigen sie einen guten Schutz vor Manipulationen und unberechtigten Zugriffen, sind sie in den Werkshallen doch relativ leicht zugänglich. Deshalb besitzen sie üblicherweise ein Trusted Platform Module (TPM), einen manipulationssicheren Chip, in dem eindeutige IDs aller Komponenten sowie Zertifikate und Schlüssel für eine sichere Kommunikation abgelegt sind.

In den Servern für das Training der KI-Modelle stecken leistungsstarke GPUs, die besser als herkömmliche CPUs für die parallele Verarbeitung der vielen Trainingsdatensätze geeignet sind. Außerdem sind sie häufig schmaler und kürzer als normale Rack-Server gestaltet, sodass sie sich gut in beengten Räumlichkeiten unterbringen lassen. In den Robotern selbst wiederum werden noch kompaktere Systeme verbaut, die eher mit NPUs und anderen für KI-Berechnungen optimierten Prozessoren ausgestattet sind. Hier kommt es neben der Leistung ganz besonders auf die Energieeffizienz an, denn die Roboter werden mit Batterien betrieben und sollen im Arbeitsalltag möglichst selten Ladestopps einlegen. Solche genügsamen Systeme lassen sich mit deutlich geringerem Aufwand kühlen und erfordern daher weniger Lüfter und Kühlrippen, was ein platzsparendes Design erleichtert.

Sowohl die Server als auch die Storage-Systeme, die für eine schnelle Datenbereitstellung ausgelegt sein müssen, sollten gut skalieren, sodass Unternehmen sie bei Bedarf leicht erweitern können. Da im Produktionsbereich meist kein reguläres IT-Personal im Einsatz ist, sind Zero Touch Provisioning und Remote Management mehr oder weniger Pflicht. Dann brauchen Arbeiter die Systeme nur zu montieren, ihre Einstellungen holen sie sich automatisch über das Netzwerk und werden anschließend vom IT-Team remote verwaltet. Dabei unterstützen moderne Plattformen für das Edge-Management, die eine zentrale Planung und Verteilung von Konfigurationsänderungen, Firmware- und Software-Updates sowie neuen Anwendungen ermöglichen. Sie verringern den Aufwand für das Onboarding neuer Systeme, bieten ein zentrales Monitoring und garantieren ein hohes Sicherheitsniveau, beispielsweise indem sie sicherstellen, dass nur Systeme, deren Komponenten und Firmware-Versionen vertrauenswürdig sind, einen Zugang zum Netzwerk erhalten.

Offene Ökosysteme bieten Flexibilität

Der Autor: Chris Kramar ist Director & General Manager OEM DACH bei Dell Technologies. © Dell Technologies

Noch steht der Einsatz von humanoiden Robotern in der Fertigung ganz am Anfang, es ist noch viel Entwicklungsarbeit notwendig, bis die mechanischen Arbeiter wirklich flexibel einsatzbar sind und sicher im selben Arbeitsbereich wie Menschen betrieben werden können. Viele Innovationen kommen von stark spezialisierten Anbietern, und da der Markt ganz allgemein noch sehr dynamisch und wenig standardisiert ist, sollten Unternehmen auf offene Ökosysteme setzen. Auf diese Weise vermeiden sie Abhängigkeiten und sind in der Lage, einzelne Komponenten im Technologiestack zu ersetzen, wenn Lösungen auftauchen, die noch besser zu den eigenen Anforderungen passen.

Die kommenden Monate und Jahre werden entscheidend für Fertigungsunternehmen, die sich zukunftsfähig aufstellen wollen. Wer jetzt Pilotprojekte mit humanoiden Robotern startet und seine Edge-Infrastruktur industrialisiert, verschafft sich einen nachhaltigen Vorteil, weit über einzelne Automatisierungsvorhaben hinaus. 

Redaktion: Inka Krischke