Senseforce

Datenanalyse für Nicht-Programmierer

27. April 2022, 10:33 Uhr | Michael Breidenbrücker
628_302-ik-Senseforce-Anlauf
© Senseforce

Als Ergänzung zur textbasierten Programmierung stellen Low-Code-Plattformen ein wichtiges Tool dar: Denn wenn Nutzer nur noch in Ausnahmefällen auf die Unterstützung von Programmierern und Datenanalysten angewiesen sind, können sie schneller produktiv werden.

Wurden Maschinen, Anlagen und Bauteile bislang isoliert oder direkt in Verbindung mit einer Steuerungs-Software betrieben, so erhalten die Systeme im Zeitalter des Industrial Internet of Things (IIoT) Zugang zum Internet und damit quasi eine zusätzliche digitale Identität. Nutzer können in Echtzeit mit den Geräten interagieren, Daten abrufen und diese auf Basis einer Kombination von analytischen Methoden und vorausschauenden Algorithmen nutzen. Es entstehen nicht nur effizientere Betriebsabläufe und geringere Kosten durch die Möglichkeit vorbeugender Wartung, auch die Beschaffungsplanung lässt sich optimieren.

Unternehmen, die auf Basis von IIoT langfristig einen Mehrwert erzielen möchten, sollten jedoch ihr wirtschaftliches Handeln überdenken und datenbasierte Geschäftsmodelle implementieren. Untermauert wird dies durch eine Studie des Capgemini Research Institute, der zufolge Unternehmen, die beim Dateneinsatz führend sind, bis zu 22 % mehr Gewinn als ihre Wettbewerber erzielen.

Sprungbrett für digitalen Wandel

Datenanalyse für Nicht-Programmierer
Über ein einfaches grafisches Interface können Servicemitarbeitende beispielsweise für ihre Low-Code-Anwendungen Monitoring-Boards per Drag-and-Drop zusammenstellen.
© Senseforce

Unternehmen, die das erzeugte Datenpotenzial vollständig nutzen wollen, sollten ihre gesamten Fertigungsprozesse digitalisieren und alle verwendeten Maschinen, Produktionsanlagen und Werkzeuge mit modernster Sensorik, Steuerungstechnik und zugehörigen Software-Anwendungen vernetzen. Das Erfassen und die Analyse der Daten erfolgen auf Basis integrierter IIoT-Plattformen, die die Maschinen und Anlagen kontinuierlich in Echtzeit überwachen. Während dieses 24/7-Monitorings sammeln intelligente, in Fertigungsmaschinen integrierte Sensoren die anfallenden Daten und senden sie für die Analyse an eine cloudbasierte IIoT-Plattform. Systeme und Anlagen können so aus der Cloud administriert und gewartet werden. Die lokale Maschinenwartung wird dabei um eine zentralisierte Datenanalyse erweitert. Allerdings sind derzeit vor allem in mittelständischen Unternehmen Datenanalysten oder Data Scientists Mangelware. Firmen stehen daher vor dem Dilemma, dass der Bedarf an datenbasierten Anwendungen und Funktionen zwar rasant ansteigt, aber die für die Auswertung benötigten Fachkräfte immer schwerer verfügbar sind.

Visuelle Benutzeroberflächen

Eine Reihe von Herstellern bietet deshalb IIoT-Plattformen auf Basis von Low Code an. Diese verwenden keine klassischen textbasierten Programmiersprachen, sondern unterstützen die Entwicklung von Prozessen mit visuellen, intuitiv zu bedienenden Benutzeroberflächen und anderen grafischen Modellierungsverfahren. Anwender, die zwar über große Maschinen-Expertise, aber nur über geringes IT-Wissen verfügen, können so ihre Anwendungen und Apps selbst konfigurieren und die Zustandsdaten ihrer Maschinen und Anlagen auswerten, ohne auf komplexe Programmiercodes zugreifen zu müssen.

 

Datenanalyse für Nicht-Programmierer
Neben der 24/7-Echtzeitüberwachung nutzen Unternehmen Low-Code-Plattformen aktuell vor allem für die vorausschauende Instandhaltung ihrer Maschinen, Anlagen und sonstigen Systeme.
© Senseforce

Mittels vordefinierter Templates und Funktionsmodulen können Anwender aus unterschiedlichen Fachabteilungen in kurzer Zeit ihre eigenen Daten-Apps auf Basis von Maschinendaten bauen und digitale Mehrwertservices zu ihren Produkten anbieten, beispielsweise Visualisierungen von wichtigen Kennzahlen, Monitoring-Dashboards für eine 24/7-Überwachung oder komplette Machine-Learning-Workflows. Durch eine visuell ansprechende User-Interface-Oberfläche können sie, ähnlich wie in einem Baukasten, die einzelnen Elemente zu unterschiedlichsten Anwendungen kombinieren und in bereits vorhandene Systeme integrieren.

Integration in IT-Systeme

Für die Umsetzung von IIoT-Projekten eignen sich vor allem Plattformen mit einer durchgängig für Low-Code konzipierten Architektur. Da die Plattform von einer Vielzahl von Anwendern genutzt wird, sollte die Software-Erstellung in vielen kleinen Teilen erfolgen und sich dann zu einem funktionierenden Ganzen zusammenfügen lassen. Ähnlich wie herkömmliche Tools zur Software-Erstellung enthalten auch Low-Code-Plattformen einen Datenspeicher, ein Integrated Development Environment (IDE) und eine Entwicklungssprache. Zudem bieten sie mehrere APIs – bewährt haben sich REST- oder GraphQL-basierte Programmierschnittstellen, die es ermöglichen, dass sich die Plattform nahtlos in die IT-Systeme unterschiedlichster Hersteller integrieren lässt.

Eine der Kernfunktionen jeder Low-Code-Plattform ist die visuelle Entwicklung, durch die sich die Prozesse und ihre Datenmodelle darstellen lassen. Die Maschinendaten werden über grafische Operationen direkt von der Datenbank gelesen, die automatisiert in die Plattform integriert wird. Durch die Konvertierung der Datenmodelle in SQL-Abfragen und relationale Tabellen können Nutzern die Daten externer APIs bereits vor Beginn der Anwendung automatisch zur Verfügung gestellt werden.

Unterstützt von Funktionen wie Datenfilterung, -gruppierung, -sortierung oder -aggregation können Nutzer selbständig eine erste statistische Analyse vornehmen. Anschließend wechseln sie in einen Data App Builder, um dort mithilfe parametrisierter Dashboards und grafischer Widgets ihre eigenen datenbasierten Apps zu erstellen. Die tiefergehende Analyse der Maschinendaten erfolgt in einem speziellen Editor, bei dem ähnlich wie bei Excel Formelelemente erstellt und bearbeitet werden können, hier jedoch auf Grundlage einer intuitiv bedienbaren grafischen Oberfläche.

KI-gestützte Anwendungen

Für präzise Vorhersagen können Low Code Tools auch für Maschinenlern-Anwendungen eingesetzt werden, vorausgesetzt, die verwendete IIoT-Plattform bietet produktinterne, echtzeitfähige, KI-gestützte Entwicklung an. Auf Basis grafischer Oberflächen können Anwender so ihre eigenen Machine-Learning-Algorithmen erstellen, trainieren und später typische Muster in den Alarmdaten identifizieren.

 

Datenanalyse für Nicht-Programmierer
Der Autor: Michael Breidenbrücker ist Gründer und CEO von Senseforce in Dornbirn, Österreich.
© Senseforce

Neben der 24/7-Echtzeitüberwachung nutzen Unternehmen Low-Code-Plattformen aktuell vor allem für die vorausschauende Instandhaltung ihrer Maschinen, Anlagen und sonstigen Systeme. Über einen Vergleich der während des Betriebes erfassten Maschinen- und Anlagendaten mit weiteren Daten, etwa idealisierten Modellen, deckt die Software dabei Fehler und Störungen bereits bei der Entstehung auf – oft lange, bevor der Störfall tatsächlich eintritt. Aus den erfassten Geräuschen, Drehzahlen oder Temperaturen können geschulte Anwender Rückschlüsse auf in der Anlage vorhandene Fehler ziehen und im Servicefall auf Basis der gesammelten Anlagendaten zielgerichtet an der Fehlerbeseitigung arbeiten. Der voraussichtliche Ausfallzeitpunkt eines Bauteils, etwa einer Dichtung oder eines Lagers, lässt sich so präzise ableiten, was neben den Wartungskosten auch die Ausfallquote einer Maschine oder eines Bauteils senkt.
Servicemitarbeitende können beispielsweise über ein einfaches grafisches Interface für ihre Anwendungen Monitoring-Boards per Drag-and-Drop zusammenstellen. Diese führen die Messwerte zusammen, die Sensoren in den vernetzten Anlagen erfassen – wie etwa Temperatur, Schwingungen, Materialstau, Auslastung oder Verschleiß. Für die Auswertung können Produkt- und Serviceexperten Grenzwerte definieren, die weder unter- noch überschritten werden dürfen. Ist dies doch der Fall, sendet die Maschine eine automatische Benachrichtigung per E-Mail oder SMS.


Das könnte Sie auch interessieren

Verwandte Artikel

Industrie 4.0