Fertigungsbetriebe tun sich mit der Digitalisierung ihrer Maschinen und Anlagen immer noch schwer. Einen Standard gibt es nicht und das Angebot an unterschiedlichen Lösungen wächst stetig. Am Ende ist es schwierig, die richtige Entscheidung zu treffen. Außer Frage steht lediglich, dass die Nutzung eigener Daten und der Einsatz neuer Tools und Prozesse wichtig werden, um wettbewerbsfähig zu bleiben.

Wo aber besteht derzeit noch die Einstiegsproblematik? Die zu verwendenden Architekturen und Technologien sind größtenteils bekannt, wenngleich sie von vielen Herstellern noch nicht implementiert werden. Für viele besteht die größte Herausforderung darin, zu entscheiden, wer die Verantwortung für die Umsetzung übernimmt – sprich, die berühmte OT/IT-Konvergenz gilt es zu bewältigen:

• Das IT-Team kann zwar Lösungen implementieren, indem es Maschinendaten den Cloud-Systemen zur Verfügung stellt, und in der Cloud verfügbare Dienste nutzt. Dies ist mit potenziellen Kosten, Sicherheits- und IP-Schutzproblemen verbunden. Es erfordert auch IT-Mitarbeiter und Data Scientists oder Cloud-Ingenieure oder eine Auslagerung dieses Fachwissens, was hohe Kosten verursacht.
• Der Automatisierungsingenieur hingegen arbeitet an und mit der Maschine, kennt alle elektronischen und mechanischen Teile sowie die gesamte Software, mit der die Maschine betrieben wird. Er weiß, welche Daten wichtig und aussagekräftig sind und was verbessert werden muss. Er weiß aber nicht, wie. Er ist normalerweise nicht in der Lage, KI zur Optimierung des Prozesses zu implementieren.

Mit diesem Dilemma sehen sich viele Unternehmen konfrontiert. Große Unternehmen versuchen das Problem für sich zu lösen, indem sie das Digitalisierungsbudget erhöhen, Cloud Computing und generell neue IT-Ressourcen generieren. Was aber bleibt KMUs, die sich eine so teure Strategie nicht leisten können?

Die Architektur der Container-basierten Edge-Stacks.

© Coligo Technologies

Für dieses Klientel hat Coligo Technologies eine Plug-and-Play-Softwarelösung entwickelt, die auf einem Edge-Gerät – der EdgeBox – läuft und sich an Automatisierungsingenieure richtet. Der Großteil der Funktionalität ist in der Firmware bereits implementiert, dem EdgeStack, der auf Linux- und Docker-Containern basiert. Daten aus dem Feld werden über OPC UA erfasst. Die Daten werden anschließend in einer Streaming-Komponente zur Verfügung gestellt und sind für verschiedene Container zugänglich:

• Store: Datenbank für lokale Persistenz
• Monitor: ein lokales, benutzerspezifisches Dashboard, das direkt in der App editiert werden kann
• Expose: ermöglicht die Weitergabe von Daten an ein MES- oder Cloud-System – für hybride Architekturen
• Analyse: für lokale KI-Anwendungen

Durch die Nutzung der Container-Technologie und der Microservice-Architektur kann der EdgeStack nicht nur auf einer EdgeBox, sondern auch auf anderer Hardware und in anderen Konfigurationen betreiben. Darüber hinaus lässt es sich problemlos durch die Integration neuer Microservices erweitern, bei denen es sich um zukünftige Coligo-Funktionen oder kundenspezifische Anwendungen handeln kann. Die Plattform ist individuell erweiterbar und skalierbar.

Das Frontend als APP

Die App erlaubt dem User Dateien zu sammeln, anzuzeigen, zu speichern und KI-Modelle zu starten.

© Coligo Technologies

Ein Standard-KI-Prozess umfasst das Sammeln historischer Daten, deren Vorverarbeitung, die explorative Datenanalyse (EDA), Feature-Engineering und -Auswahl, Modellauswahl und -training, Bewertung und Bereitstellung, um schließlich die Inferenz durchzuführen. Mit diesem Prozess sind jedoch zu wenige Automatisierungsingenieure vertraut. Hinzu kommt, dass der Lebenszyklus von KI-Modellen hier nicht endet: Es ist eine Überwachung und Aktualisierung erforderlich, sobald sich deren Leistung verschlechtert. Ziel bei Coligo war, auch die KI in das Konzept der Benutzerfreundlichkeit einzubinden. Die Herausforderung bestand darin, einem Benutzer, der über keinerlei Vorwissen im KI-Bereich verfügt, ein KI-Angebot bereitzustellen, damit dieser zugleich auf sein sehr wertvolles Wissen – wie die Maschine funktioniert, welche Probleme sie hat, welche Daten aussagekräftig sind – zurückgreifen kann.

Als Lösung steht dem Automatisierungstechniker also das Frontend als APP auf einem Tablet oder Smartphone zur Verfügung. Die App verbindet sich über einen eigenen WLAN-Zugangspunkt mit der EdgeBox. Für das Arbeiten mit der App benötigt der Anwender keine Schulung, um die erforderlichen Daten zu sammeln, ein Dashboard zu entwerfen, ein oder mehrere KI-Modelle auszuwählen und zu konfigurieren und bei Bedarf Rohdaten oder Ergebnisse in einer Cloud bereitzustellen. Die Lösung bietet als Standard vier KI-Modelle, ohne Programmierung: Anomalieerkennung, Zeitreihenvorhersage, Objektdetektion und -erkennung in Videostreams, Audioklassifizierung und -erkennung in Audiostreams. Um individuelle Probleme zu lösen, lassen sich aber auch zusätzliche Modelle auf der Plattform implementieren und ausführen. Ein Engineering-Team steht bereit, um mögliche Modelle zu identifizieren, zu trainieren und spezifisch zu entwickeln.

Das Cockpit

Der Autor: Dimitri Philippe ist Geschäftsführer der Coligo Technologies.

© Coligo Technologies

Ein Cockpit zur Verwaltung der EdgeBoxen rundet das Portfolio ab. Es bietet eine Benutzerverwaltung mit Rechten, Geräte- und Flottenmanagement. Darüber hinaus ermöglicht es unter anderem vollständige Firmware-Updates oder die Aktualisierung eines bestimmten Containers auf einem bestimmten Gerät oder einer Geräteflotte.