Wohl bei allen Anbietern und auch Anwendern der Automatisierungstechnik steht das Internet der Dinge auf der Agenda. Egal ob wirklich mittels des Begriffes IoT, Industrie 4.0 oder schlicht unter Digitaler Transformation. Und wohl in allen Unternehmen haben sich schon Fachleute mit der Anbindung eigener Produkte an IoT- beziehungsweise Cloud-Plattformen beschäftigt.

Rein technisch betrachtet ist eine IoT-Integrationsaufgabenstellung vielfach sehr schnell gelöst, da inzwischen hochentwickelte Schnittstellen, Starterkits, Seminare und ausreichend Beispiele zur Verfügung stehen. Sucht man aber am Markt nach erfolgreichen (I)IoT-Lösungen, die als Ergebnis einen nachhaltigen und wertvollen Anwendernutzen liefern, lassen sich nur sehr wenige Beispiele ausmachen. Ein Grund dafür ist sicherlich, dass die Möglichkeiten einer ‚XYZ IoT-Lösung Version 1.0‘ nicht ausreichen, um potenziellen Kunden einen messbaren Gegenwert für die erforderliche Zusatzinvestition in IoT-Technik plus die monatlichen Betriebskosten – etwa Cloud-Nutzungsgebühren und Kommunikationskosten – zu bieten. Erfahrungsgemäß sind die wenigsten Anwender bereit, einem Maschinenbauer oder Steuerungsanbieter Geld dafür zu zahlen, sich jederzeit mit einer Smartphone-App ein paar Sensor-Messwerte oder Betriebsdaten in Echtzeit anschauen zu können. Umgekehrt haben die meisten Anbieter noch nicht verstanden, welche Vorteile möglich sind, wenn man den Kunden eine solche Lösung einfach kostenlos bietet.

Vier Themenfelder mit konkretem ­Nutzen

Insgesamt lässt sich im Maschinen- und Anlagenbau ein möglicher quantifizierbarer Nutzen beim derzeitigen Stand der Technik durch (I)IoT-Aktivitäten in vier Kategorien gliedern, die sowohl den Anbieter als auch den Nutzer einbeziehen:

Den Betrieb der ausgelieferten Maschinen und Anlagen optimieren: Über Sensordaten ist zum Beispiel eine Anomalie-Erkennung per Machine Learning (ML) realisierbar. Dafür werden bei der Anlageninbetriebnahme Daten erfasst, die den Gut-Zustand der Maschine oder Anlage beschreiben. Mit diesen Daten lässt sich dann ein geeigneter Machine-Learning-Klassifizierungsalgorithmus trainieren. Im anschließenden Dauerbetrieb wird der Echtzeitdaten-Stream von einer ML-Inferenzmaschine entsprechend bewertet, etwa mittels einer binären Klassifizierung. Damit lässt sich dann folgende Frage beantworten: Liegen die aktuellen Sensordaten im Gut-Bereich oder sind sie als Anomalie einzuordnen? Im Falle einer erkannten Anomalie erhält sowohl der Anlagenbetreiber als auch das zuständige Serviceunternehmen eine Benachrichtigung. Besteht ein gesicherter Fernzugriff auf die jeweilige Steuerung, lassen sich unter Umständen die Ursachen für eine Anomalie durch ein Fern-Update der Sollwerte beseitigen.

Den Support für die ausgelieferten Anlagen verbessern: Die in der Cloud eingehenden Daten könnten im Rahmen einer Sensordatenfusion mit Daten aus anderen Quellen – beispielsweise die jeweils aktuellen Wetterdaten – zusammengefügt und gespeichert werden. Die dadurch entstehenden Gesamtdaten wären vom Anlagenhersteller selbst oder einem externen Dienstleister zur Entwicklung von Anlagenoptimierungsstrategien nutzbar, die dem Anlagenbetreiber zum Beispiel quantifizierbare Energiekosteneinsparungen ermöglichen. Die Vergütung für einen solchen After-Sales-Service könnte über einen Prozentsatz der eingesparten Kosten erfolgen.

Eine bestehende Maschine oder Anlage verbessern: Bei unseren PCs und Smartphones haben wir uns daran gewöhnt, dass über Software-Updates die Funktionen einzelner Anwendungen eine ständige Verbesserung erfahren. Auch nachträglich identifizierte IT-Sicherheitslücken werden mit Hilfe von Updates geschlossen. Insofern sollte die Internetschnittstelle einer Komponente, Maschine oder Anlage (IoT-Device-Schnittstelle) auf jeden Fall auch für Software-Updates genutzt werden. Dabei sind natürlich die entsprechenden Sicherheitsanforderungen (Safety, IT-Security) zu beachten.

Mit den Erkenntnissen aus dem Betrieb noch bessere Maschinen entwickeln: Durch die Sensordatenerfassung entsteht eine recht detaillierte Datensammlung zur Nutzung von Werkzeugen, Maschinen und Anlagen, die bei entsprechender Datenqualität sehr tiefe Einblicke in das Nutzerverhalten und die Umgebungsbedingungen ermöglichen. Werden diese Daten und das darin enthaltene Wissen mit Hilfe einer Feedback-Loop an die zuständige Entwicklungs- oder Konstruktionsabteilung zurückgekoppelt, lässt sich die jeweils nächste Maschinen- und Anlagengeneration in der Regel deutlich verbessern. Des Weiteren stehen dem Maschinen- und Anlagenhersteller vielfach Daten zur Verfügung, die in der Garantie- und Gewährleistungsphase recht wertvoll sein können.

Warum scheitern IoT-Projekte?

Allein schon die Security erfordert beim aktuellen Stand der Technik eine Public-Key-Infrastruktur (PKI) um zumindest die Authentizität und Integrität des Updates zu gewährleisten.

© SSV Software Systems

Unter IoT-Marketingexperten gilt im Moment ein fehlendes oder fehlerhaftes Geschäftsmodell als häufigste Ursache für das Scheitern eines IoT-Produktes. Vielfach werden vor dem Start einer Entwicklung der Anwendungsfall und die tatsächlich erfolgsrelevanten Kriterien nicht ausreichend präzise definiert oder herausgearbeitet – neben einem tragfähigen Geschäftsmodell, fehlt manchmal sogar tatsächlich das zu lösende Problem! Um die bisher bekannten Fehler zu vermeiden, ist auf jeden Fall ein multidisziplinäres Expertenteam erforderlich, aber auch die geeigneten Methoden, um ein solches Team zu managen.

Wenn etwa eine Maschine oder Anlage durch automatische Software-Updates per Internet permanent verbessert werden soll, reicht es für den pragmatischen ersten Lösungsansatz technisch aus, eine Datei mit neuem Software-Code oder Konfigurationsdaten an einen Cloud-Speicherdienst zu übergeben. Dort können die betreffenden Steuerungen von Zeit zu Zeit nachsehen und – wenn vorhanden – das Update aus der Cloud laden und installieren. Neben diesem einfach umzusetzenden Cloud-basierten Dateitransfer gibt es allerdings weitere Aspekte aus den Bereichen IT-Security, Maschinen und Anlagensicherheit sowie die eine oder andere juristische Fragestellung. Man benötigt daher nicht nur einen Software-Entwickler für Connectivity und Dateitransfer, sondern auf jeden Fall auch Experten für IT-Sicherheit, Kryptografie, Anlagensicherheit (eine Prozessfehlermöglichkeits- und Einflussanalyse ist hier sinnvoll) plus einen erfahrenen Juristen für das Spezialistenteam. Alleine die Security erfordert beim aktuellen Stand der Technik eine Public-Key-Infrastruktur (PKI) für digitale Signaturen mit privaten und öffentlichen Schlüsseln, Zertifikaten und Sperrlisten, um zumindest die Authentizität und Integrität des Updates zu gewährleisten. Vielfach kommt noch eine Verschlüsselung hinzu, um auch die Vertraulichkeit außerhalb von TLS/SSL-Verbindungen zu gewährleisten. Alleine dafür ist schon sehr viel Expertenwissen notwendig.

Deutlich komplizierter ist die Entwicklung IoT-basierter Services – ein After-Sales-Services wäre hier noch die allereinfachste Variante. IoT-Service-Entwicklung bis hin zum völlig neuen Geschäftsmodell ist zurzeit die ‚Königsdisziplin‘ der Branche. Viele Unternehmen, auch in der Automation, haben hier schon Projekte gestartet und – wie Airbnb, Facebook, Google und Uber beweisen – ganze Branchen total verändert. Viele sind aber auch gescheitert. Es gibt in diesem Segment gegenwärtig eine hohe Fehlschlagquote. Im Erfolgsfall ist ein überdurchschnittlich hoher Nutzen für Anwender und Anbieter möglich. Ein Komponenten- oder Maschinenbauer könnte sich mit einem genialen (I)IoT-Service theoretisch sogar in einem Marktumfeld ohne ernsthafte Konkurrenz positionieren. Aber: Ein noch so sorgfältig zusammengestelltes Expertenteam, in dem auch Kunden zu finden sein sollten, reicht für eine solche erfolgreiche Dienstleistungsentwicklung vermutlich nicht aus. Es wird darüber hinaus spezieller Methoden und zusätzlichen Fachwissens bedürfen.

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