Predictive Maintenance – ohne Vernetzung und Integration geht es nicht!
Autor: Manuel Bitzer
Es klingt nicht nur banal, sondern ist auch die Basis eines jeden IoT-Projekts: Integration und Vernetzung sind das A und O von Predictive Maintenance. Denn ist dieser Grundstein erst einmal gelegt, kann eine einheitliche Kommunikation von Maschinen, Anlagen und Systemen sichergestellt werden. Kommunikation bedeutet in der IT vereinfacht dargestellt, dass in „Daten“ gesprochen wird. Dabei geht es mittlerweile nicht mehr darum, viele Daten zu erhalten, sondern vielmehr smart Daten zu bekommen. Man könnte auch sagen: „Big Data war gestern, smarte Daten sind heute“. Denn das Sammeln und Integrieren von Daten stellt heute auf technologischer Ebene kaum noch eine Herausforderung dar.
Wie aber lässt sich dieser Grundstein für die digitale Transformation und damit auch für Predictive Maintenance legen?
Entstandene Daten können z.B. an das IoT-Gateway von compacer gesendet werden, an dem sich das Business Integration Cluster edbic befindet. Diese „Datendrehscheibe“ fungiert zwischen der Cloud und on-premise Lösungen. Auf diese Art und Weise kann in der Produktion jede einzelne kleine Welt, die dort meistens herrscht, in ein zentrales Ecosystem integriert werden. Dabei ist es unerheblich, ob in dieser Welt Siemens, Fanuc, Beckhoff oder anderen Namen vorherrschen. Das IoT-Gateway läuft „on the edge“ auf der jeweiligen Maschine oder Anlage. Das hat den Vorteil, dass dort die Daten direkt gesammelt, ausgewertet sowie aggregiert werden. Erste Analysen, Berichte und Entscheidungen finden statt und werden durchgeführt, so dass die Daten im Anschluss über einen IoT-Hub zur Verfügung gestellt werden. Ab dieser Stelle entscheiden Unternehmen selbst, ob sie einerseits direkt in die Unternehmenssysteme integriert, also z.B. intern ins PPS-, MES-, ERP-System überspielt werden oder aber in die einzelne Cloudlösungen wandern. Das ist ein sicherheitsrelevanter und wesentlicher Aspekt, denn so ist garantiert, dass nur die Daten in die Cloud kommen, die auch wirklich relevant sind. Bedeutsam ist aber auch die dazugehörige Datenmenge, denn nicht alles muss dort hinein „gepumpt“ werden. Es ist wichtig, dass dies Unternehmen selbst entscheiden können – schließlich sollten sie in jedem Fall die Datenhoheit haben und auch behalten.
Wenn es um Daten geht, dann ist die Datenqualität eine der Kernkomponenten in der Datenstrategie. Im Vorfeld eines Predictive Maintenance Projekts empfiehlt es sich festzulegen, welche Resultate bzw. Ergebnisse man erwartet. Das hat den Vorteil, dass der richtige Fokus gesetzt wird und man nicht im Dunkeln stochert. Genau an dieser Stelle kommt die Datenkonsistenz ins Spiel. Wie aber lässt sie sich erzeugen?
- Datenerfassung
Um die Daten zu erfassen, gibt es unterschiedliche Szenarien. In einigen Fällen kann man mit bereits vorhandenen Signalen arbeiten oder aber es müssen Maschinen mit entsprechenden Sensoren ausgestattet werden. Vielfach ist es sogar möglich, Daten aus der Maschinensteuerung zu gewinnen und über Schnittstellen direkt in ein IoT-Gateway zu schreiben.
- Dateninterpretation
Nach der Datengewinnung geht es darum zu verstehen, welche verschiedenen Werte, Angaben oder Daten für was stehen. Nur wenn man weiß, dass ein Sensorwert für eine bestimmte Temperatur steht, lässt sich der einzelne Wert einordnen. Was beim genannten Temperaturbeispiel einfach zu sein scheint, ist bei anderen Aufgabenstellungen durchaus komplexer. Die Dateninterpretation ist aber sehr wichtig, denn sie ist die Grundlage für die Algorithmen, die dann wiederum Basis für das Machine Learning sind.
- Datenaufbereitung
Schließlich müssen die Daten aufbereitet und aggregiert werden, damit die verschiedenen Werte einer oder mehrerer Maschinen konsistent und einheitlich sind. Für diesen Konsolidierungsprozess gibt es bereits Lösungen und Plattformen die Datenformate entsprechend für das Zielsystem umwandeln und auf Basis von Regeln interpretieren.
- Datentransport und -analyse
Schlussendlich bereitet ein IoT-Hub die Daten so auf, dass verschiedene Auswertungen möglich sind. Der IoT-Hub dient zudem als „Transporteur“, der die Daten z.B. in ein vorhandenes ERP- oder MES-System zu überspielt.
- Datensouveränität
Schlussendlich müssen die Unternehmen dafür sorgen, dass sie Herr ihrer eigenen Daten bleiben. Dabei geht es nicht nur um Fragen der Datensicherheit, sondern um den Speicherort, damit die Daten deutscher Nutzer nicht auf dubiösen Servern im Ausland landen.
Unternehmen sind gut beraten, wenn sie auf vertraute Technologien und Anbieter setzen. Denn so gelangt man nicht nur mittels smarter Daten zu einem fortschrittlichen Predictive Maintenance Projekt, sondern erhält wertvolle Daten, die in die Unternehmensstrategie und auch Produktentwicklung fließen können und damit für Vorteile sorgen.
Wenn Sie mehr darüber erfahren wollen, wie Predictive Maintenance zu besseren Entscheidungen und neue Geschäftsmodelle führt, lesen Sie unser Whitepaper zum Thema!
Website: www.compacer.com
Manuel Bitzer ist Head of Products & Services bei compacer und gehört dort seit über 10 Jahren zum Team. Vor seiner Zeit bei compacer war er erst in der Software Entwicklung bei Honeywell Security und in der Software Entwicklung bei Bizerba und dann als Kundenbetreuer und Produktmanager für Bizerba-Industrie-Software zuständig.
Er hat sein Studium in Elektrotechnik/Technische Informatik sowie Advanced Computer Science abgeschlossen und besitzt zusätzlich noch einen MBA. Seine Leidenschaft ist die Produktentwicklung, in die er seine neuen Ideen und Visionen einbezieht. Das ist auch der Grund, weshalb er seine Ohren ständig am Markt trägt und (inter)nationale Projekte im IT- und IoT-Umfeld bei compacer erfolgreich umsetzt.
Manuel Bitzer
Leiter Products & Services bei compacer GmbH
Telefon: +49 7034 9989 1018
Mail: manuel.bitzer@compacer.com
