Kontrolle über die Datenflut

Das stellt eine Mammutaufgabe für die Manufacturing-Execution-Systeme (MES) auf dem Shopfloor und für die Enterprise-Resource-Planning-Systeme (ERP) im Backend dar. IT-MITTELSTAND hat zwei Experten befragt, wie diese Herausforderung gemeistert werden kann.

ITM: Herr Heinz, Herr Dadashnia, mit welchen Mitteln kann die Datenflut der Sensoren in modernen Fabriken kontrolliert und kanalisiert werden, damit für das Management ein Echtzeiteinblick in die Produktion möglich wird?
Heinz: Ein Schlüssel ist, klassische Funktionen des MES und für das Manufacturing Operations Management (MOM) mit Industrial-Internet-of-Things-Funktionen (IIoT) zu kombinieren. So lassen sich Echtzeitdaten von Maschinen und Prozessen sammeln, analysieren und nutzen, um z.B. Entscheidungen treffen zu können. Wichtig sind dabei der zielgerichtete Einsatz von Sensoren und die sinnvolle Nutzung der Daten. Sensoren liefern je nach Approach eine Vielzahl von zum Teil hochfrequenten Daten. Diese Daten können bzw. müssen auf Basis einer Edge-Lösung vorverarbeitet werden, damit sie im Streaming-Ansatz schnell für Prozessentscheidungen und etwaige Anpassungen verwendbar sind. Die Daten von Sensoren und MES-/MOM-Lösungen können mit Analytics-Tools zusammengeführt und Analyseprozessen unterzogen werden. Diese neu gewonnenen Daten sind z.B. die Grundlage für vorausschauendes Planen. Durch Prevention- und Prediction-Services – auf Basis von Machine Learning (ML), Künstlicher Intelligenz (KI) und Edge-Technologien – entstehen Prozessverbesserungen und eine gesteigerte Wertschöpfung.

Dadashnia: In modernen Fabriken kommt es in der Regel immer auf die eingesetzten Technologien und Steuerungseinrichtungen innerhalb der Produktionslinien an. Dabei kommen häufig moderne Infrastrukturen zur Datenerfassung und -auswertung zum Einsatz. Die konkrete Architektur hängt vom angestrebten Analyseziel ab. Dabei sollte vor dem Einsatz einer Technologie die Frage gestellt werden, ob wirklich alle im Produktionsprozess anfallenden Daten von allen verfügbaren Sensoren benötigt und auch persistiert werden müssen. Weiterhin ist die Frage zu klären, ob die Daten in Echtzeit ausgewertet und verarbeitet werden müssen oder ob zur Erreichung des Analyseziels eine zeitliche Verzögerung der Auswertung in Kauf genommen werden kann. Es müssen also konkrete infrastrukturelle Voraussetzungen geschaffen werden. Häufig kommen in solchen Szenarien sogenannte Lambda-Architekturen zum Einsatz. Diese bieten größtmögliche Flexibilität bei der Verarbeitung von Batch- und Streaming-Daten. Je nach Anwendungsfall können so auch Anwendungsfälle berücksichtigt werden, bei denen die Aktualität der Daten eine wesentliche Rolle spielt und gleichzeitig die Zusammenführung der Daten mit geringer Latenz berücksichtigt wird. Generell können in solchen Streaming-Architekturen Sensordaten direkt über die auf dem Shopfloor vorhandenen Schnittstellen in die Analyse oder Speicherung eingespeist werden. Konkret wird die Anbindung von Maschinen oder Steuergeräten auf dem Shopfloor durch eine notwendige Inte­grationsschicht unter Verwendung von Standardprotokollen wie MQTT oder OPCUA ermöglicht. Auf dieser Basisarchitektur können dann alle Dashboards bzw. Echtzeitauswertungen für die Produktionssteuerung realisiert werden.

ITM: Wie lässt sich eine effiziente Brücke zwischen und Topfloor schlagen, also zwischen MES und ERP?
Dadashnia: Aufgrund der sehr heterogenen Systemlandschaft auf dem Shopfloor ist die Integration der Daten aus den einzelnen Systemen oft nicht einfach zu realisieren. Plattformen zur Datenintegration sind für ein solches Vorhaben unabdingbar. Weiterhin muss die Frage geklärt werden, ob die Daten in neu zu entwickelnden Applikationen entsprechend zur Verfügung gestellt werden müssen oder ob es sich um einen reinen Datenaustausch handelt. Sollen z.B. Daten zu einem bestimmten Fertigungsauftrag an einem Terminal für den Mitarbeiter oder den Mitarbeiter an einem Terminal an der Maschine bereitgestellt werden, sind beispielsweise Low-Code-Editoren erforderlich. Damit kann eine einfache Schnittstelle geschaffen werden, die schnell und unkompliziert im Prozess zur Verfügung gestellt werden kann. Um eine effiziente Brücke zwischen diesen beiden Systemen zu schlagen, werden heute sogenannte Application-Composition-Plattformen eingesetzt, die in diesem Zusammenhang auch unter dem Begriff „Composable MES“ bekannt sind. Wichtig ist dabei, dass die Zusammenführung von Geschäftsdaten aus einem ERP-System und IoT-Daten aus einem MES-System erreicht werden kann, um neue Erkenntnisse und Anwendungen für den Shopfloor zu generieren.

Dies ist ein Artikel aus unserer Print-Ausgabe 3/2023. Bestellen Sie ein kostenfreies Probe-Abo.

Heinz: Die Verbindung zwischen Shop- und Topfloor und die bestmögliche gemeinsame Integration ist entscheidend für eine erfolgreiche Fertigung. Dafür braucht es standardisierte und modular aufgebaute Schnittstellen mit der Möglichkeit, die Datenmodelle von MES und ERP anwendungsspezifisch zu mappen. Damit ein reibungsloser Betrieb sichergestellt werden kann, sind eine ausfallsichere Technologie sowie die Überwachung der Schnittstellen entscheidend. Es empfiehlt sich die automatisierte Übertragung von Daten zwischen MES und ERP. Ein MES/MOM agiert als Bindeglied zwischen Produktionsebene und ERP/PLM und legt damit einen Grundstein für die Entwicklung einer vernetzten, intelligenten Smart Factory. Durch eine erweiterbare Microservices-Architektur mit Container-basierter Software-Auslieferung lässt sich das MES/MOM flexibel in die IT-Landschaft einbinden. Im Sinne der Inter­operabilität bestehen Schnittstellen zu übergeordneten Systemen wie ERP.

ITM: Was sind die wichtigsten Voraussetzungen in puncto Infrastruktur und Connectivity, die geschaffen werden müssen, damit die Digitalisierung die gewünschten Erfolge zeigt?
Dadashnia: Abhängig von der bestehenden IT-Systemlandschaft können grundlegende Infrastrukturszenarien zum Einsatz kommen: Cloud Computing, Edge Computing oder eine Kombination aus beidem. Generell werden je nach Anforderungen an die Datensicherheit Software-Systeme häufig als Service im eigenen Rechenzentrum bereitgestellt, sodass die Daten die Unternehmensgrenzen nicht verlassen. Je nach Anforderungen an Konnektivität oder Latenz werden die Daten direkt in der Edge verarbeitet und ausgewertet.

Heinz: Eine zentrale Voraussetzung für die erfolgreiche Digitalisierung ist, dass das Netzwerk auf die Bedürfnisse der industriellen Produktion hinsichtlich Bandbreiten und Ausfallsicherheit zugeschnitten ist. Cloud- und IIoT-Lösungen sind die Basis, um die Vernetzung zu unterstützen und z.B. den Zugang zu Anwendungen zu erleichtern. Eine Schlüsseltechnologie, um schnelle Entscheidungen in Echtzeit treffen und so die Produktionseffizienz erhöhen zu können, ist Edge Computing. So können Daten in der Nähe ihrer Quelle schnell verarbeitet, analysiert und für Entscheidungen sowie Prozess- und Qualitätssteigerungen nutzbar gemacht werden. Auch der intelligente Einsatz von Sensoren ist von hoher Relevanz: Dies ermöglicht eine automatische Erfassung von Produktionsdaten sowie eine bessere Überwachung und Optimierung von Produktionsprozessen in Verbindung mit KI. Mit der Vernetzung von Systemen wird zudem die Cybersicherheit wichtiger. Eine robuste Sicherheitsinfrastruktur ist unerlässlich, um die digitalen Systeme vor Angriffen zu schützen. Auch die selbstbestimmte Kontrolle über Erhebung, Speicherung, Nutzung und Verarbeitung der eigenen Daten – die Datensouveränität – muss gewährleistet sein. Hier kommen auch wieder Edge-Computing-Lösungen ins Spiel. Und letztlich geht es übergreifend um eine Interoperabilität der Systeme sowie den Abbau monolithischer Strukturen bzw. Architekturen.