Fachwissen
Begriffe wie Industrial Internet of Things (IIoT), Digitalisierung, Industrie 4.0, Künstliche Intelligenz und Big Data sind in der Industrie allgegenwärtig und für viele Industrieunternehmen von strategischer Relevanz. Das Themenfeld ist umfangreich und umfasst eine Vielzahl technologischer und wirtschaftlicher Teilthemen. Der Begriff Internet of Things (IoT) zum Beispiel, was verbirgt sich dahinter? Handelt es sich um einen Trend, eine Plattformtechnologie, einen intelligenten und vernetzten Sensor, eine Geschäftsmodellinnovation, ein wissenschaftliches Paradigma oder gar eine industrielle Revolution? Und wie grenzt sich dieser Begriff von anderen Begriffen wie Digitalisierung oder Industrie 4.0 ab bzw. wie verhält er sich zu diesen?
Unabhängig von der Diskussion über die genaue Bedeutung der einzelnen Begriffe erkennen Industrieunternehmen die Wichtigkeit des Themas an und engagieren sich häufig durch die Initiierung und Durchführung von Projekten zur digitalen Transformation. Doch aufgrund der Unschärfe des Themas fällt es vielen Organisationen schwer, konkrete Projekte und Anwendungen zu erfassen und zu definieren, die ihre Produkte, Dienstleistungen oder Prozesse wertschöpfend digitalisieren würden. Projekte werden schnell groß, komplex und voller unbekannter Variablen.
Um Projekte überschaubar zu halten, ist ein gängiger Ansatz in der industriellen Praxis, mit etwas Einfachem und Überschaubarem zu beginnen, wie z.B. der Integration eines zusätzlichen Sensors in ein bestehendes Produkt oder dem Sammeln leicht verfügbarer Daten. Wichtige Überlegungen, wie man auf Sensordaten zugreift oder wie man die Daten auswertet und nutzt, werden typischerweise auf einen späteren, unbestimmten Zeitpunkt verschoben. Dieser Ansatz beschäftigt zwar die Entwickler, führt aber nicht zu einem wertvollen Projektergebnis, weil die Schlüsselelemente einer erfolgreichen und wertschöpfenden IoT-Anwendung fehlen.
Wenn Sie wollen, dass Ihre digitalen Transformationsprojekte greifbare Ergebnisse liefern, müssen Sie sicherstellen, dass Sie alle Schlüsselelemente einer erfolgreichen und wertschöpfenden IIoT-Anwendung von Beginn der Entwicklung an abdecken. Was ist denn nun eine erfolgreiche und wertschöpfende IIoT-Anwendung?
Eine erfolgreiche und wertschöpfende Industrial-Internet-of-Things-Anwendung löst automatisch Aktionen oder Entscheidungen aus, die auf aussagekräftigen Informationen über physische Objekte und deren Umgebung basieren, die durch Datenerfassungs-, -übertragungs- und -auswertungstechnologie generiert werden.
Basierend auf dieser einfachen Definition kann eine IIoT-Anwendung oder jede IoT-Anwendung im Allgemeinen durch einen Rahmen beschrieben werden, der aus drei Schlüsselelementen besteht:
Darüber hinaus kann das zweite Schlüsselelement Datenverarbeitungskette in die drei Unterelemente Datenerfassung, Datenübertragung und Datenauswertung unterteilt werden. Dieser konzeptionelle Rahmen ermöglicht die Erfassung und Beschreibung von IoT-Anwendungen und stellt sicher, dass Sie die Entwicklung ganzheitlich angehen.
Lassen Sie uns dieses Framework anhand des einfachen, aber sehr bekannten und weit verbreiteten Beispiels der intelligenten Lagercontainer veranschaulichen. Solche Container gab es wahrscheinlich schon Jahre, bevor alle über IoT und Industrie 4.0 sprachen, aber sie sind eine perfekte Darstellung einer IoT-Anwendung. Smarte Lagerbehälter sind Behälter mit einem integrierten Sensor zur Messung des Füllstandes. Diese Behälter werden zur Lagerung von Produktionsteilen wie z. B. Schrauben verwendet. Immer wenn der Füllstand ein vordefiniertes Minimum erreicht, wird automatisch ein Nachfüllauftrag ausgelöst. Dieses Beispiel kann auf dem Framework abgebildet werden:
Schlüsselelement | Beispiel |
---|---|
Physisches Objekt | Produktionsteile (z.B. Schrauben) |
Datenverarbeitungskette |
intelligente Speicherbehälter |
Datenerfassung | Füllstandssensor (z. B. Gewichtssensor) |
Datenübertragung | Nachfüllauftrag (z.B. automatische Bestell-E-Mail) |
Datenauswertung | Vergleich mit Mindestfüllstand (z.B. <20% Füllstand) |
Mehrwert | automatische Lagerverwaltung |
Dieses Framework kann als Werkzeug verwendet werden, um alle Schlüsselelemente einer beliebigen IoT-Anwendung zu definieren, die Sie zu entwickeln beabsichtigen oder bereits entwickeln. Um dies zu erreichen, ist jedoch ein tieferes Verständnis dessen, was jedes Schlüsselelement darstellt, wichtig. Lassen Sie uns also in jedes der Elemente eintauchen.
Das Schöne an IoT-Anwendungen ist, dass aussagekräftige Informationen über die physische Welt und ihre vielen Objekte automatisch generiert werden können, ohne dass ein menschliches Handeln erforderlich ist. Im Gegensatz zu den meisten Informationen, die heute im Internet verfügbar sind und von Menschen manuell erfasst oder eingefügt werden mussten, sind IoT-Anwendungen in der Lage, nahtlos und autonom einzigartige Informationen bereitzustellen.
Mit der Möglichkeit, automatisch Informationen über Objekte und deren Umgebung zu erstellen, können wir anfangen, darüber nachzudenken, welche Objekte für uns von Interesse sind. Im industriellen Kontext bedeutet dies, welche Objekte und welche zugehörigen Informationen sind für mich relevant, während ich meine Arbeit verrichte? Ist es der Stuhl, auf dem ich sitze, die Maschinen oder Werkzeuge in unserer Produktion, die Produkte, die wir herstellen, die Autos, mit denen unsere Vertriebsmitarbeiter unterwegs sind, oder das gesamte Fabrikgebäude?
Ein Objekt zu identifizieren, das für einen industriellen Anwender von Bedeutung ist, und die Informationen zu definieren, die für die Verrichtung seiner Arbeit relevant sind, ist ein guter Ausgangspunkt für die Entwicklung einer industriellen IoT-Anwendung.
Die Datenverarbeitungskette umfasst alle Informations- und Kommunikationstechnologien (IKT), die notwendig sind, um die aussagekräftigen Informationen über die beteiligten physischen Objekte automatisch zu erzeugen und zu verteilen. Die notwendigen IKT-Technologien bestehen in der Regel aus Software und Hardware-elektronischen Komponenten sowie der Netzwerkinfrastruktur.
Die Möglichkeiten der Datenerfassung sind immens. Von Sensortechnologien zur Objektidentifikation (z. B. QR-Code oder RFID), Objektlokalisierung (z. B. GPS oder Ultrabreitband) bis hin zur Erfassung nahezu beliebiger physikalischer Eigenschaften (z. B. Beschleunigung, Feuchtigkeit, Kraft, Licht, Temperatur usw.) eines physischen Objekts oder seiner Umgebung; die Generierung von Daten ist in der Regel kein Problem. Die Herausforderung besteht darin, den einfachsten und sparsamsten Sensor zu finden, der Daten liefert, die mit den gewünschten Informationen korrelieren und mit der zur Verfügung stehenden Energieversorgung funktioniert. Die Leistungsaufnahme eines bestimmten Sensors ist vor allem bei Low-Power-Anwendungen wichtig.
Ähnlich wie bei der Datenerfassung gibt es eine Vielzahl von Datenübertragungstechnologien, aus denen je nach erforderlicher Bandbreite (d. h. Häufigkeit und Menge der zu übertragenden Daten), verfügbarer Stromversorgung und Standort (z. B. Innen- vs. Außenbereich, stationär vs. mobil oder lange vs. kurze Entfernung) gewählt werden kann. Wenn ein Standard-Internetnetzwerk (z. B. LAN, WLAN, LTE) anwendbar ist, sind HTTP- und MQTT-Protokolle beliebte Kommunikationsstandards. Bei entfernten und stromsparenden Anwendungen werden andere Netzwerke mit speziellen Protokollen verwendet (z. B. Sigfox, LoRaWAN, NB-IoT, Bluetooth). Die Datenspeichertechnologie ist ebenfalls Teil der Datenübertragungsarchitektur, um historische Daten bereitzustellen.
Das Unterelement Datenauswertung ist das wichtigste der Datenverarbeitungskette und verdient besondere Aufmerksamkeit. Die für die Datenauswertung verwendete Technologie verwandelt die Daten in sinnvolle und wertvolle Informationen. Ohne dieses Element sind alle Bemühungen zur Datenerfassung wertlos. Die Datenauswertung kann auf der Geräteebene (d. h. am Rande), zentralisiert (d. h. in der Cloud) oder irgendwo dazwischen (d. h. Fog Computing) erfolgen. Neben der elektronischen Hardware mit Rechenleistung ist die Software von entscheidender Bedeutung.
Datenauswertung bedeutet nicht, dass jede IoT-Anwendung mit Algorithmen der künstlichen Intelligenz (KI) und Machine Learning (ML) Cores arbeiten muss. In vielen Fällen reicht eine maßgeschneiderte Benutzeroberfläche, die aus der Ferne die Informationen über ein physisches Objekt anzeigt, die für einen bestimmten Zielbenutzer und seine Aufgabe relevant sind. Man sollte jedoch vermeiden, Informationen anzuzeigen, die für den Benutzer nicht relevant sind. Natürlich ermöglichen automatisierte logische Prozesse und modernste KI-Algorithmen die Generierung von aussagekräftigeren Informationen.
Im Gegensatz zu Consumer-IoT-Anwendungen müssen industrielle Anwendungen einen wirtschaftlichen Mehrwert liefern, um erfolgreich zu sein. Aus Sicht eines Industrieunternehmens ist der Mehrwert dann gegeben, wenn durch die Entwicklung einer IoT-Anwendung ein Wettbewerbsvorteil entsteht oder erhalten bleibt. In Anlehnung an Michael E. Porter wird ein Wettbewerbsvorteil dann erreicht, wenn die IoT-Anwendung entweder eine Angebotsdifferenzierung (d.h. neue oder bessere Produkte und Dienstleistungen) oder eine Kostensenkung (d.h. eine erhöhte organisatorische Effizienz) ermöglicht. Die Zielnutzer können also intern (z. B. Mitarbeiter) oder extern (z. B. Kunden) sein.
Unabhängig davon, ob der Zielnutzer intern oder extern ist, muss die IoT-Anwendung mindestens eines seiner Bedürfnisse befriedigen. Da der Hauptnutzen einer IoT-Anwendung in der automatischen Generierung von aussagekräftigen Informationen besteht, sollte sie das Informationsbedürfnis eines Benutzers befriedigen. Informationen sind für einen Benutzer wertvoll, wenn sie ihn befähigen, eine bestimmte Aufgabe besser zu erledigen, indem sie notwendige Aktionen oder richtige Entscheidungen auslösen. Im besten Fall ist die Qualität und Zuverlässigkeit der generierten Informationen so hoch, dass die Arbeit des Anwenders automatisiert werden kann und die frei werdende menschliche Kapazität für etwas Wichtigeres genutzt werden kann.
Eine erfolgreiche und wertschöpfende industrielle IoT-Anwendung besteht aus den drei Schlüsselelementen physisches Objekt, Datenverarbeitungskette und Mehrwert. Die drei Schlüsselelemente als konzeptioneller Rahmen ermöglichen es, jede industrielle IoT-Anwendung zu erfassen und ganzheitlich zu beschreiben. Bei der Entwicklung von IoT-Anwendungen stellt das Framework sicher, dass objektbezogene, IKT-Technologie-bezogene und geschäftsbezogene Aspekte abgedeckt werden.
Tatsächlich kann das vorgestellte Framework nahezu jede wertschöpfende Technologieanwendung abdecken, die im Zusammenhang mit den Begriffen Internet der Dinge, Digitalisierung, Industrie 4.0, Künstliche Intelligenz und Big Data wahrgenommen wird. Es kann Ihnen helfen, zu erkennen, wo der von Ihnen entwickelten Anwendung wichtige Elemente fehlen und Verbesserungspotenzial besteht.
Sie können das Framework gerne selbst ausprobieren, indem Sie eine Ihnen bekannte industrielle IoT-Anwendung mit den in diesem Artikel vorgestellten Schlüsselelementen erfassen. Wir sind gespannt darauf zu erfahren, wie es gelaufen ist und ob das Framework Ihnen geholfen hat, die Entwicklung Ihrer Anwendung zu verbessern.