Partner rund um Logistikprozesse
Die DAIM-Edge-Computing-Platform kümmert sich um die Verwaltung der kompletten Infrastruktur: Verwaltung von Geräten, Algorithmen, Sicherheits-Patches, Upgrades, Datenverteilung usw. (Quelle: Kontron)
Ein Beispiel der DAIM-Applikation „Streaming Analytics“, die auf maschinellem Lernen basiert. Hier werden laufend Prozessparameter einer Maschine am Edge auf ihre Stabilität bewertet (Quelle: Kontron)
Da sich die Zusammenarbeit mit Kontron schon in der Plattform-Entwicklung bewährt hatte, sollte es auch bei der Vermarktung gemeinsam weitergehen. „Wir wissen vor allem die hohe Flexibilität zu schätzen, die Kontron bewiesen hat: Dass unser Part des Software-Stacks schon in der Produktionsstraße im Kontron-Werk auf das Edge Device gespielt wird, um höchsten Sicherheitsanforderungen zu genügen, ist nicht selbstverständlich“, hebt M. Aichinger hervor, der auch Geschäftsführer des Joint Venture ist. DAIM stellt dafür einen Installations-Server zur Verfügung, den der Elektronikhersteller bei sich vor Ort betreibt.
„Kontron ist ein wichtiger und verlässlicher Partner, der uns speziell beim Logistikprozess stark unterstützt, sodass wir uns mit Themen wie Lager und Logistik nicht selbst beschäftigen müssen. Wir können uns darauf verlassen, dass wir jederzeit eine schnelle Reaktion erhalten und uns mit jedem Thema an unseren designierten Ansprechpartner wenden können – das ist sehr hilfreich“, ergänzt M. Aichinger.
Data Analytics – noch viel Luft nach oben
Mit der DAIM-Edge-Computing-Plattform erhalten Kunden ein Tool an die Hand, mit dem sie wiederum ihre Endkunden vernetzen können. Die Herausforderung für die Entwickler: Die Werkzeuge für die Datenanalyse müssen in unterschiedlich aufgestellten Unternehmen einsetzbar und einfach nutzbar sein. Die Plattform ist sowohl in der Medizintechnik oder in der Automobilindustrie im Einsatz als auch bei kleineren Lohnfertigern, die oft im osteuropäischen Umfeld angesiedelt sind. Infrastruktur, Konnektivität und digitaler Reifegrad unterscheiden sich stark.
Trotz einer kontinuierlichen Optimierung in den letzten Jahrzehnten gibt es weiterhin noch viele Pain Points in der Produktion, wie M. Aichinger aufzeigt: „Die Maschinenbetreiber interessiert an erster Stelle die Qualität ihrer Endprodukte, niedrige Downtimes, ein möglichst geringer und vor allem planbarer Wartungsaufwand, ebenso wie die Reduktion von Ausschuss.“ Für diese Aspekte sind heute Technologien wie Data Analytics, Machine Learning und der digitale Zwilling entscheidend. Ein typischer Bottleneck in den Unternehmen sind die Ressourcen: Die Spezialisten, die zum Beispiel aufgrund ihrer langen Erfahrung einschätzen können, ob ein Prozess instabil läuft, können nicht überall sein. Hier erleichtern intelligente Tools die Arbeit der Experten und unterstützen bei einem breiteren Monitoring über viele Maschinen hinweg.
Einsparungen durch Prozessüberwachung
In der Praxis sieht das so aus, dass die Machine-Learning-basierte Datenanalyse beispielsweise automatisch Prozessfenster erkennen kann, in denen die Maschine stabil läuft und das Bauteil mit großer Wahrscheinlichkeit eine hohe Qualität aufweist.
Auch von den Endkunden kommt positives Feedback zu den neuen Services auf Basis der Edge-Plattform: Schließlich bedeutet Prozessstabilität auch eine Reduktion von Ausfällen und lässt sich als quantifizierbarer Vorteil messen. Zudem schlagen die schnellere Verfügbarkeit von Updates und die vereinfachte Maintenance zu Buche.
Vor allem beim Update der Maschinen-Software bringt das Edge Device erhebliche Vorteile mit sich. Während sonst typischerweise die Maschine offline sein und ein Servicetechniker zur Maschine fahren muss, um neue Software vor Ort einzuspielen, ist das nun remote möglich. Zudem ermöglichen die intelligenten Algorithmen am Edge Predictive Maintenance, beispielsweise durch eine Verschleißprognose mithilfe eines Abriebsensors.
Das Edge Device lässt sich beim Betreiber auch als Datenweiche nutzen: Die erhobenen Daten können an einen selbst definierten Endpunkt in der Cloud oder On-Premises weitergeschickt werden, um weitergehende Daten zu kombinieren oder um selbstgebaute Applikationen zu versorgen. Das Thema Data Analytics ist für immer mehr Maschinenbetreiber relevant. Wenn dafür keine eigenen Ressourcen vorhanden sind, bietet DAIM deren Entwicklung als fertiges Algorithmenpaket an, in Form eines Docker-Containers, der einfach auf das Edge Device gespielt wird.