Die Schlüsselrolle des Software-Backbone

Industrieunternehmen sehen sich häufig mit der Frage nach dem richtigen Umgang mit Daten konfrontiert. Dieser Blogbeitrag soll zu einem besseren Verständnis des Data Managements und einer Data-Strategie beitragen. Der Software Backbone, als übergeordnete Daten-Struktur, kann in dieser Hinsicht helfen. Jedoch bedarf es einiges an Verständnis und Struktur, um diesen im Unternehmen zu festigen. Dabei bleibt das vorrangige Ziel: der Gewinn von kontextspezifischem Nutzen aus den Daten. 

Die Industrieunternehmen stehen jedoch vor der Herausforderung, diese Potenziale vollends auszuschöpfen. Besteht eine mit Cyber Security Maßnahmen abgesicherte Verbindung von der Maschine in die Cloud (Phase 1 & 2 des IIot-Modells),  dann ist ein Datenfluss möglich und die Systeme können eingebunden werden. In dieser dritten Phase des IIot-Maturity-Models muss sich über die Art und Weise der Steuerung der Daten-Infrastruktur Gedanken gemacht werden. Dies umfasst der von Arvato Systems mitgeprägte Begriff eines Software Backbone. Dabei ist eine Trennung von Edge und Cloud Technologie aufgrund unterschiedlicher Eigenschaften von zentraler Bedeutung, um datenbasierte Entscheidungen zu ermöglichen und die Effizienz der Maschinen kontinuierlich zu verbessern. Ein essenzieller erster Schritt besteht darin, die für den jeweiligen Prozess werthaltigen Daten zu identifizieren. Es stellt sich die Frage, welche Informationen in welchem Kontext relevant sind. Welche Informationen dienen dem operativen Tagesgeschäft inkl. der Maschinenführung und welche der unternehmerischen Entscheidungsfindung?
 

Aus dieser Differenzierung ergibt sich der unerlässliche Bedarf nach einem effektiven Data Management und einer klaren Strategie. Die Auswahl der richtigen Verarbeitungs- und Speicherorte für die Daten, sei es an der Maschine oder in der Cloud, sollte durchdacht und auf die individuellen Anforderungen zugeschnitten sein. Diese strategische Ausrichtung findet sich in dem Software Backbone wieder. Dieser Backbone muss einen hohen Integrationsgrad aufweisen, um so alle relevanten Daten, Prozesse, aber auch Kernsysteme, wie das ERP eines Unternehmens miteinander in Einklang zu bringen. Die sinnvolle Trennung erfolgt zwischen der Edge- und Cloud-Technologie. Beide haben ihre spezifischen Vorteile, die es hervorzuheben gilt, um optimale Gesamtergebnisse zu erreichen.
 

Edge Computing
Die Edge Technologie eignet sich ideal für die direkte Ausführung von Software zur Maschinensteuerung aufgrund der lokalen Nähe zwischen der Datenquelle und der Verarbeitung dieser. Die kurzfristige, lokale Speicherung von Daten ist auf Edge-Ebene also von entscheidender Bedeutung. Es werden Daten in Echtzeit verarbeitet, was eine sofortige Reaktion in Form von Steuerungsentscheidungen für den operativen Betrieb ermöglicht. Zudem minimiert die Ausführung von Software direkt an der Maschine etwaige Verzögerungen, die sich aufgrund von hohen Latenzzeiten und Breitbandrestriktionen in der Cloud ergeben könnten. Ein wesentliches Beispiel dafür ist die unmittelbare Identifizierung von Produktionsproblemen an den Maschinen. Ebenso kann auf Edge-Ebene die Gesamtdatenmenge gesammelt, bewertet und auf die relevanten Daten reduziert werden. Somit werden Kosten für den Datentransfer in die Cloud eingespart.

Cloud-Computing
Im Vergleich zur Edge Technologie hat die Cloud eine höhere Latenz und ist durch Breitbandverbindungen limitiert. Demgegenüber bietet sie jedoch theoretisch auch unbegrenzte Rechen- und Speicherleistung sowie Skalierbarkeit. Daher sind Cloud-Strukturen optimal, um komplexe Maschine-Learning-Modelle zu trainieren. Dies ermöglicht u.a. die Entwicklung von prädiktiven Wartungsstrategien oder die Optimierung von Maschinenleistungen über längere Zeiträume. In diesem Kontext ist das Cloud-Computing das ideale Vorgehen, um langfristige und aufbereitete Daten und Protokolle zu speichern, die für die Analyse von Trends und die langfristige Optimierung von Bedeutung sind. Zudem können Erfahrungen aus Prozessen, Möglichkeiten zur Fehlerbehebung und ein zentrales Wissensmanagement aufgebaut und mit allen Mitarbeitenden geteilt werden.

Die richtige Balance finden:
Die Herausforderung besteht darin, die optimale Balance zwischen Edge und Cloud-Computing zu finden. Diese Balance ermöglicht nicht nur datengesteuerte Entscheidungen, sondern maximiert auch die Effizienz und Leistung der Maschinen und minimiert die Gesamtkosten der Lösung. Die sorgfältige Entscheidung für ein Software Backbone und dessen Implementation verhilft den Unternehmen ihre Prozesse zu optimieren, die Vorteile der IoT-Integration vollständiger zu nutzen und sich in einer datengetriebenen Industrielandschaft zu positionieren. Es ist die belastbare Quelle des Unternehmens für alle Informationen am richtigen Ort und in der richtigen Qualität.

Zu eben jenem ausgewogenem Software Backbone kann Arvato Systems in Kooperation mit seinem Partner TTTech Industrial und seiner Plattformlösung Nerve beitragen. Sie erreichen die Maschinenanbindung und sichere Konnektivität zu Cloud-Strukturen mit den notwendigen Edge Devices. Arvato Systems, als Experte für Cloud-Umgebungen, schafft es durch eigene Rechenzentren innerhalb Deutschlands sowohl Privat-Cloud als auch Public-Cloud Lösungen abzubilden. In dieser Partnerschaft wird die Symbiose sowohl aus Cloud und Edge Technologie als auch der bisherigen IT-Infrastruktur in einem auf Ihre Bedürfnisse zugeschnittenen Software Backbone geschaffen. Die im letzten Blogartikel der Reihe behandelte Konnektivität zeigt die Zusammenarbeit in diesen Bereichen auf.

In dem nächsten Artikel zu der IIoT-Maturity Reihe wird es um die Mehrwerte gehen, die sich aus dem IIoT Kontext für die Unternehmen ergeben. Neue Geschäftsmodelle, spannende Insights durch die Auswertung von Daten oder die Maschinenüberwachung sind nur einige von vielversprechenden Feldern, die einen Nutzen- und Wertzuwachs aufzeigen.