Worin liegt der zentrale Unterschied, dass Sie die KI-Funktion in die Maschine holen, und nicht – wie es andere vielleicht empfehlen – mit einem Edge-Controller oder aus der Cloud realisieren?
Dold: Unser lokales Konzept hat viele Vorteile: Da wäre zunächst natürlich die Echtzeit-Thematik. Dadurch, dass wir unsere KI im Controller selbst zur Verfügung stellen, können wir sicherstellen, dass alles in Echtzeit passiert. Der Echtzeitzugriff auf die Sensoren und Aktuatoren ist ein nicht zu unterschätzender Vorteil. Auswertungen laufen im Produktivbetrieb und nicht nur auf historischen Daten. Zudem ist das erforderliche Investment unserer Lösung gegenüber einer Cloudlösung um Potenzen niedriger. Das bedeutet auch, dass man sich dieser neuen Technologie in einem überschaubaren Investitionsrahmen nähern kann. Gerade in Branchen, in denen die Margen heute nicht besonders hoch sind ist dies ein wichtiger Punkt. Ein riesengroßer Vorteil ist aus meiner Sicht, dass die KI bereits mit dem Steuerungssystem mitkommt und betrifft das Engineering. Die KI ist immanenter Teil der Maschinenfunktion. Ein weiteres Thema ist Securtiy. Und in vielen Bereichen auch das Thema ‚Wie sichere ich eigentlich mein Produkt- und Prozess-Know-how?‘ Hier erfahren wir von vielen Kunden, dass sie befürchten, dass die ganzen Daten in der Cloud dazu geeignet sind, Rückschlüsse auf gut gehütete Produkt- und Fertigungsgeheimnisse zu ziehen. Das will keiner, und da reagieren ja auch alle sehr allergisch. Mit dem Controller in der Maschine haben Sie all diese Probleme nicht, weil diese Analysen abgeschottet in der eigentlichen Maschine, in der eigentlichen Applikation laufen.
Heißt dass, dass Sie Cloudlösungen per se ablehnen?
Dold: Nein, ganz im Gegenteil, wir wollen aber, dass die Maschinenbauer die Wahl haben. Wir arbeiten derzeit daran, eine skalierbare und kaskadierbare Lösung für unsere Kunden anzubieten. Dabei bleiben alle Echtzeitauswertungen auf der Steuerung. Überlagerte Muster, für die die Analyse-Fähigkeiten der Steuerung vielleicht nicht ausreichen, können bei Bedarf an einen leistungsfähigen Edge-Controller weitergegeben werden. Das heißt vom Ansatz her fangen wir in der Maschine an. Wenn die Maschine nicht mehr weiter kommt, kann sie auch diese Muster an den Edge-Controller weiterschicken, der dann weitere Optimierungen durchführt und diese Optimierungsparameter wieder zurückgibt an die Steuerung. Dadurch erreichen wir zusätzliche Optimierungen in der Linie. Als dritte Ebene bleibt dann noch eine entsprechende Cloudlösung, in der dann – sofern notwendig – weitergehende Analysen erfolgen können.
Wird diese Lösung bereits mit der Steuerung verfügbar sein?
Dold: Das steht zwar auf der Roadmap, aber einen Termin dafür kann ich Ihnen heute noch nicht nennen. Was ich Ihnen jedoch sagen kann ist, dass wir die gesamte Architektur der Steuerung so gewählt haben, dass sie wirklich skalierbar und kaskadierbar ist. Das Edge- und Cloud-Produkt als solches ist mit dem Maschinencontroller jedoch noch nicht verfügbar. Geben Sie uns aber noch ein halbes Jahr bist ein Jahr Zeit. Diese Dinge müssen auch erprobt sein, wir brauchen also Kunden, die mit uns den Weg gehen, die mit uns gemeinsam Erfahrungen sammeln wollen und den nächsten Schritt machen. Aber es steht ganz klar auf der Roadmap.
