- Anzeige -
- Anzeige -
Lesedauer: 0min
Schlüsseltechnologie für die smarte Fabrik
Der Weg, den Daten zurücklegen müssen, bis sie vom Unternehmen zur Auswertung in die Cloud gelangen, kann für viele industrielle Anwendungen bereits zu lange dauern. Hilfreich ist dabei die Datenauswertung am Rande des Netzwerks (Edge). German Edge Cloud bietet dafür eine Komplettlösung

Bild: German Edge Cloud GmbH & Co. KG

Die Digitalisierung der Fabriken bringt eine wesentliche Entwicklung mit sich: Die Transformation vom Produzenten zum produzierenden Dienstleister. Die täglich in den Fabriken entstehenden Datenmengen sind die Basis für diese neue Wertschöpfungsmodelle – vorausgesetzt, die Daten werden zeit- und ortsnah erfasst, gespeichert, verarbeitet und intelligent ausgewertet. Denn minimale Latenzzeiten sind für die Umsetzung vieler Industrie 4.0-Anwendungen – wie zum Beispiel die echtzeitfähige und datensouveräne industrielle KI – unabdingbar.

Verarbeitung am Netzwerkrand

Der Schlüssel zur schnellen Verfügbarkeit und Nutzbarkeit von Daten ist Edge Computing. Dabei wird die Verarbeitung der Datenmengen an den Rand (Edge) des Netzwerks verlagert. Die Datenverarbeitung findet somit möglichst nah am Entstehungsort statt, was die Verfügbarkeit von Daten in nahezu Echtzeit ermöglicht. Somit werden Übertragungszeiten und Antwortzeiten bis auf ein Minimum reduziert, wodurch eine sehr schnelle Prozessierung der Daten möglich ist. Sie müssen keine weiten Strecken zu zentralen Rechenzentren oder Cloud-Data-Centern zurücklegen. Edge Computing knüpft als dezentrale Netzarchitektur dort an, wo Latenzzeiten und Datenvolumen der Cloud-Dienste nicht mehr ausreichen. Im Gegensatz zum Cloud Computing handelt es sich dabei um eine Cloud in Form einer ‚Box‘ vor Ort. Das Rechenzentrum steht direkt in der Produktions- bzw. Werkshalle. Alle gesammelten Daten bleiben dort, der Anwender behält die volle Kontrolle und entscheidet selbst, ob er die verarbeiteten Daten an andere Clouds oder Supply-Chain-Partner übermittelt. Die Notwendigkeit der Datensouveränität unterstreicht auch Dr. Sebastian Ritz, CEO der German Edge Cloud, anhand einer Aufgabe, der aktuell die Automobilzulieferer gegenüberstehen: „Die Automobilhersteller wie BMW und VW bauen derzeit digitale Produktionsplattformen auf Basis globaler Public Cloud-Anbieter wie Amazon und Microsoft auf. Zulieferer müssen daher ihre Daten entsprechend aufbereiten, wollen aber gleichzeitig ihr Know-how schützen. Daher empfiehlt sich der Einsatz einer datensouveränen, offenen Edge-Plattform.“

Alles in einem

Die German Edge Cloud stellt private Edge-Cloud-Infrastrukturen (IaaS), Plattformen für Datenanalyse (PaaS) und industriespezifische KI-Anwendungen (SaaS) in einer fertigen Industrial Edge Cloud Appliance zur Verfügung – inklusive vollumfänglichem Service. Die Lösung beinhaltet eine komplette On Premise Edge-Infrastruktur – das heißt Rechenzentrum-Appliance mit IT-Hardware – sowie eine fertig vorbereitete industrielle Edge Cloud-Plattform und die gewünschten industriellen IoT-Anwendungen. Alles wird inklusive komplettem Service (as a Service) angeboten. GEC stellt die Edge Cloud vor Ort, auf dem Shop-Floor oder near Shop-Floor bereit. „Wir möchten jedem Unternehmen den schnellen, einfachen und gesamtheitlichen Zugang zu wertvollen Industrie-Daten und deren Nutzung ermöglichen. Dies ist – einhergehend mit der vollen Datenkontrolle beim Kunden, der offenen Plattform-Architektur und der Einbeziehung von IIoT-Lösungen von Partnern auf der Plattform – die intelligente Antwort auf die steigende Komplexität in der Verarbeitung von Produktionsdaten“, fasst Dr. Sebastian Ritz zusammen.

Autor:
Firma:

News

- Anzeige -

Weitere Beiträge

Das könnte Sie auch interessieren

Mit Machine Learning präzise Vorhersagen treffen

Viele Unternehmen haben das Potenzial selbstlernender Systeme, die Machine Learning benutzen, erkannt. Dieser Teilbereich der künstlichen Intelligenz basiert auf Algorithmen, die Muster und Gesetzmäßigkeiten in großen Datenmengen erkennen. Mithilfe neuronaler Netze lassen sich aus den Datenbeständen Rückschlüsse ziehen und Prognosen treffen. In vielen Branchen bereits etabliert, findet Machine Learning als Analyse- und Steuerungsinstrument nun auch zunehmend Anwendung in der Logistik. Ein Beispiel dafür ist die Verknüpfung des Microsoft Azure Machine Learning Studios mit Bestandsmanagement- oder ERP-Systemen. Mit diesen Lösungen lassen sich unter anderem Bestände und Bestellungen optimieren sowie Lagerprozesse erheblich verbessern.

mehr lesen

Studie von VDE und Bertelsmann Stiftung: KI-Ethik messbar machen

In einer neuen Studie zeigen die Technologieorganisation VDE und die Bertelsmann Stiftung, wie sich Ethikprinzipien für künstliche Intelligenz (KI) in die Praxis bringen lassen. Zwar gibt es eine Vielzahl an Initiativen, die ethische Richtlinien für die Gestaltung von KI veröffentlicht haben, allerdings bis dato kaum Lösungen für deren praktische Umsetzung. Genau hier setzt der VDE als Initiator und Leiter der ‚AI Ethics Impact Group‘ gemeinsam mit der Bertelsmann Stiftung an.

mehr lesen

Schutz der Privatsphäre und KI in Kommunikationssystemen

Alle zwei Jahre vergeben der VDE, die Deutsche Telekom sowie die Städte Friedrichsdorf und Gelnhausen den mit 10.000 Euro dotierten Johann-Philipp-Reis-Preis an einen Nachwuchswissenschaftler. Dieses Jahr geht er an Prof. Dr.-Ing. Delphine Reinhardt von der Georg-August-Universität Göttingen und an Dr.-Ing. Jakob Hoydis von den Nokia Bell Labs in Nozay, Frankreich. Die beiden Preisträger teilen sich die Auszeichnung und damit das Preisgeld.

Infor bringt Infor Coleman AI auf den Markt

Infor, Anbieter von branchenspezifischer Business-Software für die Cloud, hat bekanntgegeben, dass die Plattform Infor Coleman AI für Embedded-Machine-Learning-Modelle ab sofort verfügbar ist. Sie bietet die Geschwindigkeit, Wiederholbarkeit und Personalisierung, die Unternehmen benötigen, um KI vollständig zu operationalisieren.