Blog
Für viele Unternehmen stellt die Implementierung von IoT-Lösungen für die eigene Produktion eine große Hürde dar. Soft- und hardwareseitiges IoT-Know-How, Datenanalysefähigkeiten oder das Verständnis für die Wirtschaftlichkeit einer IoT-Anwendung sind nur die offensichtlichsten Faktoren, die für oder gegen die Einführung einer solchen Lösung sprechen, aber häufig nicht vollständig greifbar sind. Um diese Aspekte ohne große Hürden oder zu hohen finanziellen und personellen Invest evaluieren zu können, stellen IoT Starter Kits eine gute Alternative dar.
Ein Artikel von
Phil Hermanski und Marcel Mohr
Lesezeit: ca. 5 Minuten
IoT Starter Kits setzen sich meist aus (industriegeeigneten) Sensoren zur Datenerfassung, einem Gateway zur Datenübermittlung sowie einem Backend zur Datenverarbeitung und einem Frontend mit Visualisierungs- bzw. Auswertungsmöglichkeiten zusammen. Auch die Industrietauglichkeit von Sensorik und Hardware ist in Starter Kits sichergestellt – es sei denn, es soll bewusst darauf verzichtet werden.
Insofern bestehen sie aus technologischer Sicht aus den gleichen Grundkomponenten wie auch operative IoT-Anwendungen. Unterschiede sind natürlich häufig in den Visualisierungs- und Analysefunktionen zu finden. Auch diverse Individualanforderungen an Datenbanken, Sicherheits- oder Kommunikationskonzept sowie Schnittstellen zu bestehenden Systemen sind meist nicht ohne zusätzlichen Entwicklungsaufwand möglich. Vor dem Hintergrund eines IoT Starter Kits sollte dies in erster Instanz aber auch keine große Rolle spielen, da diese Anwendungen darauf abzielen, IoT-Use-Cases erstmalig zu validieren, und sie nicht dazu geeignet sind, eine langfristig operative Anwendung zu ersetzen. Trotz alledem sind die zuvor genannten Aspekte hoch relevant, sobald es dazu kommt, eine IoT-Lösung vollständig zu konzipieren.
IoT Starter Kits existieren in unzähligen Ausführungen: von herstellerunabhängigen Low Cost Paketen auf Open-Source-Basis mit vergleichsweise hohem Implementierungsaufwand bis hin zu High-End-Plug-and-Play-Lösungen großer Systemanbieter. Während Plug-and-Play-Angebote dazu geeignet sind, reine Standard-Use-Cases zu validieren und daher bereits Standardanalysen und Visualisierungen mitbringen, ermöglichen es herstellerunabhängige oder Open-Source-Pakete, das Thema IoT auch auf technischer Ebene zu durchdringen und bereits erste Individualanforderungen umzusetzen. Je nach Know-How ist der Recherche- und Implementierungsaufwand bzgl. Hardware, Cloud-Infrastruktur sowie Analyse- und Visualisierungslösungen wie z. B. Grafana dabei jedoch nicht zu unterschätzen.
Kurz gesagt: Sowohl reine Open-Source- als auch Plug-and-Play-Kits großer Systemhäuser haben ihre Vor- und Nachteile. Soll eine rein wirtschaftlich und nutzenorientierte Use-Case-Validierung stattfinden und sind bereits bestimmte Technologieanbieter wie Bosch oder Siemens im Unternehmen vorhanden, können Plug-and-Play-Kits sinnvoll sein. Sofern jedoch eigenes umfangreiches technisches Know-How vorhanden ist und anbieterunabhängig individuellere Use Cases verprobt werden sollen, können auch Open-Source-Lösungen Anwendung finden. Zu guter Letzt stellt auch die Überführung der Testanwendung in den operativen Betrieb einen Anhaltspunkt dar, der Auswirkung auf die Auswahl eines Starter Kits hat.
Wie aufwändig die Einführung eines IoT Starter Kits (oder generell einer Industrial-IoT-Lösung) technologisch ist, ist von diversen Faktoren abhängig. Unternehmen müssen sich daher Gedanken um folgende Aspekte machen, um deren Einfluss auf den Implementierungsaufwand nicht zu unterschätzen:
Maschinensteuerung
Generell sollte unterschieden werden, ob es sich um eine Standard-Maschinensteuerung handelt, die weithin bekannt und dokumentiert ist und zu der ein gewisses „Community-Know-How“ vorhanden ist, oder ob eine Individualmaschine mit entsprechend individueller Steuerung angebunden werden soll. Diese Unterscheidung hat großen Einfluss auf den Evaluationsaufwand und die Auslieferung der Daten.
Steuerung und Sensorik
Hinzu kommt der Punkt, ob und inwiefern Steuerung und Sensorik der Maschine nachvollziehbar und vollständig dokumentiert sind. Besonders bei älteren Maschinen oder solchen, die schon einmal einer Retrofitting-Maßnahme unterzogen wurden kann eine nachvollziehbare Dokumentation nicht immer gegeben sein, sodass z. B. der Anschluss weiterer Sensoren eine Herausforderung darstellt.
Art der Fertigungsmaschine
Diskrete Fertigungsmaschinen sind in der Regel einfacher anzubinden und auszuwerten als stark miteinander vernetzte Prozessfertigungsmaschinen.
Schnittstellen
(Offene) Standardschnittstellen sind in Bezug auf die Sensoranbindung und die Datenausleitung besonders zu beachten. Hier gilt es zu evaluieren, ob die Schnittstellen dem Standard entsprechend genutzt wurden oder, wie vermehrt vorzufinden, durch inkorrekte Nutzung nicht wie üblich ansprechbar sind.
Internes Technologie-Know-How
Ist im Unternehmen bereits breites Technologie-Know-How vorhanden, kann der Implementierungsaufwand eines IoT Starter Kits im Zweifel sehr viel geringer ausfallen, als wenn Wissen in diesem Bereich in der Vergangenheit ausschließlich durch externe Dienstleister abgebildet wurde. Technologieexperten im eigenen Unternehmen zu haben, hat sich außerdem als vorteilhaft erwiesen, da es die Montage und Anbindung von Hard- und Software bzw. die Behebung eventueller Problemstellungen stark verkürzt.
Richtlinien und Best Practices
Existieren bereits unternehmensinterne Richtlinien und Best Practices in Bezug auf Sensordatenermittlung, erleichtert das den Einstieg in die Industrial IoT-Welt besonders.
Use Case gezielt auswählen
Für die erste Implementierung eines IoT Starter Kits sollten Maschinen ausgewählt werden, die ein repräsentatives Nutzungsverhalten besitzen. Eine nur sporadische Nutzung oder bekannte, häufig vorkommende Steuerung- oder sonstige Maschinenfehler, die nicht den Standard abbilden, sind nicht optimal für ein Starter Kit und erste Datenanalyseansätze geeignet.
Datenqualität und -rate
Eine hohe maschineninterne Datenqualität bzw. Datenrate ist hilfreich, wenn erste Nutzenabschätzungen von IoT-Anwendungen mit Hilfe eines Starter-Kits gemacht werden sollen. So entfallen zusätzliche Maßnahmen, um die Datenqualität zu erhöhen und die Aussagekraft der Ergebnisse ist belastbarer.
Dateninfrastruktur
Eine bestehende Daten-Infrastruktur bzw. konstruktionsseitige Vorbereitungen der anzubindenden Maschine(n) für die Anbindung von Sensoren ist besonders bei einer schlanken Starter-Kit Anwendung von großem Vorteil, um den Implementierungsaufwand möglichst gering zu halten. So können besonders effizient Cloud-Anwendungen bei verringerten softwarearchitektonischen Aufwänden angebunden werden.
Ziel
Zuletzt ist eine vorhandene Zielformulierung von großem Wert, da sie sowohl bei der Auswahl eines Starter-Kits, als auch bei der Nutzenformulierung und Anwendung eine Struktur gibt.
Klar ist: Es existieren diverse Starter-Kits mit unterschiedlichem Umfang und Fokus, die den Einstieg in die IoT-Welt, bzw. eine Nutzenvalidierung der Technologie ermöglichen.
Doch welche Anwendung ist die passendste? Wenn es darum geht, zu validieren, inwiefern ein Starter-Kit sinnvoll und aufwandsarm implementiert werden kann oder ob Unterstützung bei der Auswahl von Technologie und Use Cases benötigt wird, sind Unternehmen häufig auf sich allein gestellt. Hinzu kommt, dass neben der korrekten Hard- und Softwareauswahl erst die entsprechende Datenanalyse und -interpretation eine IoT-Lösung wertvoll und einen Use Case bewertbar macht. Das Thema Datenanalyse sowie das dazu benötigte Know-how rücken so zunehmend in den Fokus und sollten unbedingt beachtet werden, wenn sich Unternehmen für ein IoT Starter-Kit entscheiden.
Aus diesem Grund bietet die com2m mit ihrem IoT Starter-Kit eine Lösung an, die nicht nur aus industrietauglichen Sensoren und Standardvisualisierungen bzw. -datenauswertungen besteht. Ergänzend dazu werden außerdem ein Einstiegsworkshop zur Use Case Auswahl und ein Abschlussworkshop zur abschließenden Bewertung angeboten. Abgerundet wird das Paket mit einer optionalen Datenanalyse, die durch Data Scientists der com2m durchgeführt wird.
Sie haben Fragen oder Interesse? Dann sprechen Sie uns an!
IoT, Industrie 4.0, Predictive Maintenance, Data Analytics: Das diese Begriffe im Maschinenbau mehr als nur Buzzwords sein können, zeigt unser Kunde Ecoclean.
Der produzierende Mittelstand kämpft oft mit einem heterogenen Fuhrpark. Dank moderner IoT- und Retrofit-Sensorik lässt sich dieser trotzdem für die Industrie 4.0 digitalisieren.
+49 (0) 231 7000 7020
info@com2m.de
Adessoplatz 1
44269 Dortmund
© com2m 2022. Alle Rechte vorbehalten.
