Für den KI-Einsatz mit Robotern

Die Unternehmen nutzen das Internet der Dinge beispielsweise zur Qualitätskontrolle von Produkten und Prozessen, zur Sicherung von Technologien sowie zur Optimierung ihres Ressourceneinsatzes. Doch die Technik ist immer noch kein Selbstläufer, mahnt IoT Signals: „Meist sind die unternehmerischen Hürden leichter zu bewältigen als die technischen“, heißt es. „Je mehr IoT-Lösungen skaliert und tiefer in die Unternehmen integriert werden, desto komplexer wird die damit verbundene Technik.“

Fertige Referenzimplementierungen

Mit der jüngsten Brancheninitiative will Microsoft deshalb in enger Zusammenarbeit mit Partnern wie Robotron, Wandelbots, Accenture, den Beratungsunternehmen EY oder PwC diese Komplexität reduzieren: „Microsoft in Manufacturing“ soll die Entwicklung neuer Lösungen für das IIoT noch schneller, effizienter und zuverlässiger gestalten.

Dafür werden wiederholbare Referenzimplementierungen von häufig benötigten Industrie-Anwendungsfällen (Use Cases) für Unternehmen entwickelt. Der große Nutzen für die Kunden: Schon jetzt stehen zuverlässige und skalierbare Referenzimplementierungen für die wichtigsten Aufgaben der Fertigungsindustrie bereit zum sofortigen Einsatz. Deshalb erfordern sie nur geringe Anfangsinvestitionen und führen zu einem schnellen Return-on-Investment. Außerdem lassen sich neue IIoT-Geschäftsmodelle damit schneller umsetzen.

Das Whitepaper über agile Qualitätsinspektionen per Roboter zeigt das große Potenzial solcher Referenzimplementierungen am Beispiel einer No-Code-Lösung für die Fertigungsindustrie zur Einhaltung höchster Qualitätsstandards sowie der automatischen Dokumentation von Prozessen und Ergebnissen. Durch den Einsatz von automatisierten optischen Inspektionsansätzen (AOI) per Roboter schafft es diese Lösung, die Hürden für den Einstieg in die agile Fertigung deutlich zu senken.

Herausforderungen lösen

Durch die Referenzimplementierungen der Brancheninitiative können Unternehmen die Daten ihrer Maschinen und Anlagen leicht erfassen und verarbeiten. Damit sie auch nutzbringend verwendet werden, ist eine enge Integration in die IT-Infrastruktur nötig, die immer häufiger in der Cloud läuft, wofür ausreichend Konnektivität erforderlich ist. Die Anbindung von Maschinen oder Robotern über Software

Die Anbindung von Maschinen oder Robotern über Software-Lösungen für SCADA-Prozessleitsysteme (Supervisory Control and Data Acquisition) oder MES-Produktionsleitsysteme (Manufacturing Execution Systems) ist für viele Unternehmen immer noch eine Herausforderung. Das ist das Ergebnis der IDC-Studie Industrial IoT in Deutschland 2021. Es gibt einen starken Trend zu hybriden Architekturen, die das Beste aus beiden Welten vereinen: die lokale Datenanalyse vor Ort sowie die Skalierungsmöglichkeiten in der Cloud. Viele der aktuellen IoT-Projekte stellen die Unternehmens-IT außerdem vor große Herausforderungen bei der Sicherheit, zeigt eine großangelegte Kaspersky-Untersuchung mit dem kinotauglichen Titel „Mit Superkraft kommt auch Super-Verantwortung“..

Datensilos aufbrechen

Neben den dynamischen Transaktionsdaten aus der vernetzten Produktion nutzen Unternehmen auch historische Daten. Sie sind statischer. Um sie verwenden zu können empfiehlt es sich, bei industriellen IoT-Projekten auch die lokale Dateninfrastruktur zu erfassen und zu dokumentieren. Das schafft Transparenz und identifiziert Silos, deren gespeicherte Informationen sich bisher nicht verwerten lassen. So wird ersichtlich, wo welche Daten aktuell verfügbar sind.

Im nächsten Schritt können diese Daten zentral in der Cloud zusammengeführt und abgelegt werden, um erste Hypothesen mit neuen Auswertungs- und Analysetechnologien zu validieren. Die große Skalierbarkeit und Flexibilität der Cloud lässt sich nutzen, um Modelle aus erfolgreich getesteten Hypothesen abzuleiten und Wahrscheinlichkeiten zu erkennen, die sich für Vorhersagen bei der Produktionssteuerung nutzen lassen.

Spontane Skalierung

Wenn wichtige Komponenten der IT-Infrastruktur für die vernetzte Produktion in der Cloud laufen, werden dadurch auch spontane Skalierungen möglich: Bei Projekten für künstliche Intelligenz (KI) werden beispielsweise die Rechenkapazitäten schnell hochgefahren, sobald es für das Training der Algorithmen beim maschinellen Lernen nötig ist.

Wenn das KI-Modell fertig trainiert ist und in den Fabriken laufen kann, fährt man sie wieder herunter. Das bringt die Kosten unter Kontrolle. So eine cloud-basierende Umgebung erleichtert zudem das Ausrollen von Robotik-Lösungen über verschiedene Standorte der vernetzten Fertigung. Durch die globale Infrastruktur von Microsoft Azure, die aus mehr als 60 Rechenzentrumsregionen mit über 200 Rechenzentren in 140 Ländern besteht, funktioniert das auch weltweit.

IIoT-Komplexität lässt sich meistern

Moderne IT-Infrastrukturen bieten nicht nur hervorragende Skalierungsmöglichkeiten, sie eröffnen auch Perspektiven für die Schaffung neuer Geschäftsmodelle und Produkte. Die Komplexität der Vernetzung von Produktionsanlagen sollte zwar nicht unterschätzt werden. Doch mit modernen Cloud-Architekturen ist das kein prinzipielles Problem mehr, sondern eine Herausforderung, die sich meistern lässt.

Die Herangehensweisen und Lösungen von „Microsoft in Manufacturing“ bieten sich nicht nur für konkrete Aufgaben an der Maschine an. Sie eignen sich auch als Blaupausen für die wachsende Integration und Automatisierung von Prozessen sowie die beschleunigte Implementierung von Lösungen.