Der Zugriff auf Daten aus der Produktionshalle ist eines der Hauptthemen, das die Mehrheit der Anbieter von Cloud-Plattformen aufgrund der raschen Einführung von Industrie 4.0 interessiert.

Industrie 4.0, auch bekannt als die vierte industrielle Revolution, bezieht sich auf den sich abzeichnenden Trend des technologischen Wandels in der Fertigung und verwandten Branchen. Dazu gehört die Integration fortschrittlicher Technologien wie IoT, KI und maschinellem Lernen (ML) in den Produktionsprozess, was zu „intelligenteren“ Werken führt, die effizienter und flexibler sind und besser auf Kundenanforderungen reagieren können.

Eine der wichtigsten Anforderungen der Methoden im Rahmen von Industrie 4.0 ist die Fähigkeit, riesige Datenmengen zu erfassen und zu analysieren, wodurch Effizienz, Genauigkeit und Entscheidungsfindung verbessert werden. So können beispielsweise mit Daten Produktionsprozesse optimiert, Wartungsbedarf vorhergesagt und die Produktqualität verbessert werden. Ermöglicht wird dies durch Daten- und Analyseplattformen, die Geschwindigkeit, Flexibilität und Skalierbarkeit bieten.

Aufbau eines neuen Modells

Insgesamt kann die Bedeutung von Daten im Zusammenhang mit Industrie 4.0 nicht oft genug betont werden. Eine von IoT Business News durchgeführte Umfrage zeigt, dass die Mehrheit der Unternehmen eine Industrie 4.0-Strategie verfolgt. Erstaunliche 72 % der Umfrageteilnehmer gaben an, dass sie gerade ihre Industrie 4.0/Smart Factory implementieren mit vielen eingeleiteten oder bereits abgeschlossenen Initiativen. Werden die Prinzipien von I4.0 effektiv eingesetzt, können Unternehmen ihre betriebliche Effizienz, Innovation und Wettbewerbsfähigkeit im digitalen Zeitalter vorantreiben.

Industrie 4.0 erfordert mehrere Datenkategorien, von Zeitreihen und Transaktionsdaten bis hin zu strukturierten und unstrukturierten Daten. Sie greift auch auf die Integration von Informationstechnologie (IT) und Betriebstechnologie (Operational Technology, OT) zurück, um Funktionen im gesamten Unternehmen zu unterstützen. Die Ausweitung der wichtigsten Industrie 4.0-Initiativen, wie z. B. die Verbesserung der Effizienz und die Verringerung von Ausfallzeiten durch die Einbeziehung breiterer Datasets (sowohl intern als auch extern), bietet Unternehmen einen noch größeren Wert und präzisere Ergebnisse.

OT-Teams müssen auch die höhere Komplexität mehrerer Kommunikationsprotokolle bewältigen, die den Datenaustausch zur Steuerung und Überwachung von Fertigungsmaschinen regeln. Dafür ist spezielle Software für die Datenextraktion aus diesen Maschinen erforderlich. 

Sowohl IT- als auch OT-Daten sind für Industrie 4.0 wichtig. Beide Datentypen müssen ganzheitlich verstanden werden, um aussagekräftige Erkenntnisse zur Rationalisierung der Produktionsabläufe gewinnen zu können. Anwendungsfälle wie die prädiktive Qualitätssicherung erfordern (Qualitäts-)Testdaten und Parameterdaten zu Maschinenprozessen von Sensoren oder SPS, die miteinander korreliert werden, um KI/ML-Modelle zu erstellen. Diese können die Kombination von Prozessparametern identifizieren, die zur Herstellung minderwertiger Produkte geführt haben. Darüber hinaus benötigen wir bei der Arbeit mit Anwendungsfällen zur Nachhaltigkeit, wie z. B. der Energieoptimierung in einem Werk, zusätzliche spezielle Hardware und Sensoren für die Verbindung mit Stromzählern, um relevante Kennzahlen zu ermitteln.

Entwicklung besserer Geschäftsergebnisse

Snowflake weiß, wie wichtig die Nutzung und Erfassung von sowohl IT- als auch OT-Daten mit präziser Asset-Identifizierung, Anlagenhierarchie und Secure Data Sharing für Kunden und Partner ist, um eine IT/OT-Konvergenz zu erreichen und aussagekräftige Erkenntnisse aus Ihren Daten abzuleiten. Dies kann mit den Kernfunktionen der Snowflake Plattform und unserem breiten Partnernetzwerk sowie durch die Erfassung von IT-Daten aus ERP-, CRP- und SRM-Systemen erreicht werden.

Da die Erfassung von Daten aus OT-Systemen in nahezu Echtzeit sehr komplex ist, entwickelt Snowflake derzeit eine standardisierte Referenzarchitektur. In Zusammenarbeit mit unseren Partnern bietet diese standardisierte Referenzarchitektur Edge-Vernetzungs-Hardware, die nicht nur ein Gateway-Gerät ist, sondern auch Edge-Analysen unterstützt. Sie umfasst außerdem eine MQTT-basierte Datenerfassung in Snowflake in Zusammenarbeit mit unseren Partnern. Dies ermöglicht eine hochgradig skalierbare, schnelle, flexible (OT-Daten werden ausnahmsweise vom Edge zur Cloud veröffentlicht) und sichere Kommunikation mit Snowflake. Durch diese Veröffentlichung von OT-Daten werden auch Datenmodelle von Anlagen und Geräten mit Metadaten bewahrt. Dadurch können Hersteller wichtige Geschäftsergebnisse erzielen, wie die Optimierung der Energie- und Anlagenleistung, die vorausschauende Wartung und die prädiktive Qualitätssicherung – all das wird durch die Anwendung dieser integrierten Datenarchitektur gefördert.

Für unsere Kunden und Partner bedeutet dies, dass sie sich nicht mehr auf die Entwicklung von Lösungen zur Datenerfassung und -integration konzentrieren müssen. Sie können sich stattdessen auf Dinge konzentrieren, die die Geschäftsergebnisse verbessern.

Mit dieser Architektur können Geräte und Cloud innerhalb weniger Tage (zuvor Wochen oder Monate) verbunden werden, sodass Unternehmen ihren ROI schneller realisieren können. Und für Kunden, die bei der Durchführung von Analysen in Cloud- und Edge-Umgebungen eingeschränkt sind, kann die Lösung von einem Edge-Gateway zu einer Edge-Analyseplattform skaliert werden. 

Mit den Funktionen von Snowflake Manufacturing können Daten aus verschiedenen Funktionen, Transaktionen sowie Finanzdaten und jetzt auch detaillierte Daten auf Fertigungsebene schnell zusammengeführt werden, was für die Beschleunigung Ihrer Industrie 4.0-Initiativen eine entscheidende Voraussetzung ist. Über weitere Erkenntnisse zu Industrie 4.0 und Lieferketten werden wir Sie in den kommenden Monaten informieren.

Erfahren Sie mehr über Snowflake für die Fertigung.