Shopfloor-Dashboard: Wenn Maschinen eine Sprache sprechen

Das Dashboard des Demonstrators sorgte auf der wichtigsten Messe der Metallbearbeiter für Aufmerksamkeit: In Echtzeit konnten die Messebesucher sehen, wie der Status –grün, rot, gelb – bei 110 Maschinen von 70 Herstellern in dem Augenblick aussah. Die Maschinenhersteller kamen aus zehn Ländern, einige der angebundenen Maschinen standen dabei sogar in Japan, Taiwan oder Spanien.

Datenanalyse über alle Maschinentypen hinweg

"Zwar haben schon viele Hersteller IoT-Plattformen für ihre Maschinen und Anlagen im Angebot, es bleibt aber üblicherweise für Predictive Maintenance bei Inseln je nach Maschinentyp", erklärt Dr. Karsten Schweichhart, Data Economy Executive bei T-Systems. Eine herstellerübergreifende Analyse der gesamten Produktion sei eine ganz neue Option.

Als wichtiges Einsatzszenario für das neue Konzept sieht der Experte die vorausschauende Wartung über eine Produktionsanlage oder -straße hinweg, die aus verschiedensten Komponenten diverser Hersteller zum Beispiel für Schneiden, Erwärmen, Pressen, Fräsen, Bohren, Schleifen oder Verpacken besteht. „Damit lässt sich sogar Collaborative Predictive Maintenance realisieren“, meint Schweichhart.

Wenn Maschinen die gemeinsame Sprache Umati sprechen

Grundlage für den Demonstrator ist die zukünftige Standardschnittstelle umati, die durch den Verein Deutscher Werkzeugmaschinenfabriken (VDW) vorangetrieben wird. Umati basiert auf OPC UA und liefert das Wörterbuch für die verschiedenen Maschinen. Bisher sind etwa ein Dutzend Maschinenkennzahlen über Umati definiert, darunter Identitätskennzahlen, Status oder Drehzahl.

Aktuelle Maschinen haben an der Außenkante bereits eine OPC-UA-Schnittstelle, die OPC Unified Architecture ist das Standardprotokoll. Die umati Companion Specification definiert den Werkzeugmaschinenstandard auf dieser Schnittstelle. Bald könnten also zumindest die neueren Maschinen durch eine kleine Plakette 'Ich bin Umati-vernetzt' glänzen. In den nächsten Schritten sollen weitere Maschinen-KPIs semantisch definiert werden.

Vertrauen schaffen für den Austausch von Maschinendaten

Zudem musste für das Projekt die kritische Frage nach einem vertrauenswürdigen Datenaustausch beantwortet werden. Im Umfeld der Produktionsdaten gibt es eine Reihe von Einzelinteressen. Während die Hersteller die Daten für neue Geschäftsmodelle nutzen wollen, möchten viele ihrer Kunden die Daten aus den Maschinen nicht nach außen geben. In der Tat wären tiefe Einblicke in das Produktionsprogramm und produzierte Mengen möglich, die Daten sind also extrem sensitiv.

Als Hersteller-neutraler Dienstleister, der selbst kein eigenes Interesse an den Daten hat, übernimmt die Telekom den Part des Datenbrokers oder Datentreuhänders. "Für den Demonstrator haben wir die Daten der 110 Maschinen eingesammelt und an 28 definierte Verbraucher und Dashboards weiter geroutet. Die Daten wurden nur kurz zwischengespeichert, direkt an Personen mit Zugriffsrecht weitergeleitet und dann gelöscht", erklärt Schweichhart.

Plattform für Datenservices, die Datenhoheit sichert

Basis dafür ist die Datenplattform Telekom Data Intelligence Hub, deren Datensouveränitäts-Services wiederum auf den Vorgaben der International Data Spaces Association (IDSA) aufbauen, einem Konsortium von Fraunhofer-Instituten. Dabei werden geschützte Räume zur Verfügung gestellt, in denen unterschiedliche Parteien vertrauliche Daten austauschen können. Die Datenhoheit verbleibt zu jedem Zeitpunkt beim Lieferanten der Information.

Zudem kann sich kaum ein Maschinensystem-Betreiber vorstellen, seine Daten außerhalb von Deutschland verarbeiten zu lassen. Das Konzept wurde deshalb in den Rechenzentren der Telekom abgebildet, die neben hohen Sicherheitsstandards die Einhaltung des europäischen Rechtsrahmens gewährleisten.

Datentreuhänder für die Supply Chain

Ganz ähnliche Anforderungen an die Datentreuhänderschaft ergeben sich in der digitalen Supply Chain und in der Logistik. Hier spielen unterschiedlichste Player, Transportunternehmen, Verlader, Hersteller und ihre Kunden in Prozessen zusammen, die bisher noch sehr fragmentiert und mit manuellen Zwischenschritten durchsetzt sind.

"Jeder prägt hier derzeit seine eigene Dateninsel aus und hält an seinen Daten fest. Ganzheitliche Bewertungen sind aber nur möglich, wenn es Brücken zwischen diesen Erkenntnisinseln gibt", meint Karsten Schweichhart. Basierend auf dem Telekom Data Intelligence Hub als Plattform für Services und der Datensouveränität der International Data Spaces wären beispielsweise eine aussagekräftige Ankunftszeitangabe (Collaborative Estimated Time of Arrival) oder übergreifende Risikoanalysen umsetzbar.