Whitepaper: Mit Retrofit bereit für die IoT-Welt

Headergrafik Whitepaper: Mit Retrofit bereit für die IoT-Welt

Viele Maschinen und Anlagen, die im Feldeinsatz bei Unternehmen ihre Arbeit verrichten, haben bereits eine lange Einsatzzeit vorzuweisen. Auch wenn es sehr viele Feldbus-Systeme gibt, arbeiten die meisten Maschinen nach wie vor isoliert und autark, und „warten“ auf eine Anbindung an das Internet oder ein Netzwerk. Beispielsweise befinden sich über eine Million Simatic S5 im Einsatz, die bisher nur mit hohem Aufwand vernetzt und somit an das IoT angeschlossen werden konnten.

Warum sollte eine Anlage überhaupt vernetzt und den Gefahren des Internets ausgesetzt werden? Weil leistungsfähige Sensoren in Verbindung mit modernen, innovativen Datenanalysefunktionen vor dem Ausfall von Maschinen Anomalien erkennen und frühzeitig Alarm schlagen können. Damit lassen sich teure Stillstandzeiten und Reparaturen vermeiden sowie Wartungsintervalle optimal planen. Die Gesamtwartungskosten lassen sich durch vorausschauende Wartung deutlich reduzieren. Das Fitmachen des Bestandsmaschinenparks für IoT ist also eine wirtschaftliche Notwendigkeit.

Sicherheit ist gewährleistet

Viele Unternehmen zögern aus Sicherheitsaspekten bisher noch, die digitale Transformation mit ihren Legacy-Maschinen zu vollziehen. Dafür besteht jetzt kein Grund mehr, denn Arrow Electronics hat gemeinsam mit den Partnern Trustonic und Siemens MindSphere eine exzellent funktionierende und sichere Lösung entwickelt.

Mit der Arrow Retrofit Lösung schicken Sie Ihre Daten effizient, sicher und schnell zur Auswertung in die Cloud. An der Anlage angebrachten Sensoren und Controller übermitteln die Informationen an das von Arrow entwickelte Gateway. Dieses basiert hier z.B. auf dem Samsung Arctic 710s mit TEE (Trusted Execution Environment). TEE stellt eine sichere und vertrauenswürdige Laufzeitumgebung für Applikationen auf mobilen Geräten zur Verfügung. Die installierte Software überträgt die Daten via VPN (Virtual Private Network) in die MindSphere Cloud.