Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
infrastruktur 29 www computerautomation de ● smart factory 2020 Das Kontinuum verschiedener Edge-Computing-Begriffe Bilder FOKUS Platform Communications Unified Architecture OPC UA kommunizieren das in der Normenreihe 62541 der International Electrotechnical Commission IEC standardisiert wurde Auch der Grundstein zum Einzug der fünften Mobilfunkgeneration 5G in die Fabrik ist bereits gelegt indem ab diesem Jahr Nutzer lokale Frequenzen erwerben können Die Bereiche der Konnektivität TSN und Kommunikation OPC UA decken jedoch nur einen Teil der klassischen Automatisierungspyramide ab die sich bekanntlich von der Eingabe-Ausgabe E Aden speicherprogrammierbaren Steuerungen SPS über Supervisory Control and Data Acquisition SCADA -Systeme und Manufacturing Execution Systems MES bis hin zum Enterprise Resource Planning ERP erstreckt Der Industrie-4 0-Vision folgend soll diese Pyramide langfristig durch den Einsatz von autonomen Cyberphysischen Systemen CPS ersetzt werden Intelligente autonome Einheiten agieren direkt miteinander um eine möglichst flexible Produktion zu ermöglichen Das Cloud Computing In der Zwischenzeit hält jedoch zunächst das Cloud-Computing-Paradigma Einzug in die Produktion Geräte Daten und Dienste werden über zentrale Server im Internet vernetzt um Abläufe zu optimieren und Erkenntnisse aus Daten zu gewinnen Bei der Anbindung von Maschinen und deren Daten an die Cloud und möglicherweise auch der Maschinensteuerung aus der Cloud heraus stellen sich einige Fragen Diese lassen sich grob in zwei Bereiche untergliedern Die Verarbeitung von Produktionsdaten auf externen Servern in Zeiten der Datenschutz-Grundverordnung DSGVO und globaler Cyberangriffe sowie die Erfüllung von Netzwerk-Anforderungen insbesondere mit Blick auf eine deterministische Kommunikation Um diese Fragen zu beantworten ist ein Blick in die Vergangenheit hilfreich Seit etwa 70 Jahren können wir einen alternierenden Trend in verteilten Computersystemen erkennen Während bereits in den 1950er 60er-Jahren die ersten Großrechner zentral genutzt werden konnten änderte sich der Trend in den 1980er 90er-Jahren zugunsten von verteilten Client-Server-Systemen Seit Beginn der Jahrtausendwende werden unter dem Begriff Cloud Computing wieder Daten und Dienste zentral gespeichert und gehosted Wie zuvor angerissen können und sollen jedoch nicht alle Daten außerhalb der eigenen administrativen Domäne und außerhalb definierter geopolitischer Grenzen verarbeitet werden Die Gründe Daten lokal oder zentral zu verarbeiten sind vielfältiger Natur und unter anderem als the Vs of Big Data bekannt •Datenmenge Volume Herausforderung ungefilterte zentrale Speicherung • Datengeschwindigkeit Velocity Herausforderung Kommunikation aller Daten über ein Netzwerk •Datenvielfalt Variety Herausforderung zentrale Interpretation heterogener Daten •Datenvertraulichkeit Vulnerability Herausforderung Speicherung der Daten außerhalb der administrativen Domäne •Datenflüchtigkeit Volatility Herausforderung heterogene Persistenzanforderung an Daten •Datengültigkeit Validity Herausforderung heterogene Relevanz von Daten Das Edge Computing Es gibt demnach Situationen in denen Daten nicht in eine zentrale Cloud-Instanz transferiert werden können oder sollen Unter dem Edge-Computing-Paradigma wird ein verteilter Cloud-ComputingAnsatz verstanden um Daten entsprechend lokal vorverarbeiten zu können Das gesamte Spektrum möglicher Verteilungen kann als Fog Computing bezeichnet werden Die Begriffe selbst sind in der Literatur jedoch nicht einheitlich definiert und werden je nach Anwendungsdomäne teils unterschiedlich verwendet In der Automatisierung gibt es eine Reihe von Anwendungsfeldern für das EdgeComputing-Paradigma Primär lassen sich entweder existierende OT-Infrastrukturen ergänzen oder teilweise ersetzen Im ersten Fall lassen sich Edge-Knoten einsetzen um beispielsweise Anwendungen dynamisch an der Datenquelle zu installieren und auszuführen Insbesondere Ansätze aus dem Fachbereich der Künstlichen Intelligenz KI können hier Anwendung finden Ein griffiges Beispiel wäre eine Augmented-Reality AR -basierte MenschMaschine-Schnittstelle HMI die sehr kurze Latenzen in der Kommunikation benötigt und hohe Anforderungen im Bereich der Objekt-Erkennung stellt Analog zur OT-ICT-Konvergenz der Konnektivitätsund Kommunikationstechnologien und dem Trend der Softwareisierung folgend können jedoch auch Teilaspekte durch ICT-Ansätze ersetzt werden So könnten die Grenzen zwischen physischen SPS und den klassischen Industrial PCs IPCs durch den Einsatz von Edgebasierten virtualisierten SPS weiter verschwimmen Offene Fragestellungen wie etwa die garantierte Einhaltung Deadlinegetriebener harter EchtzeitAnforderungen auf Mehrzweck-Hardware unter Verwendung von Virtualisierungsumgebungen sind jedoch noch nicht abschließend gelöste Herausforderungen Eine notwendige Voraussetzung für diese Entwicklungen Die Nutzung von