IoT & Maschinelles Lernen

Industrie 4.0 ist der Sammelbegriff, wenn es um die Integration von IT und Geschäfts- wie Produktions­prozessen geht, um die nutz­bringende Erschließung ihres Datenreichtums. Schlagworte sind das Internet of Things (IoT) und Maschinelles Lernen.

Das Grundprinzip der Digitalisierung: Prozesse generieren Daten — Daten verschaffen Einblicke. Es gilt, die richtigen Fragen zu stellen. Ihr Vorteil: Antworten, die Sie brauchen.

Ein besonder Anreiz ergibt sich in industriellen Anwendungen bereits aus vergleichsweise niedrigen Kosten für Prototypen-Entwicklung und Validierung.

Internet of Things

Zwischen den beiden „Enden“ einer anforderungsgerechten IoT-Architektur sind weitere Weichen zu stellen:

1. IoT-Hardware: Bindet Sensoren, aber auch Steuerelemente, in das System ein. Ihre Energieversorgung muss Einsatzort und -dauer angepasst sein, ihre Firmware einfache Inbetriebnahme und Management ermöglichen.
2. Konnektivität: Die Verbindung zwischen den einzelnen Komponenten durch geeignete Strukturen muss robust und kosteneffektiv sein. Das Spektrum reicht von kabelgebunden bis hin zum Mesh Network, das gerade für Nachrüstungen attraktive Möglichkeiten bietet.
3. Infrastruktur: Gewährleistung des sicheren und ordnungsgemäßen Betriebs durch Monitoring und Diagnose. Durch eine Vorverarbeitung nahe den Sensoren können Probleme bereits frühzeitig erkannt und Anomalien entsprechend gekennzeichnet werden.
4. Anwendungen: Idealerweise gibt es hier die wenigsten sichtbaren Änderungen. Sofern vorhandene branchübliche IT die gewonnenen, aufbereiteten und analysierten Daten einbeziehen kann, sollte sie dies auch. Auch Daten „von außerhalb“ können einfließen.

Maschinelles Lernen

Weiterführende Datenanalyse und statistische Modellentwicklung zur Vorhersage können dazugehören, bis hin zu selbständig Entscheidungen treffenden Systemen, die Ihre Prozesse miteinander verbinden. Diese müssen jedoch nachvollzieh- und erklärbar sein, um den Einsatz maschinellen Lernens nicht zum Compliance-Stolperstein werden zu lassen.

Objekterkennung im stehenden oder bewegten Bild, Anomaliedetektion an Geschäftsvorfällen, Werkzeugen oder Werkstücken in der Produktion sowie Empfehlungsdienste (Recommender Systems) für maßgeschneiderte, umsatzsteigernde Kundenerlebnisse und sind ihrerseits nur drei der vielverzweigten Äste dieses Baums.

Oft ist es ungeahnter Datenreichtum, der überraschende Ergebnisse ermöglicht — und dies im besten Sinn.

Zubringer auf dem Weg ins Ziel

Informationssicherheit und Datenschutz werden nicht Ihnen als Probleme überlassen, sondern stehen am Anfang aller Entwicklung.

Die Implementierung kann in domänenspezifischen Programmiersprachen Ihres Anwendungsgebiets erfolgen; ansonsten ausschließlich in solchen, die die Korrektheit der Implementierung unterstützen und damit Stützen für Sicherheit und Zuverlässigkeit sind. Hier sind besonders Erfahrung in F# (und deren Einbettung in die .NET-Infrastruktur), OCaml und Rust hervorzuheben. Im Bereich der Analyse und Modellbildung ist dies zusätzlich regelmäßig R.

Spezielle Erfahrungen und Branchenkenntnisse in Instrumentierung und Steuerung liegen vor für die Bereiche Textilindustrie und Schießstätten sowie im Management von Schallimmissionen.

Doch generell gilt von Bauernhof bis Enterprise: Kein Projekt ist zu ausgefallen, und keine Milchkanne zu klein!