sdecoret - stock.adobe.com
Die IIoT-Trends 2021
Der Einsatz von IIoT-Technologie in der Automatisierung, drahtlose Konnektivität und künstliche Intelligenz (KI) werden im Jahr 2021 branchenübergreifend weiter zunehmen.
Unternehmen in vielen Branchen setzen industrielle IoT-Produkte (IIoT) ein, aber mit dem Ausbruch der COVID-19-Pandemie könnten sie die Übernahme einiger IIoT-Trends beschleunigen.
IIoT ist oft Teil einer Strategie zur Steigerung der Effizienz und Automatisierung in der Fertigung. Die Entwicklung eingebetteter vernetzter Geräte mit ausgefeilten domänenspezifischen Mikroprozessorfähigkeiten, die industrielle Echtzeitverarbeitung unterstützen können, machen IIoT möglich.
Zu diesen Fähigkeiten kann die Unterstützung von Anwendungen des maschinellen Lernens gehören, die bei der Echtzeit-Datenverarbeitung in industriellen Umgebungen wie Fabriken, Lagerhäusern und Transportfahrzeugen eingesetzt werden. IIoT-Geräte integrieren oft verschiedene Sensoren sowie Verarbeitungs-, Netzwerk- und Speicherkomponenten. Zu diesen Sensoren gehören unterschiedliche Arten von Kameras, Temperatur- sowie Drucksensoren oder Feuchtigkeits- und Gasdetektoren.
IIoT-Installationen können als integraler Bestandteil einer Einrichtung dienen und sind im Allgemeinen autark. Mit zunehmender Verbreitung von IIoT-Anlagen sollten sich Standards herausbilden. Kontinuierliche Fortschritte in den Bereichen Nanotechnologie, Mikroprozessoren, Vernetzung, Speicher und Storage machen künftige IIoT-Implementierungen anspruchsvoller und bieten ein höheres Maß an Kontrolle.
IIoT wird für die Herstellung vieler zukünftiger Produkte notwendig sein und dient als wesentliches Element für Organisationen, um wettbewerbsfähig zu bleiben und die Herstellung zu optimieren.
Während die IT-Teams über die Pandemie und die strategische Planung für ein neues Jahr nachdenken, werden Unternehmen dabei laut Experten drei Trends verfolgen.
1. Zunehmende Automatisierung
IIoT-Implementierung und der Übergang zu einer stärkeren Fabrik- und Lagerautomation ist eine Strategiekomponente. Das verringert die Anzahl der in einer Produktions- oder Lagereinrichtung benötigten Personen und damit deren Exposition gegenüber möglichen Infektionen. In speziellen Fällen reduziert es die Zahl der Menschen als Quellen möglicher Kontamination.
Viele Halbleiterproduktionsstätten implementieren beispielsweise bereits IIoT-Vorrichtungen, um Menschen aus dem Fertigungsbereich fernzuhalten und die Kontamination von Wafern (dünnen Scheiben eines Halbleiters oder Substratmaterials) zu verhindern.
2. Stärkere Nutzung drahtloser Konnektivitätsoptionen
Unternehmen verbinden in der Regel ein Fabrik- oder Gebäudemanagementsystem mit kabelgebundenem Ethernet oder lokalem Wi-Fi. Für einige Anwendungsfälle, wie der Verfolgung von Produktlieferungen, verwenden Unternehmen zunehmend fortschrittliche drahtlose Netzwerke wie 4G oder 5G, um sich mit IIoT-Geräten im Transit zu verbinden.
Die Leistungsfähigkeit des Netzwerks hängt von der Art der übertragenen Daten ab. Das Video-Streaming von einer Kamera erfordert eine große Bandbreite, während einfache Maschinensteuerungen nur sehr wenige Daten übertragen.
IIoT-Anwendungen in Fabriken können die lokale Stromversorgung nutzen, aber mobile Systeme werden wahrscheinlich mit Batterien oder gesammelter Energie betrieben. Für Anwendungen mit begrenzter Stromerzeugung benötigen Organisationen Elektronik mit geringer Leistungsaufnahme, die den Bedarf von elektrischer Energie reduzieren kann.
3. Wachsende Akzeptanz von künstlicher Intelligenz (KI)
Organisationen setzen verschiedene KI-Algorithmen für viele IIoT-Anwendungen ein, um Entscheidungen in Echtzeit zu treffen. Dieser IIoT-Trend wird weiter zunehmen, wenn Data Scientists Algorithmen in größeren Rechenzentren und in der Cloud trainieren, aber auch ein gewisses Maß an Training im Feld möglich ist.
Nach dem Training des KI-Modells kann eine Organisation den Algorithmus auf domänenspezifischen Prozessoren mit Inferenzmaschinen, die in die IIoT-Geräte eingebettet sind, lokal in einer Industrieanlage implementieren, um Funktionen wie Bild-, Zeichen- und Spracherkennung auszuführen.
Industrieunternehmen können dann den KI-Algorithmus nutzen, um in Echtzeit Entscheidungen zu treffen. Beispiele sind: steuern eines Fertigungsprozesses oder Montageroboters, Teiletransport, Produkte zum Versand bewegen, eine Sendung verfolgen, Fertigungsprozesse überwachen oder Wartungsarbeiten anfordern. IIoT-Geräte können Anlagensicherheit bieten, um das Eindringen oder die Manipulation von Infrastruktur oder Ausrüstung zu erkennen.
Das Training von KI-Modellen, die auf IIoT-Geräten laufen, erfordert Datensätze, die das tatsächliche Betriebsökosystem wiedergeben. Ähnlich wie bei der Konsumenten-KI muss derjenige, der den Trainingsdatensatz kuratiert, potenzielle Quellen von Verzerrungen finden und eliminieren. Diese könnten dazu führen, dass ein KI-Algorithmus die falsche Entscheidung trifft und Probleme verursacht.
Die KI-Implementierung in einer mit IIoT ausgestatteten Einrichtung erfordert wahrscheinlich die Unterstützung von Experten bei der Installation und Zertifizierung der Anwendung. Wenn sich die Einrichtung oder die Produkte ändern, ist auch Unterstützung bei der Aktualisierung und Modifizierung der Anwendung gefordert.