Echtzeit-Analysen: AVEVA + Crosser

Warum Echtzeit-Analysen am Edge die industrielle Welt verändern

Echtzeit-Analysen am Edge bedeuten, industrielle Daten so nah wie möglich an ihrer Quelle zu verarbeiten, zu analysieren und anzureichern – direkt in den Werken, Produktionslinien oder Anlagen. Dadurch werden Latenzzeiten reduziert, die Cloud entlastet und automatische Aktionen können innerhalb von Millisekunden statt erst nach Minuten oder Stunden ausgelöst werden.

Für einen Werksleiter oder einen Verantwortlichen für industrielle Daten ist das Problem klar: Die Daten sind vorhanden, doch die Fähigkeit, Entscheidungen zu treffen, ist zu langsam. Historian-Systeme, MES und ERP-Systeme sind voll von Informationen – diese werden jedoch meist erst im Nachhinein genutzt, beispielsweise in wöchentlichen oder monatlichen Teammeetings. In der Zwischenzeit bestehen Prozessabweichungen, Mikrostillstände oder ein überhöhter Energieverbrauch weiter.

Der Ansatz von Edge Analytics besteht darin, diese Logik umzukehren. Anstatt sämtliche Signale „roh“ in einen Data Lake oder eine Cloud-Plattform zu übertragen, werden die Daten bereits auf Feldebene gefiltert, aggregiert und kontextualisiert. Die Datenströme werden schlanker, KI-Modelle befinden sich näher an den Anlagen, und die Bediener erhalten Kennzahlen, die den tatsächlichen Zustand der Produktion Sekunde für Sekunde widerspiegeln.

Die Vorteile sind nicht nur theoretischer Natur. Das MIT Center for Information Systems Research zeigt, dass Unternehmen mit besonders fortschrittlichen Echtzeit-Analysen im operativen Bereich im Vergleich zu Nachzüglern ein um 62% höheres Umsatzwachstum und eine um 97% höhere Gewinnmarge erzielen. Dies ist auf einen höheren Automatisierungsgrad der Prozesse sowie datenbasierte Entscheidungen zurückzuführen. In der Industrie führt dies zu einer höheren Anlagenverfügbarkeit, weniger Ausschuss und einer besseren Nutzung der vorhandenen Assets.

AVEVA + Crosser: Eine DataOps- und Edge-KI-Plattform, zugeschnitten auf die Industrie

Die Übernahme von Crosser durch AVEVA unterstreicht eine zentrale Überzeugung: Industrielle Intelligenz muss durchgängig sein – vom Sensor bis in die Cloud. Crosser bringt eine einheitliche DataOps-Plattform mit, die speziell für hybride Industrieumgebungen entwickelt wurde und die Lösungen AVEVA CONNECT, AVEVA PI System, AVEVA System Platform sowie AVEVA Insight auf ideale Weise ergänzt.

Konkret bietet Crosser eine Low-Code-Plattform für Edge Analytics und Datenintegration. Anwender können Datenverarbeitungs-Workflows grafisch erstellen: von der Datenerfassung über OPC UA, Modbus oder MQTT über die Bereinigung von Signalen, die Berechnung von KPIs und die Anwendung von Machine-Learning-Modellen bis hin zur Bereitstellung der Ergebnisse in PI Data Archive, PI Vision, AVEVA Insight oder IT-seitigen Data Warehouses. Und das ohne aufwendige Softwareentwicklung oder komplexe Middleware. Ein weiterer zentraler Baustein ist das Konzept des Unified Namespace. Anstatt Tags und lokale Konventionen in jedem einzelnen System zu vervielfachen, standardisiert Crosser die Daten Ihrer Anlagen, Protokolle und Edge-Geräte innerhalb einer einheitlichen Datenstruktur.

Dieser qualifizierte Datenstrom vereinfacht die Nutzung durch sämtliche AVEVA-Lösungen: Dieselben Anlageninformationen stehen für die Visualisierung, Historisierung, digitale Zwillinge oder fortschrittliche Analysen gleichermaßen zur Verfügung. Diese enge Integration wurde bereits in der Praxis nachgewiesen: Crosser bietet eine umfassende Suite sofort einsatzbereiter AVEVA-Konnektoren, die die wichtigsten On-Premises- und Cloud-Anwendungen abdecken. Ergänzt wird dies durch ein Low-Code-Studio und einen interaktiven Assistenten für das Daten-Mapping.

Das Ergebnis: weniger Zeitaufwand für Integrationsprojekte und mehr Ressourcen für die Umsetzung geschäftsrelevanter Anwendungsfälle.

Drei konkrete Anwendungsfälle für Industriebetriebe mit AVEVA CONNECT

Für Industrieunternehmen, die bereits AVEVA PI System, Historian, AVEVA Operations Control oder AVEVA CONNECT einsetzen, eröffnet der zusätzliche Einsatz von Crosser am Edge schnell neue Anwendungsmöglichkeiten – und das ohne eine grundlegende Modernisierung der bestehenden Infrastruktur.

1. Ausschussreduzierung durch die Erkennung von Prozessabweichungen
In einer Getränkeabfüllanlage werden Temperatur-, Druck-, Füllstands- und Motordrehmomentdaten bereits im Historian oder AVEVA PI System gespeichert. Durch die Bereitstellung eines Crosser-Datenflusses auf einem Edge-Gateway lassen sich Kennzahlen wie Sollwertabweichungen, die Zeit im Übergangsbetrieb oder die Druckstabilität in Echtzeit berechnen. Sobald ein Muster erkannt wird, das auf Qualitätsprobleme hindeutet, wird eine Warnung an AVEVA System Platform gesendet. Gleichzeitig kann automatisch eine Anpassung des Sollwerts an die Steuerung übermittelt werden.

2. Vorausschauende Wartung in unmittelbarer Nähe der Anlagen
In Werken mit Pumpen oder Kompressoren sind Schwingungs- und Temperaturdaten häufig zu umfangreich, um sie unverarbeitet in die Cloud zu übertragen. Edge Analytics ermöglicht die lokale Berechnung von Zustandskennzahlen (RMS-Werte, Kurtosis, vereinfachte Spektralanalysen) sowie die Anwendung eines KI-Modells zur Bewertung des Ausfallrisikos. In AVEVA CONNECT werden anschließend lediglich die Risikobewertungen und ausgewählte auffällige Datenproben übertragen. Dadurch sinken die Kommunikationskosten, während gleichzeitig die Anlagenverfügbarkeit steigt.

3. Energieoptimierung durch Echtzeit-Analysen
An Standorten mit mehreren Energieformen – beispielsweise Strom, Dampf und Druckluft – aggregiert Crosser die Daten aus Zählern, Maschinenzuständen und Produktionskontexten, um kontinuierlich die Kennzahl „kWh pro produzierter Tonne“ zu berechnen. Sobald ein Produktionsbereich von seinem energetischen Referenzwert abweicht, kann ein Workflow unmittelbar eine Handlungsempfehlung an die Bediener über AVEVA InTouch oder AVEVA System Platform ausgeben.

Mehrere Prozessindustrieunternehmen konnten mithilfe dieses Edge- und KI-gestützten Ansatzes ihren Energieverbrauch sowie den Anfall chemischer Abfälle bereits deutlich reduzieren.

So starten Sie ein AVEVA- und Crosser-Projekt für Edge Analytics in der Praxis

Die größte Herausforderung für OT- und IT-Teams ist nicht die Technologie selbst, sondern die richtige Strukturierung des Projekts. Entscheidend ist, zunächst einen begrenzten, aber messbaren Anwendungsfall umzusetzen, anstatt zu versuchen, die gesamte industrielle IT-Landschaft neu zu gestalten.

Ein pragmatischer Ansatz in vier Schritten hat sich bewährt:

• Auswahl einer Pilotanlage oder eines Pilotbereichs mit klar erkennbaren Herausforderungen, beispielsweise häufigen Stillständen, hohem Ausschuss oder einem schwankenden Energieverbrauch.
• Erfassung der vorhandenen Datenquellen: SPS-Systeme (PLC), SCADA, IoT-Sensoren, MES, AVEVA PI System oder auch von Bedienern gepflegte Excel-Dateien. Ziel ist es, zu identifizieren, welche Daten bereits verfügbar sind, welche ergänzt werden müssen und wo ein Edge-Knoten sinnvoll platziert werden kann.
• Gemeinsame Entwicklung einer Low-Code-Datenpipeline mit den Produktionsteams: Welche Signale sollen genutzt werden? Welche Grenzwerte oder Modelle kommen zum Einsatz? Welche Aktionen sollen ausgelöst werden – beispielsweise Warnmeldungen, Sollwertänderungen, Wartungsaufträge oder Benachrichtigungen in AVEVA CONNECT?
• Messung des Nutzens bereits in den ersten Wochen, beispielsweise durch die Reduzierung der mittleren Zeit zwischen Ausfällen (MTBF), geringere Prozessschwankungen oder einen niedrigeren Energieverbrauch pro produzierter Einheit.

Einführung eines Unified Namespace zur Auflösung von OT-/IT-Silos

Der Unified Namespace (UNS) wird häufig noch als abstraktes Konzept wahrgenommen, obwohl er ein sehr konkretes Problem löst: Jede Produktionslinie, jedes System und jede Fachanwendung verfügt über ihre eigene Sicht auf Anlagen, Tags, Chargen und Fertigungsaufträge. Diese Fragmentierung bremst nahezu jedes Datenprojekt.

Mit Crosser wird der Unified Namespace zu einem operativen Werkzeug. Daten aus SPS-Systemen, IoT-Sensoren, AVEVA-Anwendungen und IT-Systemen werden in eine standardisierte Hierarchie überführt:

Standort > Bereich > Linie > Anlage > Messwert > Kontext

Die Edge-Datenflüsse schreiben direkt in diesen Unified Namespace, der anschließend als zentrale Referenz für AVEVA PI System, AVEVA CONNECT, Operations Center oder andere Datenkonsumenten dient.

Für die Teams ergeben sich daraus konkrete Vorteile:

• Integration neuer Anlagen: Anstatt jede Anwendung separat anzupassen, wird die Anlage lediglich in den Unified Namespace integriert. Alle angeschlossenen Systeme erkennen die neuen Signale automatisch.
• Rollout über mehrere Standorte: Ein einheitliches Datenmodell kann von Werk zu Werk übernommen werden, während lokale Besonderheiten weiterhin berücksichtigt werden können.
• Einführung industrieller KI-Anwendungen: Data Scientists arbeiten standortübergreifend mit denselben Namenskonventionen und Kontextinformationen, wodurch der Aufwand für die Datenaufbereitung deutlich sinkt.

Der Unified Namespace wird damit zur gemeinsamen Sprache von OT, IT und Datenmanagement. Gleichzeitig schafft er die Grundlage für weiterführende Initiativen wie digitale Zwillinge oder eine standortübergreifende Feinplanung. 

Zuverlässigkeit, Cybersicherheit und Governance für Echtzeit-Analysen

Die Beschleunigung von Echtzeit-Analysen darf nicht zulasten der Cybersicherheit oder der betrieblichen Stabilität gehen. Industrieumgebungen erfordern fehlertolerante, segmentierte und auditierbare Architekturen.

Eine bewährte Vorgehensweise besteht darin, Crosser-Edge-Knoten in einer industriellen DMZ zu platzieren und abgesicherte Verbindungen sowohl zu den SPS-Systemen als auch zu den AVEVA-Plattformen bereitzustellen. Datenströme werden verschlüsselt übertragen, Zertifikate zentral verwaltet und Zugriffsrechte an die Sicherheitsrichtlinien des Unternehmens angepasst.

Aus betrieblicher Sicht können Datenflüsse redundant ausgeführt werden. Fällt ein Edge-Knoten aus, erfolgt automatisch eine Umschaltung auf ein Ersatzsystem. Dadurch bleiben geschäftskritische Funktionen wie die Erkennung von Prozessabweichungen, KPI-Berechnungen oder Alarmierungsregeln auch bei einer Unterbrechung der Cloud-Verbindung verfügbar.

Für regulierte Branchen wie die Pharma- oder Lebensmittelindustrie dienen Ausführungsprotokolle und Versionsstände der Datenpipelines zusätzlich als Grundlage für die Nachvollziehbarkeit und Compliance.

Ebenso wichtig ist eine klare Governance. Die Einrichtung eines gemeinsamen OT-/IT-/Data-Gremiums zur Freigabe neuer Edge-Datenflüsse, Priorisierung von Projekten und Überwachung der Leistungskennzahlen verhindert die Entstehung unkoordinierter Einzellösungen. Ziel bleibt stets dasselbe: den sicheren Betrieb zu gewährleisten und gleichzeitig schnell messbare Mehrwerte zu schaffen.

Den ROI messen – vom Proof of Concept bis zum Multi-Site-Rollout

Um die Unternehmensleitung zu überzeugen, muss ein Edge-Analytics-Projekt messbare Ergebnisse liefern. Ein wesentlicher Vorteil der integrierten AVEVA- und Crosser-Lösung besteht darin, dass die Wertschöpfung bereits frühzeitig transparent gemacht werden kann.

Typische Kennzahlen in einem Pilotprojekt sind beispielsweise:

• Die Zeit zwischen Ausfällen (MTBF) vor und nach der Einführung von Modellen zur vorausschauenden Wartung
• Die Ausschuss- oder Nacharbeitsquote auf kritischen Produktionslinien
• Der spezifische Energieverbrauch pro Produkt oder Charge 
• Der Zeitaufwand für die manuelle Datenerfassung und Konsolidierung 

Diese Kennzahlen können in AVEVA CONNECT oder im Operations Center zusammengeführt und in Form von Wertschöpfungs-Dashboards visualisiert werden.

Wie Studien des MIT CISR zeigen, erzielen Unternehmen, die strukturiert in Echtzeit-Analysen investieren, langfristig häufig überdurchschnittliche Ergebnisse hinsichtlich Wachstum und Profitabilität.

Sind die Ergebnisse an einem Standort nachgewiesen, besteht die Herausforderung bei der Ausweitung auf weitere Werke vor allem in der Standardisierung: standardisierte Datenpipelines, wiederverwendbare Analysebausteine und gemeinsame Unified-Namespace-Modelle.

Vorbereitung auf die Ära von KI-Agenten und autonomen Betriebsabläufen 

Analysten von Gartner gehen davon aus, dass bis 2027 die Hälfte aller geschäftlichen Entscheidungen durch KI-Agenten unterstützt oder automatisiert wird.

Für die Industrie bedeutet dies nicht, Experten zu ersetzen, sondern jede Entscheidung mit Empfehlungen auf Basis von Echtzeitdaten zu unterstützen.

Damit diese Entwicklung erfolgreich genutzt werden kann, müssen die Grundlagen bereits vorhanden sein: zuverlässige, kontextualisierte und in Echtzeit verfügbare Daten sowie Datenflüsse, die sichere automatisierte Aktionen auslösen können. Genau diese Grundlage schafft die Integration von AVEVA und Crosser – vom Edge bis in die Cloud.

Künftig könnte ein KI-Agent beispielsweise die Auswirkungen einer Rezepturänderung auf den Energieverbrauch simulieren, einen optimierten Wartungsplan auf Basis prognostizierter Risiken erstellen oder eine Anpassung der Produktionslinie zur Bewältigung von Nachfragespitzen empfehlen. Ohne robuste Edge Analytics und einen Unified Namespace bleiben solche Szenarien jedoch rein theoretisch.

Wer seine industriellen Daten bereits heute rund um AVEVA CONNECT, AVEVA PI System und Crosser strukturiert, schafft die Voraussetzungen für diese neue Generation von Werkzeugen. Echtzeit-Analysen sind damit kein Schlagwort mehr, sondern ein messbarer Wettbewerbsvorteil – von der Produktionsebene bis hin zu den strategischen Entscheidungen der Unternehmensleitung.