Warum Systemintegratoren der Schlüssel zur KI-Bereitschaft in der Industrie sind

Künstliche Intelligenz wird zunehmend zu einem wichtigen Thema in der Diskussion rund um die industrielle Automatisierung. Fertigungsunternehmen, Versorgungsunternehmen und Infrastrukturbetreiber fragen sich, wie KI dazu beitragen kann, die Anlagenverfügbarkeit zu erhöhen, den Energieverbrauch zu senken, Ausfälle vorherzusagen, die Produktion zu optimieren und schnellere Entscheidungen zu ermöglichen.

Ein Aspekt wird dabei jedoch häufig übersehen: Die meisten industriellen Betriebsumgebungen sind noch nicht bereit für KI.

Die Herausforderung liegt nicht im Mangel an Algorithmen, sondern im Fehlen zuverlässiger, kontextualisierter industrieller Echtzeitdaten.

Für Systemintegratoren eröffnet sich daraus eine große Chance. Denn hierbei handelt es sich um eine Herausforderung der Automatisierungsarchitektur. Sie erfordert fundierte Kenntnisse von Steuerungssystemen, SCADA-Systemen, Historian-Systemen, industriellen Netzwerken, Asset-Modellen, betrieblichen Workflows und Cybersicherheit. Genau in diesem Bereich können Systemintegratoren eine zentrale Rolle übernehmen.

Mit dem „richtigen SCADA-System“ beginnen

Industrielle künstliche Intelligenz kann nicht erfolgreich sein, wenn sie ausschließlich auf Roh-Tags basiert. Ein Druckwert, der Strom eines Motors, die Position eines Ventils oder der Status eines Alarms haben nur einen begrenzten Wert, wenn sie nicht in einen Kontext eingebettet sind.

Wer industrielle Anlagen implementiert und betreut, kennt diesen Kontext sehr genau. Systemintegratoren arbeiten an der Schnittstelle zwischen der physischen Welt der Anlagen und der Softwarewelt, in der Daten extrahiert und die erste digitale Abbildung der Assets erstellt wird. Durch diese Position kennen sie für jeden Messwert dessen Rolle im Prozess und wissen, wie sie diese „Zahl“ mit Metadaten wie Beschreibungen, Grenzwerten, Maßeinheiten und der Einordnung in das Anlagenmodell anreichern können. Darüber hinaus können sie erkennen, wenn ein Messwert aufgrund von Fehlfunktionen der Sensorik oder innerhalb der Erfassungskette nicht korrekt ist.

Doch wie lassen sich diese Informationen effektiv digitalisieren und für Analysemodelle nutzbar machen?

Hier spielt AVEVA System Platform eine entscheidende Rolle. System Platform bietet eine modellbasierte HMI/SCADA-Basis sowie ein Überwachungs- und Steuerungssystem für industrielle Betriebsabläufe. Sie ermöglicht es Unternehmen, Anlagen, Prozesse, Alarme, Ereignisse und historische Daten in einem strukturierten Betriebsmodell abzubilden.

Im Hinblick auf den Einsatz von KI ist dieser Aspekt entscheidend, denn das Modell der industriellen Assets wird zu mehr als nur einer Erleichterung für das Engineering. Es wird zur Kontextebene für das Unternehmen. Anstatt jeden Tag als isolierten Datenpunkt zu behandeln, hilft System Platform dabei, Daten nach Anlagen, Prozesseinheiten, Linien, Standorten und Betriebszuständen zu organisieren. Genau dieser Kontext ermöglicht es Analyse- und KI-Modellen, nützliche Empfehlungen zu generieren.

Für Systemintegratoren stellt dies einen wichtigen Mehrwert dar. Viele Kunden verfügen über jahrelang gesammelte Automatisierungsdaten, doch diese sind häufig in inkonsistenten Tag-Strukturen, getrennten SCADA-Anwendungen, lokalen Historian-Systemen und standortspezifischen Namenskonventionen verborgen.

Durch die Standardisierung von Anwendungen und die Erstellung wiederverwendbarer Objektmodelle können Integratoren ihre Kunden dabei unterstützen, Engineering-Abweichungen zu reduzieren und eine Basis für Betriebsdaten zu schaffen, die sich leichter warten, skalieren und analysieren lässt.

Unified Namespace: entscheidend für industrielle Intelligenz

Sobald die Betriebsdaten strukturiert sind, besteht die nächste Herausforderung darin, sie auch außerhalb des Leitstands nutzbar zu machen. KI-fähige Betriebsumgebungen erfordern einen sicheren Datenaustausch zwischen Betriebs-, Engineering-, IT-, Instandhaltungs- und Nachhaltigkeitsteams sowie weiteren Unternehmensbereichen. Hier spielt CONNECT eine entscheidende Rolle.

CONNECT ist eine offene, cloudbasierte Plattform für industrielle Intelligenz. Sie wurde entwickelt, um Unternehmen dabei zu unterstützen, mithilfe der Cloud-Infrastruktur zu skalieren, AVEVA-Lösungen zu integrieren und Daten innerhalb eines erweiterten Ökosystems sicher auszutauschen. CONNECT stellt die industrielle Informationsebene bereit, über die Daten von lokalen Systemen in umfassendere unternehmensweite Anwendungsfälle überführt werden können.

Für Systemintegratoren eröffnet CONNECT neue Projektmöglichkeiten. Anstatt sich ausschließlich auf Visualisierungslösungen in der Fertigung oder SCADA-Upgrades zu beschränken, können Integratoren ihre Kunden beim Aufbau einer skalierbaren Datenarchitektur unterstützen, die Fernbetrieb, zentrale Überwachung, Performance Management, Nachhaltigkeitsreporting und KI-gestützte Entscheidungsunterstützung ermöglicht.

Edge Analytics: die fehlende Ebene für die Skalierbarkeit von KI

Zwischen den Produktionssystemen und der unternehmensweiten Intelligenz liegt der komplexeste Teil der Herausforderung bei der Vorbereitung auf KI: die Datenintegration.

Industrielle Daten stammen aus zahlreichen Quellen: PLCs, SCADA-Systemen, Historian-Systemen, MES, ERP, Laborsystemen, Instandhaltungssystemen, Datenbanken, Dateien, Logs, APIs und Edge-Geräten. Einige Daten liegen in Echtzeit vor. Einige sind ereignisgesteuert. Andere sind batchbasiert. Einige sind bereinigt. Ein großer Teil davon ist es nicht.

CONNECT Flows (ehemals Crosser) ist besonders relevant, da industrielle KI auf zeitnahen, aufbereiteten und zuverlässigen Daten basiert. Herkömmliche ETL-Methoden wurden häufig für Unternehmenssysteme entwickelt und nicht für hochdynamische Betriebsumgebungen. Industrielle Betriebsabläufe benötigen Datenpipelines, die am Edge, lokal, in der Cloud oder in hybriden Architekturen betrieben werden können.

CONNECT Flows ist eine „Hybrid-first“-Plattform für industrielle DataOps, die in AVEVA CONNECT integriert ist. Flows unterstützt die Echtzeitverarbeitung von Streaming-, ereignisbasierten und Batch-Daten in Cloud-, On-Premises- und Edge-Umgebungen. Die Plattform umfasst Low-Code-Funktionen sowie eine Bibliothek mit Konnektoren für mehr als 800 Datenquellen.

Für einen Systemintegrator (SI), der ein Überwachungssystem für Produktionslinien entwickelt, ermöglicht Flows die Erkennung anomaler Verhaltensweisen, die lokale Berechnung von KPIs sowie das Auslösen von Warnmeldungen bei Grenzwertüberschreitungen, ohne dass die Daten zunächst an eine zentrale Cloud übertragen und anschließend wieder zurückgesendet werden müssen. Im Bereich Wasser und Abwasser verarbeitet Flows Daten von entfernten Pumpstationen lokal und übermittelt nur kontextualisierte Ereignisse an die zentrale Leitstelle. Connect Flows trägt dazu bei, den Aufwand für kundenspezifische Integrationen zu reduzieren und gleichzeitig die Wiederholbarkeit über verschiedene Kunden und Standorte hinweg zu verbessern.

Praktische KI-fähige Architektur

Eine praktische, auf AVEVA basierende und für KI vorbereitete Architektur lässt sich in drei Ebenen unterteilen.

• Erstens bildet AVEVA System Platform die operative Grundlage. Sie bietet Überwachungssteuerung, HMI/SCADA, Alarmmanagement, Visualisierung, Funktionen zur historischen Datenspeicherung sowie ein strukturiertes Asset-Modell. Hier werden die realen Betriebsabläufe abgebildet und hier treffen Bediener weiterhin kritische Entscheidungen.

• Zweitens stellt CONNECT Flows die DataOps- und Integrationsebene bereit. Die Plattform verbindet Datenquellen, verarbeitet Datenströme, wendet Transformationslogik an, unterstützt die Datenübertragung vom Edge in die Cloud und trägt dazu bei, eine konsistentere Datenstruktur zu schaffen. Hier werden Rohdaten nutzbar, verwaltet und für die Nutzung auf übergeordneten Ebenen vorbereitet.

• Drittens stellt AVEVA CONNECT die Ebene der industriellen Intelligenz bereit. Sie ermöglicht den sicheren Datenaustausch, die Zusammenarbeit, Visualisierung sowie den unternehmensweiten Zugriff auf zuverlässige industrielle Informationen. Hier werden Betriebsdaten für Analysen, künstliche Intelligenz, Performance Management und bereichsübergreifende Entscheidungsprozesse verfügbar.

Zusammen helfen diese Ebenen Kunden dabei, von isolierten Automatisierungssystemen zu einer industriellen Architektur überzugehen, die für den Einsatz von künstlicher Intelligenz vorbereitet ist.

Die Chance für Systemintegratoren 

Endkunden werden Unterstützung benötigen, um ihren bestehenden Automatisierungsgrad zu bewerten, Datenlücken zu identifizieren, Tag-Strukturen zu bereinigen, Asset-Modelle zu entwickeln, Legacy-Systeme anzubinden, sichere Datenpipelines zu implementieren und die Architektur an den Geschäftszielen auszurichten. Sie werden Beratung dazu benötigen, was On-Premises verbleiben sollte, was in die Cloud verlagert werden sollte und wie sich der Betrieb schützen lässt, während gleichzeitig Innovation ermöglicht wird. Dadurch positioniert sich der Systemintegrator (SI) als strategischer Berater auf dem Weg der digitalen Transformation des Kunden.