Aussteller- & Produktsuche
Veranstaltungssuche
Sprecherübersicht

Bevor das Interview startet, will Andreas Keiger erst mal etwas klarstellen: „Also, die Edge, die gibt es schon lange. Wir erleben momentan nur eine neue Wahrnehmung für die Technik“, erklärt Keiger. Der Elektrotechniker verantwortet das Rittal-Geschäft mit der Edge-Cloud. Das hessische Unternehmen Rittal verbinden die meisten Industrieanwender immer noch mit Schaltschränken. Vom „Amazon der Schaltschranktechnik“, spricht der Inhaber Prof. Dr. Friedhelm Loh gerne. Nach einer Weile des Nachdenkens benennen viele Industrieanwender dann oft noch die Softwarelösungen von Eplan als Rittal Produkt. Doch die Hessen beschäftigen sich schon seit mehr als zehn Jahren mit Edge-Computing und Private-Cloud-Lösungen – nicht immer im medialen Rampenlicht, aber nachhaltig. „Rittal steht auf zwei Säulen: Industrie und IT“, fasst Keiger zusammen.

Mit der Edge-Strategie - die ersten Produkte wurden bereits auf der CeBIT 2017 vorgestellt - wachsen beide Bereiche auch irgendwie ein Stück weit zusammen. „Wir fokussieren mit unserer Lösung die Industrieanwender, die Daten sammeln, verarbeiten, analysieren, trainieren und zurückspielen wollen.“ Das Thema hat jetzt auch in der Industrie Konjunktur. Eine Zahl: Die Rekorde in Bezug auf Datenverarbeitung überschlagen sich. Die Zwei-Zettabyte-Marke fällt wohl noch 2019, ist man bei Rittal überzeugt. Für die Berechnung und Analyse dieser Datenmengen gibt es doch die Cloud, hieß es vor fünf Jahren auf Kongressen und Messen. Heute herrscht Ernüchterung. „Ich glaube, wir haben das Thema Cloud jahrelang falsch kommuniziert. Die großen Infrastrukturanbieter sind dafür verantwortlich und müssen erklären, wo die Daten sind, was damit getan wird. Wir erleben eine große Skepsis gegenüber Cloud-Anwendungen. Das Edge-Computing gewinnt an Bedeutung, das stimmt. Dazu kommt: In der jüngeren Vergangenheit wurde Big Data gehypt. Heute brauchen wir zur Problemerkennung oder Performance-Steigerung aber nur wenige Daten. Dafür reicht die Edge aus. Diese Lernkurve machen gerade viele Maschinenbauer“, erklärte Ralf W. Dieter, Vorstandsvorsitzender der Dürr AG, gegenüber dieser Redaktion.

Die Edge-Freunde

Dem stimmt Keiger zu: „Wer will sensible Produktionsdaten an AWS übergeben? Ich kenne nur wenige.“ Die wichtigen Daten sollen auf der Edge bleiben, in der Unternehmens-IT. Dazu kommt: Viele Unternehmen hätten kaum die Bandbreite, Millionen von Daten schnell in die Cloud zu übertragen. Aber: Kurze Latenzzeiten sind in vielen Bereichen – wie zum Beispiel für die echtzeitfähige und datensouveräne industrielle KI oder videobasierte Produktionsassistenzsysteme – unabdingbar. Keiger und seine Kolleginnen und Kollegen sind überzeugt: „Wenn Daten erst sehr weite Strecken zu zentralen Datacentern in eine Cloud zurücklegen müssen, kostet die Antwort oft zu viel Zeit – und bringt die Kunden bei datengetriebenen Innovationen ins Hintertreffen.“ Keiger meint Machine Learning (ML), Deep Learning (DL) oder Reinforcement Learning (RL)–Anwendungen, die Daten und Modelle brauchen.

„Ich bin davon überzeugt, dass die große Mehrheit der Unternehmen in Zukunft ML auf der Edge macht“, erklärt Peter Seeberg, der früher bei Intel arbeitete, bei Softing ML- Projekte verantwortete und heute Industrieanwender und dabei vor allem Maschinenbauer bei ML-Themen berät. Seine These: „Das Trainieren der Daten kann auf einem Standard-Notebook stattfinden, die Laufzeit-Modelle verrichten ihre Arbeit auf einem Industrie-PC in der Maschine; nicht anders als ein Gesichtserkennungs-Modell auf einem modernen Handy“, berichtet der Münchener. Wie kam er dazu? „Die Kunden wollten in der Vergangenheit oft keine Cloud-Lösung, deshalb mussten wir uns eine Alternative einfallen lassen.“ Aber Seeberg ist kein Cloud-Gegner. „Wir brauchen die Cloud, aber zielgerichtet. Die Cloud muss zur Strategie des Unternehmens passen“, unterstreicht er.

Und auch Siemens entdeckt die Edge für sich. „Das Zusammenspiel von Cloud und Edge bringt ganz neue Möglichkeiten: In Kombination mit Automatisierungssystemen können wir mit Edge-Technologien KI an die Maschine in den Fertigungsprozess bringen und so die Produktivität steigern“, erklärte Siemens-Vorstand Klaus Helmrich im Podcast KI in der Industrie. Die Mindsphere World hat seit einigen Monaten auch einen Edge-Connector.

Auto ML-Software als nächster Schritt

Alle vier Industrievertreter können sich bei der Edge auf Moore's Law - das heißt, die Zahl der Transistoren in einem integrierten Schaltkreis verdoppelt sich etwa alle 18 Monate - weiter verlassen, auch dank deutscher Technologie von Trumpf und Zeiss bei der EUV-Technik. Denn Voraussetzung für einen Edge-Einsatz – heute und morgen – ist der Bestand der Regel. „Moore's Law lebt – es sei entgegen aller Unkenrufe sogar nicht einmal krank! Auf absehbare Zeit werde sich daran auch nichts ändern“, zitiert Heise TSMCs Forschungschef Philip Wong. Wong zufolge soll es auch noch im Jahr 2050 und darüber hinaus gelten. Die Metrik, die Wong für seine Aussage nutzt, ist die Packdichte der Transistoren.

Keiger weiß das alles, kennt die Zahlen und ist mit seinen Gedanken schon weiter. Denn nach der Edge kommt die Produktionsoptimierungssoftware aus dem Haus Rittal. Datenbasis dafür ist das neue Werk in Haiger. Über 18 TB an Daten sammelt das Werk am Tag. Diese Menge an Daten nutzen Keiger und sein Team. Sie haben sich Hilfe geholt – von Bosch, Fraunhofer und IoTOS. Das Ziel, eine Art Auto-ML-Anwendung, die es Kunden erleichtern soll, Prozesse oder die Fertigung schnell zu optimieren. „Wenn Sie 100 Maschinen und 26 Roboter haben, dann wissen Sie, wie schwierig es ist, von denen allen saubere Daten zu bekommen.“ Domainwissen ist gefragt und das am besten automatisiert, um Modelle mit Daten zu trainieren. Dazu kommt eine Track-and-Trace-Anwendung, die die Logistikanbindung ermöglicht, heißt es bei Rittal. Mehr will Keiger aber nicht verraten. Im Oktober wird das Produkt der Öffentlichkeit präsentiert. Erprobt wurde die Software im Werk Haiger. Rittal und die Partner entwickelten für den Schaltschrankfertiger Algorithmen, die einerseits das Know-how der Mitarbeitenden digitalisieren und andererseits Mustererkennung betreiben, um Störungen vorherzusehen. Bis vor wenigen Wochen war das noch ein Standard-Algorithmus, der aber angepasst, neutralisiert jetzt zum Servicemodell für neue Kunden werden soll. „Plug&Produce ist unser Anspruch“, formuliert Keiger selbstbewusst.

Doch Keiger ist seit vielen Jahr in der Industrie und weiß um die Probleme. „Wir haben immer noch Sprachprobleme. Ich wäre froh, wenn wir eine Datensprache hätten. Jeder macht schon wieder sein eigenes Ding.“ War OPC UA nicht dieser Standard? „Erklären Sie das mal den Kolleginnen und Kollegen von Alibaba und Baidu. Die Datensprache in China ist eine ganz andere.“

Und die Edge? „Die wird noch kleiner. Der Sensor oder sogar der Chip wird irgendwann zur Edge. Auf ihm findet ML in Zukunft statt.“