Genug mit den Piloten: IoT in der Fertigung ist bereit, im Maßstab zu wachsen

MWC19 Los Angeles: So skalieren Sie Ihre IoT-Lösungen richtig IoT-Lösungen sind unabhängig voneinander leistungsstark. Der eigentliche Wert ergibt sich jedoch aus der für ein Unternehmen geeigneten Skalierung der Technologie.

Ein neuer Asset Monitor mit künstlicher Intelligenz (KI) von IBM bietet Herstellern die Möglichkeit, in die nächste Phase der Entwicklung des Internet der Dinge (IoT) einzusteigen. Der schwierige Teil wird alles andere sein: Sinn für die Daten, Überarbeitung bestehender Prozesse und Umschulung von Technikern und Ingenieuren.

Der Maximo Asset Monitor von IBM erweitert die Maximo Suite um KI-Funktionen, mit denen Unternehmen die oben genannten Aufgaben ausführen und in eine andere Phase der digitalen Transformation eintreten können.

Kareem Yusuf, General Manager der IBM IoT-Geschäftseinheit, sagte, das Ziel von IBM für den Maximo Asset Monitor sei es, dass Unternehmen auf der Grundlage der Daten aus den von ihnen in Maximo verwalteten Assets Erkenntnisse gewinnen und Maßnahmen ergreifen.

"Wir möchten Kunden dabei helfen, neue Daten zu erhalten oder vorhandene Daten verständlich zu machen", sagte er. "Es geht nicht nur darum, Daten zu sammeln, sondern sie in einen zusammenhängenden Strom zu bringen und sie auf konsistente Weise mit historischen Daten zu verknüpfen."

Laut Yusuf befindet sich die digitale Transformation des Asset Managements in der Fertigung an einem Wendepunkt.

"Unternehmen sind bereit, dies mit mehreren Anlageklassen und mit mehreren Prozessen zu übernehmen und die Dinge wirklich voranzutreiben", fuhr er fort. "Diese Vermögenswerte werden zum Kern der Funktionsweise dieser Unternehmen, und Sie müssen eine ganzheitliche Methode zur Verwaltung der physischen Vermögenswerte und zur Kenntnis ihres Zustands haben."

Reid Paquin, Research Director bei IDC Manufacturing Insights, sagte, dass vermögensintensive Unternehmen wie Energieversorger, Öl- und Gasunternehmen, Metalle, Bergbau-, Zellstoff- und Papierhersteller sowie Chemiehersteller diese Art der Überwachung am hilfreichsten finden werden, um Ausfallzeiten zu vermeiden.

Brian Hopkins, VP Principal Analyst bei Forrester, sagte, dass die Maximo-Nachrichten ein Beispiel für den Trend sind, dass Technologieanbieter KI in Anwendungsfälle und branchenspezifische Lösungen einbetten. Hopkins fügte hinzu, dass diese neue Funktion schnell zu einem festen Bestandteil der Branche wird und dass der Erfolg mit KI-Lösungen davon abhängt, wie gut die zugrunde liegenden Daten verwaltet werden.

Sonderbericht: Sensor'd Enterprise: IoT, ML und Big Data (kostenloses PDF)

"Das Datenmanagement in der Industrie ist schwierig, da so viele Daten von Geräten stammen und niemals in Unternehmensdatenseen gelangen", sagte Hopkins. "Wir sind der Meinung, dass der Kauf einer Lösung wie Maximo ohne Datenmanagement am Rande eher frustrierend als vorteilhaft sein kann."

IBM plant, auf den Funktionen von Maximo aufzubauen, indem OpenShift-Hybrid-Cloud-Funktionen von RedHat, Watson Studio, Watson ML und anderen Kerntechnologien in die Plattform integriert werden.

Die frühen Phasen der digitalen Transformation

Für Hersteller gibt es vier grundlegende Schritte in der Entwicklung zu diesem neuen datenzentrierten Geschäftsmodell:

  1. Bestandsaufnahme durchführen
  2. Datenerfassung implementieren
  3. Organisation und Synthese der Daten
  4. Verwendung der Daten zur Entwicklung prädiktiver Analysen und betrieblicher Prozesse

Yusuf sagte, dass sich der Großteil der IBM Kunden in der ersten Phase ihrer digitalen Transformation befindet und ein Enterprise Asset Management-System für grundlegende Aufgaben verwendet. Eine kleinere Gruppe von Unternehmen fängt gerade erst an, Daten aus vorhandenen Assets zu erfassen.

"Wir sind jetzt an der Schwelle, an der die Leute das Instrumentierungsproblem verfolgen müssen", sagte Yusuf.

Paquin stimmte zu, dass die Mehrheit der Hersteller noch Arbeit zu erledigen hat. "Viele Hersteller müssen noch Infrastruktur-Upgrades vornehmen, um ein Strategic Asset Management-Programm einzuführen", sagte er. "Auch wenn die Assets verbunden sind, ist die Verwaltung aller Daten, auf die jetzt zugegriffen werden kann, immer noch eine große Herausforderung, die wir im Gespräch mit Herstellern sehen."

In der nächsten Phase der Transformation stehen genügend kohärente Daten zur Verfügung, um den Zustand verschiedener Assets zu überwachen und ein System für vorausschauende Wartungswarnungen aufzubauen. Yusuf sagte, dass nur wenige Unternehmen die Daten verwenden, um Geräteausfälle vorherzusagen.

"Einige unserer Kunden haben dieses Niveau erreicht, aber ich würde sagen, dass dies eher Pilotprojekte als dramatisch sind", sagte er.

Hindernisse für die digitale Transformation

Laut Hopkins of Forrester müssen die Hersteller über die Idee hinausgehen, dass die Modernisierung der Technologie eine ausreichende Datenstrategie ist.

"In unseren Prognosen für den CIO 2020 prognostizieren wir, dass fortgeschrittene Unternehmen die tatsächlichen Unternehmenskosten des Datenmanagements erkennen und ihre Datenstrategiebudgets verdoppeln oder verdreifachen werden", sagte Hopkins.

Yusuf sagte, er sehe zwei gemeinsame Hürden, denen sich Unternehmen zu Beginn des Prozesses der Verbindung von Prozessen und Maschinen untereinander und mit dem Internet gegenübersehen. Der erste ist die Entscheidung, wo angesichts des Umfangs der Arbeit mit der Transformation begonnen werden soll.

"Ungefähr 80% der Geräte müssen nachgerüstet werden, um die Konnektivität zu befestigen, und dann muss sie angeschlossen werden", sagte Yusuf.

Unternehmen müssen entscheiden, mit welchen Anlageklassen sie beginnen möchten, einen Plan für die Datenerfassung erstellen und gleichzeitig nützlich machen.

Hopkins sagte, dass CIOS die Datenspeicherungs- und -verarbeitungsfähigkeiten erheblich verbessern muss.

"Die Kosten für die Verarbeitung von Datentransaktionen in industriellen IoT-Szenarien werden den Speicher und die zentralisierte Cloud-Verarbeitung übersteigen", sagte er.

Ein weiteres entscheidendes Element bei dieser Transformation ist die Sicherstellung, dass die Techniker, die die physischen Systeme reparieren und warten, davon profitieren.

"Es werden viele Daten an Techniker und Ingenieure gesendet, und sie möchten wissen, wie dieser Übergang ihre Arbeit erleichtert", sagte Yusuf.

Yusuf fügte hinzu, dass die Verbesserung der Sicherheit in der Fertigung und die Einrichtung von Kollaborationsplattformen für den Wissenstransfer Prioritäten für die nächste Phase der Arbeit von IBM sind.

Best of the Week Newsletter

Unsere Redakteure heben die Artikel, Galerien und Videos von TechRepublic hervor, die Sie unbedingt verpassen dürfen, um über die neuesten IT-Nachrichten, Innovationen und Tipps auf dem Laufenden zu bleiben. Freitags

Heute anmelden

© Copyright 2021 | mobilegn.com