Eclipse Foundation Open-Source-Software unterstützt das industrielle IoT
Anbieter zum Thema
Immer mehr Hersteller greifen auf kostengünstige Technologien zurück, um schneller und ohne Zugangsbeschränkung zu entwickeln. Wie kann Open-Source-Technik im IIoT und bei Predicitive Maintenance im Besonderen unterstützen?

Während das industrielle Internet der Dinge (IIoT) in der weltweiten Fertigungsindustrie immer weiter Verbreitung findet, haben Hersteller immer wieder eines betont: Sie erwarten von zahlreichen IIoT-Technologien und -Anwendungen, dass diese auf Open-Source-Software basieren. Diese Erwartungshaltung wurde auch in der jüngsten „Eclipse IoT Commercial Adoption“-Umfrage von März 2020 bestätigt.
Die Erhebung hat gezeigt, dass 60 Prozent der Befragten Open-Source in ihren Plänen für Technologie-Deployments berücksichtigen. Für diese Nachfrage gibt es viele Gründe. Nicht zuletzt müssen Unternehmen ihre Informationstechnologie (IT) und Betriebstechnologie (OT) auf ihre spezifischen Bedürfnisse zuschneiden können. Das ist nur mit Entwicklungen möglich, die auf dem klar definierten Open-Source-Modell basieren. Mit anderen Worten: Die Unternehmen schätzen zwar durchaus die Kosteneinsparungen, die dieses Modell ermöglicht. Wirklich relevant für die Unternehmen sind aber vor allem die Kontrollmöglichkeiten und Flexibilität, die damit entstehen.
Das ist eine deutliche Abkehr von früheren Zeiten mit den Fertigungslösungen eines einzigen Herstellers. Allerdings sind die Zeiten teurer, hardware-intensiver, proprietärer Entwicklungen gezählt. Viele Hersteller konzentrieren sich heute auf kostengünstigere Technologien, die schneller und ohne Zugangsbeschränkungen entwickelt werden können. Bei einem Gesamtmarkt für industrielle IoT-Ausgaben in Höhe von 325 Mrd. US-Dollar bis zum Jahr 2023 (IDC 2019) dürfte kaum Zweifel bestehen, dass die industrielle Fertigung als Marktsegment enorme Möglichkeiten für die EU und darüber hinaus für die gesamte Welt bietet.
Der Markt der industriellen Fertigung umfasst die Automobil-, Öl- und Gas-, Energie-, Pharma-, Lebensmittel- und Getränkebranche sowie viele weitere vertikale Fertigungsindustrien. Während es zwar um eine Vielzahl ganz verschiedener vertikaler Märkte gibt, so haben viele von ihnen doch einen gemeinsamen Anwendungsbereich für das IIoT: die vorausschauende Instandhaltung/Predictive Maintenance.
Vorteile von Open Source im praktischen Einsatz
Im Umfeld des Predictive Maintenance lassen sich mit IoT-Anwendungen auf Basis von Open-Source die Betriebs- und Kapitalkosten senken. Der Grund: Solche Lösungen erleichtern die proaktive Wartung und Reparatur von Anlagen. Gleichzeitig lassen sich Ressourcen effizienter nutzen – sowohl von Arbeitskräften als auch Ersatzprodukten. Doch was sind die Vorteile von Open-Source für das IIoT im Allgemeinen und besonders bei Predicitive Maintenance? Veranschaulicht wird das an Schlüsselbeispielen der Eclipse Foundation und ihrer Eclipse IoT-Working Group.
Fabrik-basierte Automatisierung existiert seit Jahrzehnten. In den letzten zehn Jahren hat sich das Konzept erfolgreich zu dem Phänomen weiterentwickelt, das gemeinhin als intelligente Fertigung bezeichnet wird, insbesondere als Industrie 4.0 und IIoT. Um die Vision zu verwirklichen, werden in der intelligenten Fertigung software-definierte Funktionen aus der IT- in die OT-Umgebung übernommen, um bestehende Systeme in die autonomen Steuerungssysteme der Zukunft zu verwandeln.
Vor dem Erfolg von Open-Source-Software und dem IIoT bestanden Fertigungssysteme aus monolithischen Software-Stacks, spezialisierten Hardwaresystemen und, was als besonders kritisch zu bewerten ist, proprietärer Technologie mit nicht transparentem Innenleben. Die Systeme wurden zwar so konzipiert, dass sie innerhalb eines bestimmten proprietären Produktbereichs generisch sind. Allerdings sind sie kostenintensiv und nur für einen begrenzten Einsatzbereich geeignet. Würde man sie auf dem heutigen offenen Markt in großem Maßstab replizieren, wäre das mit nicht tragbaren hohen Kosten verbunden.
Das Problem mit den Industrie-Standards
Viele Standards in der Industrie sind nicht kompatibel mit Systemen anderer Anbieter. Sie sind entweder nicht gemäß Industriestandards entwickelt oder es wurden nicht hinreichend definierte Standards verwendet. In letzterem Fall sind unterschiedliche Interpretationen eines Standards möglich. Dann sind die Systeme inkompatibel. Weiterhin ist es möglich, dass die benötigen Standards überhaupt noch nicht existieren. Beispiele möglicher Folgen sind:
- Inkompatibilität bei Informations- und Datenmodellen,
- proprietäre Laufzeiten, die nicht mit anderen Geräten funktionieren,
- Inkompatibilität bei der zugrunde liegenden Systemsoftware oder
- nicht standardisierte Schnittstellen.
All diese Faktoren haben zu einer Generation von Herstellerabhängigkeit im gesamten Fertigungssektor geführt. Die Anwendung von offenen Standards und Open-Source-Software im IIoT wird den Grundstein für eine eindeutige Verlagerung legen – weg von proprietären Schnittstellen und Hardware mit fester Funktion und hin zu interoperablen und portablen Workloads. Kommt mehr Open-Source-Hardware auf den Markt, so wird das die Entstehung von hochspezialisierten, aber auf Standards basierenden Geräten begünstigen. Ein Beispiel einer solchen Hardware ist die von der OpenHW-Group angebotene CORE-V-Familie mit RISC-V-Cores.
Kommen neu entstehende Modelle auf industrielle Anwendungsfälle zum Einsatz, dann profitieren Hersteller und andere Unternehmen von unterschiedlichen Vorteilen:
- Aufbau zusätzlicher Skaleneffekte mit Standards und Open-Source-Software-Projekte,
- Zugang zu einem größeren Markt von Anbietern, von denen Entwicklungen bezogen werden können,
- schnellere Umsetzung von technischen Entwicklungen,
- Upgrade von einer Technologiegeneration auf die nächste, bei zugleich minimiertem Aufwand und Risiko,
- Attraktivere Anreizen für Lieferanten und Verkäufer schaffen und dabei Innovationen mit höherer Geschwindigkeit entwickeln,
- Bestehende Systeme konsolidieren und die Gesamtbetriebskosten (TCO) senken. Alles bezogen auf die Rationalisierung und Reduzierung von Investitionsausgaben (CapEx) und Betriebsausgaben (OpEx) sowie
- eine Grundlage von gemeinsamem Branchenwissen und Best Practice-Fällen schaffen.
Echtzeit-Überwachung und Maschinenwartung
Mit dem Aufkommen intelligenter Fabriken und des IIoT verändert die Art und Weise, wie Organisationen den Bereich des Predictive Maintenance betrachten und umsetzen. Insbesondere hat das IIoT den intensiven Einsatz von Echtzeit-Überwachungsgeräten bei sehr niedrigen Kosten ermöglicht. Dabei werden kontinuierlich umfangreiche Datenmengen an softwaredefinierte Systeme gesendet und mögliche Probleme mit einem System frühzeitig erkannt. Außerdem werden KI und Deep Learning und die damit zusammenhängenden großen Datenmengen, die eine intelligente Fabrik generiert, sind präzise Vorhersagen möglich.
Fast alle intelligenten Fabrikimplementierungen nutzen Echtzeit-Sensoren an den Geräten. Sie liefern Echtzeitdaten, die in Vorhersagemodelle einfließen und Aussagen darüber treffen können, wann etwa eine Maschine ausfallen oder wie lang die verbleibende Nutzungsdauer noch anhalten wird. Auf der Grundlage dieser Daten ist es dann möglich, Wartungsarbeiten zu planen.
Die Eclipse-IoT-Working-Group und die eng verwandte Edge-Native-Working-Group, die sich auf Edge Computing konzentriert, machen die Eclipse Foundation in Bezug auf das IoT zur weltgrößten Open-Source-Organisation. Zu den strategischen Mitgliedern gehören Unternehmen wie Bosch, Red Hat und Eurotech, während andere Unternehmen wie Intel, IBM, Siemens, Nokia und Huawei mehrere Projekte innerhalb der Arbeitsgruppen unterstützen.
Die Eclipse -oT-Community wächst ebenfalls schnell – mit über 8 Mio. Codezeilen hat sich die Menge des von der Gemeinschaft generierten Codes bis zu diesem Jahr fast verdoppelt. Insgesamt hat die Eclipse IoT-Arbeitsgruppe mehr als 45 verschiedene Projekte, 46 Mitgliedsorganisationen und über 350 Experten, die an der Arbeit mitwirken.
Fünf Projekte für ein Predictive Maintenance
Viele der Eclipse-Projekte unterstützen das Predictive Maintenance mit Open-Source-Software. Nachfolgend werden einige Projekte vorgestellt, die fast alle Aspekte dieses Ökosystems abdecken, vom Messaging-Transport bis hin zum Deep Learning.
1. Eclipse Sparkplug: Das Sparkplug-Projekt von Eclipse ist im Zuständigkeitsbereich der Sparkplug Working Group angesiedelt, die parallel zur Eclipse IoT-Community existiert. Sparkplug ist eine Open-Source-Softwarespezifikation, die ein anwendungsorientiertes, interoperables IIoT-Protokoll auf der Grundlage von MQTT bereitstellt. Letzteres ist selbst ein weit verbreitetes Protokoll für die Weiterleitung von Nachrichten.
Durch die Definition von Standard-Payloads, Standard-Topic-Strukturen und zustandsbehaftetem Session-Management ermöglicht es Sparkplug den Entwicklern, Daten aus Anwendungen, Sensoren und Gatewayse innerhalb der MQTT-Infrastruktur nahtlos in ihre Anwendungen zu integrieren. Eine gute Vergleichsmöglichkeit mit Sparkplug bietet das frühe Internet. Es konnte sich aufgrund von zwei offenen Technologien enorm ausweiten: Zunächst existierte mit HTTP ein definiertes Datenaustauschprotokoll. Dann gab es HTML, das wiederum zur Definition der per HTTP gesendeten Daten verwendet wurde. So wie HTTP und HTML die Grundlage für die massive Ausweitung des Internets der Menschen bildeten, werden MQTT und Sparkplug die Schaffung des IIoT ermöglichen.
Damit das IIoT ebensolche Annahme- und Wachstumsraten erreicht, muss der gleiche Ansatz gewählt werden. Der weithin angenommene MQTT-Nachrichtentransport kann wie HTTP betrachtet werden, das heißt er bietet ein offenes und interoperables Framework für Nachrichten. Aber dem IIoT fehlt die Definition der Daten in der Nutzlast. Daher kann man sich Sparkplug wie das HTML des IIoT vorstellen. Um die 24/7-Natur der Sensornetzwerke zu unterstützen, die eine weit verbreitete vorausschauende Wartung ermöglichen, wird diese Art von Spezifikation ein entscheidender Schritt sein, um diese Technologie erfolgreich zu machen. Eclipse Sparkplug ist die beste heute verfügbare Technologie, die eine unmittelbar einsatzbereite Interoperabilität industrieller Maschinen ermöglicht. Sie ist bereits in einer Vielzahl kommerzieller Produkte implementiert und wird im Rahmen des Eclipse Tahu-Projekts auch als Open-Source-Implementierung angeboten.
2. Eclipse Paho: Als weitere Lösung mit Bezug zu MQTT bietet das Eclipse Paho-Projekt zuverlässige Open-Source-Implementierungen für offene und Standard-Nachrichtenprotokolle an. Diese Implementierungen sind geeignet für neue, bereits existierende und entstehende Anwendungen der Maschine-zu-Maschine-Kommunikation (M2M). Letztere umfasst einen weiteren wichtigen Aspekt von Predictive Maintenance.
Paho spiegelt die inhärenten physischen und auf Kosten bezogene Beschränkungen der Gerätekonnektivität wider. Zu den Zielen dieser Lösung zählen ein effektives Level an Entkopplung zwischen Geräten und Anwendungen, um die Märkte offen zu halten und das schnelle Wachstum skalierbarer Web- und Unternehmens-Middleware und Anwendungen zu fördern. Paho enthält MQTT-Publish/Subscribe-Client-Implementierungen für den Einsatz auf Embedded-Plattformen sowie die entsprechende Serverunterstützung, die von der Gemeinschaft festgelegt wird.
3. Eclipse Mosquitto: besteht aus einem Open-Source-Nachrichtenbroker, der die MQTT-Protokollversionen 5.0, 3.1.1 und 3.1 implementiert. Mosquitto ist leichtgewichtig und eignet sich für den Einsatz auf allen Geräten – vom stromsparenden Einplatinencomputer bis hin zu ganzen Servern. Das MQTT-Protokoll bietet eine leichtgewichtige Methode zur Durchführung von Nachrichtenübermittlungen unter Verwendung eines Publish/Subscribe-Modells. Dadurch eignet es sich für IoT-Messaging mit stromsparenden Sensoren oder mobilen Geräten wie Telefonen, eingebetteten Computern oder Mikrocontrollern. Von diesen Geräten werden viele in jeder Lösung verwendet, die sich auf den allgemeinen Zustand von Fabriklösungen richten, die einer ständigen Wartung bedürfen.
4. Eclipse Ditto: ist eine IoT-Technologie, die das Softwarekonzept des digitalen Zwillings implementiert. Ein digitaler Zwilling ist eine virtuelle, cloud-basierte Darstellung von Dingen aus der realen Welt. Beispiele sind Geräte wie Sensoren, intelligente Heizungen, verbundene Autos, intelligente Stromnetze, Ladestationen oder Fertigungssysteme. Die Technologie spiegelt eine mögliche enorme Anzahl digitaler Zwillinge, die in der digitalen Welt existieren, mit physischen Gegenständen wider.
Somit lassen sich IoT-Anwendungen für Software-Entwickler vereinfacht entwickeln, da sie nicht wissen müssen, wie oder wo genau die physischen Dinge verbunden sind. Viele Organisationen verwenden einen digitalen Zwilling zum prüfen, wann und welches System möglicherweise gewartet werden muss. Systeme können virtuell bis zum Ausfall laufen, ohne dass dabei die Probleme riskiert werden, die in der realen Welt auftreten würden.
5. Eclipse DL4J (Deeplearning): ermöglicht es Entwicklern und großen Organisationen, Deep Learning-Anwendungen zu entwickeln. Abgedeckt wird dabei der gesamte Workflow, von der Datenvorverarbeitung über verteiltes Training und Hyperparameter-Optimierung bis hin zum produktionstauglichen Deployment. Diese Anwendungen eignen sich sehr gut für den Einsatz mit riesigen, von intelligenten Fabriksystemen erzeugten Datenmengen, die wiederum für Predictive Maintenance-Systeme genutzt werden.
Mit dem IIoT zur digitalen Transformation der Industrie
Das IIoT erfüllt sein Versprechen, eine der transformativsten technologischen Innovationen des 21. Jahrhunderts zu werden. Damit lässt sich ein erfolgreiches Lösungspaket für Predictive Maintenance schaffen. Möchten Unternehmen sich beides zunutze machen, so müssen sie ihre Strategien und die Open-Source-Alternativen, von denen ihre software-definierten Vorhaben profitieren können, einer gründlichen Analyse unterziehen. So schaffen Unternehmen nicht nur kurzfristige Effizienz, sondern bauen sich ein Fundament, auf dem zukünftige Innovationen auf Jahre hinaus aufgebaut werden können.
Dieser Beitrag ist ursprünglich auf unserem Partnerportal Industry of Things erschienen.
* Mike Milinkovich ist Executive Director bei der Eclipse Foundation.
(ID:47527681)