Intelligenz direkt an der Maschine: Ein Use Case für Edge Computing in der Produktion

Es ist 2:47 Uhr. Das Handy von Feinwerkmechanikermeister Gregor vibriert auf seinem Nachttisch:

Die CNC-Fräse in Halle 3 steht still – mitten in einem Eilauftrag. Mal wieder! Solche Nächte müssen sich doch vermeiden lassen.

Wie? Das erfahren Sie hier!

Der Ausfall in unserem fiktiven Unternehmen kam ohne Vorwarnung. Kein Alarm, nicht einmal ein Signal. Und natürlich gab es auch diesmal kaum Zeitpuffer. Nur ein kaputter Fräskopf, eine gestoppte Produktionslinie und mit ziemlicher Sicherheit ein unausgeschlafener Gregor am Telefon mit einem unzufriedeneren Kunden am nächsten Morgen.

Dabei hatte Gregor doch vor kurzem erst die Modernisierung der Basis-IT angestoßen.

Das Problem liegt diesmal an einer anderen Stelle, die mit Edge Computing vermeidbar gewesen wäre.

Das Grundprinzip von Edge Computing lässt sich in einem Satz zusammenfassen: Daten werden dort verarbeitet, wo sie entstehen. Nicht erst in der Cloud. In der Industrie also direkt an der Maschine. Quasi an der Kante, der „Edge“ im Englischen. 

Edge Computing ersetzt die Cloud nicht, sondern ergänzt sie. Zeitkritische Prozesse laufen lokal. Langfristige Analysen, Datenablage, Reportings und KI-Modelle wandern in die Cloud. Sie als IT-verantwortliche Person entscheiden, welchen Job Sie wohin geben. Edge Computing selbst spielt seine Stärken gleich bei Ihnen vor Ort aus: 

• Geringere Latenz: Die Auswertung findet lokal statt. Keine Wartezeit auf externe Server.

• Mehr Kontrolle: Daten verlassen das Werk nicht. Sie bleiben dort, wo sie hingehören.

• Weniger Netzabhängigkeit: Auch bei schwacher oder unterbrochener Internetverbindung läuft die Verarbeitung weiter.

Der Unterschied, den das in der Fertigung machen kann, ist erheblich: Gewöhnliche IT-Architekturen mit Cloud-Anbindung schicken die Maschinendaten über das Netz in ein Rechenzentrum. 

Dort werden sie ausgewertet. Anschließend kommt die Antwort zurück. Das dauert manchmal Millisekunden und gerne auch mal Sekunden. Je nach Entfernung zum Rechenzentrum. Für Gregors CNC-Fräse ist das zu langsam. 

Sie dreht ihre Spindel mit zigtausend Umdrehungen pro Minute. In der Zeit, in der ein Datensatz den Weg in die Cloud und zurückschafft, hat das Werkzeug bereits viele (womöglich unnötige) Umdrehungen hinter sich. 

Wäre der Fräskopf „kurz vor dem Abrauchen“, wäre er zwischenzeitlich längst gebrochen. Für die Überwachung oder gar Maschinensteuerung ist die Cloud daher selten das richtige Werkzeug. Bei Edge Computing werden die Daten deutlich schneller verarbeitet, und das kann bei der Überwachung von produktionskritischem Werkzeug entscheidend sein.

Um den konkreten Use Case für Edge Computing aus der Industrie zu veranschaulichen, ist ein kurzer Theorieteil notwendig: Beim Edge Computing hat jede Datenstation eine klare Aufgabe. Der fachliche Begriff dafür lautet (einmal mehr) Layer. 

Zurück zur qualmenden CNC-Fräse. Die Maschine ist zwar mit Temperatursensoren ausgestattet, doch da die Daten nicht erfasst werden, verlaufen die Informationen irgendwo im Nirgendwo. 

So war es bei unserem fiktiven kleinen Betrieb mit Feinwerkmechanikermeister Gregor auch: Der Fräskopf überhitzt. Die Maschine steht. Das Handy klingelt.

Mit Edge Computing wäre das nicht passiert: Ein Gateway – etwa ein Industrie-PC im Schaltschrank – liest den Temperatursensor am Spindellager direkt aus, kennt den Grenzwert und reagiert in Millisekunden: Die Drehzahl wird automatisch gedrosselt, das Werkstück noch fertig bearbeitet.

Anschließend fährt die Maschine kontrolliert in eine Abkühlpause. Gleichzeitig bekommt Gregor eine Meldung aufs Tablet: „Spindeltemperatur erhöht, automatisch optimiert.“ Reporting statt Anruf.

Edge Devices sind robuste, industrietaugliche Kleinrechner oder Gateways.

Sie sitzen direkt an der Maschine oder im Schaltschrank, laufen 24/7 und sind für raue Umgebungen ausgelegt. Kein Büro-PC, sondern zertifizierte Hardware für den Produktionseinsatz.

In der Praxis werden sie auch als Edge-Knoten bezeichnet, insbesondere dann, wenn sie Daten von mehreren Maschinen bündeln.

Einmal implementiert entlastet Sie Edge Computing auf mehreren Ebenen gleichzeitig: weniger operative Störungen, mehr Überblick, bessere Argumente gegenüber der Geschäftsführung. Vier Punkte, die Ihre Vorteile greifbar machen:

Das sind gute Nachrichten, doch es gibt auch eine Hiobsbotschaft: Ja, Edge-Infrastruktur bringt initialen Aufwand. 

Produzierende Geräte müssen konfiguriert, Schwellenwerte definiert und Alarme eingerichtet werden. Sie kennen Ihre Maschinen und Prozesse und Sie definieren, was die Systeme können sollen.

Das ist nicht delegierbar. Und das ist auch gut so. So können Sie strategisch entscheiden: Mit welcher Maschine starten Sie? Welche Produktionslinie kommt als nächste? Welche Daten brauchen Sie wirklich? 

Wenn Sie diesen initialen Anlauf mit einem IT-Partner angehen, hält sich der Aufwand in Grenzen. Ein Managed Service Provider kann Ihnen Betrieb und Update der Edge Devices Arbeit abnehmen. Er übernimmt das Monitoring der Geräte, den Support und auch das Roll-out-Management, wenn Sie weitere Maschinen ergänzen möchten. 

Sie müssen nicht die gesamte Fertigung auf einmal umrüsten. Der sinnvollste Start ist ein Pilotprojekt an einer einzigen Maschine oder Produktionslinie.

Drei kurze Beispiele, wie Ihr eigener, erster Use Case im Edge Computing aussehen kann:

• Wie oben beschrieben: Die Temperaturüberwachung an einer CNC-Fräse. Anomalie-Erkennung beugt dem Ausfall vor.
• Vibrationssensorik an einer Presse: Vorhersage von Werkzeugverschleiß.

• Energiemonitoring an einer Spritzgussmaschine: Erkennung ineffizienter Laufzeiten.

Die Idee dahinter: Starten Sie Ihr Projekt Edge Computing im Mittelstand mit einem eigenen Use Case und damit einem für Sie klaren Ziel. Messen Sie das Ergebnis. Kommunizieren Sie intern und bauen Sie Vertrauen auf. 

Beteiligte Kolleginnen und Kollegen ziehen mit? Die Geschäftsführung ist überzeugt? Dann skalieren Sie Schritt für Schritt, und die garstige Fräse in Halle 3 beschert Feinwerkmechanikermeister Gregor keine schlaflosen Nächte mehr.