Edge Computing

Heutzutage funktionieren viele Edge-Computing-Pilotprojekte auf einer neuen Produktionslinie gut. Sobald ein Hersteller versucht, sie im gesamten Werksnetzwerk zu wiederholen, geraten sie häufig ins Stocken. Die Ursache liegt selten in der Hardware, sondern in der fehlenden Architektur: unklare Entscheidungen darüber, welche Daten an der Maschine verarbeitet oder welche Daten an die Werkssysteme weitergeleitet werden.

Die EDAG Group stellt mit EDAG.ai einen Ansatz vor, um Künstliche Intelligenz gezielt in industrielle Produktentwicklungsprozesse zu integrieren. Im Mittelpunkt steht ein modularer Engineering Harness, der KI-Modelle mit Unternehmensdaten, Domänenwissen und Prozessstrukturen verbindet. Grundlage sind unter anderem Smart Data aus mehr als 7.000 Entwicklungsprojekten sowie Engineering-Ontologien und Referenzmodelle.

Smarte Sensorik, vernetzte Maschinen, Edge-Systeme und Cloud-Infrastrukturen schaffen heute die Grundlage für Prozessoptimierungen, Predictive Maintenance oder Industrial-AI-Anwendungen. Der wirtschaftliche Mehrwert datengetriebener Produktion entsteht jedoch zunehmend nicht mehr allein innerhalb einzelner Fertigungsbetriebe. Datenräume und föderierte Datenökosysteme werden zum wichtigen Baustein einer wettbewerbsfähigen digitalen Industrie.

Today, many edge computing pilots work well on a greenfield line but stall once a manufacturer repeats them across its plant network. The cause is rarely the hardware—it is the missing architecture around it: unclear decisions about which data is processed at the machine, which data moves to plant systems and which data reaches the enterprise. Across countries, both the architecture and the rollout must also comply with local regulations and government rules.

Zeljko Loncaric ist Marketing Engineer beim Technologieunternehmen congatec und befasst sich mit Sparse Modeling, einer KI-Technik für Embedded-Systeme.