In Verbindung mit dem Internet of Things (IoT) entstehen durch die Verwendung von Portalen neue Möglichkeiten bzw. Potenziale. Die einfachere Datenbereitstellung durch Verfügbarkeit der Datenquellen erlaubt die schnelle unternehmensübergreifende Kommunikation, d. h. einen höheren Grad an Integration der geschäftsrelevanten Informationen über die gesamte Wertschöpfungskette hinweg. IoT bietet nicht nur einen höheren Detailgrad der Daten, sondern – durch die Überwindung der hierarchiebedingten Latenzen – schnellere Reaktion aller Akteure hinweg. Akteure des betrachteten Diskursbereichs sind nicht nur der Maschinennutzer selbst, sondern auch dessen Lieferanten und Kunden sowie der Maschinenbauer.

Auch für KMU bieten digitale Geschäftsmodelle unter Einbezug digitaler Plattformen große Potenziale neue Erlöse zu generieren, neue Kunden und Kundengruppen zu gewinnen sowie durch Digitalisierung des Produkt- und Dienstleistungsportfolios Skalierungseffekte zu erzielen [1]. Mit IoT-Plattformen existieren Lösungen, die zumindest aus Perspektive ihrer Anbieter als Produkt zur Potenzialhebung bereits zur Verfügung stehen. Anbieter sind u. a. Amazon, IBM oder Microsoft sowie auch Industrieunternehmen wie General Electric. Mit Blick auf die tatsächliche Nutzung in der Praxis scheinen die potenziellen Plattformnutzer diesen Optimismus nicht zu teilen: der Einsatz erfolgt nur zögerlich.

Die Gründe sind sicherlich vielschichtig und umfassen mehrere Perspektiven. Problemstellungen für Nutzung von IoT-Plattformen liegen ebenfalls in den bestehende heterogene IT- und Automatisierungslandschaft mit proprietären Insellösungen, d. h. mangelnde IoT-Fähigkeit der Produktionsobjekte und Fehlen der informationstechnischen Infrastruktur. Es existieren keine einheitlichen Schnittstellen bzw. Lösungen, die dieser Heterogenität und partiellen Geschlossenheit aufwandsadäquat gerecht werden und die spezifische Konfiguration und Anbindung der beteiligten Systeme erlauben. Auch scheitert die einfache Umsetzung an der Spezifik der jeweils vorliegenden Situation. Die Transformation der theoretischen Anwendungspotenziale und die individuelle Adaption der Lösungsbausteine innerhalb des existierenden Produktionssystems ist zwingend erforderlich. Es gilt, die passenden Instrumente auszuwählen, geeignet zu konfigurieren und zu kombinieren. Das Fehlen von Migrationsstrategien verhindert eine systematische und zielgerichtete Fortentwicklung. Ebenfalls beeinträchtigen falsche Erwartungen und Fehleinschätzungen bei Stakeholdern die erfolgreiche Umsetzung. Auch bestehen hinsichtlich der Kontrolle der anfallenden Daten häufig Ängste vor Know-How-Abfluss, denen es hinsichtlich der Akzeptanz der Neuerungen zu adäquat zu begegnen gilt.

Klar formuliert, eine erfolgreiche Implementierung erfordert die individuelle Adaption der allgemeinen Lösungskonzepte auf die spezifischen Gegebenheiten innerhalb der Fabriken oder Fertigungsanlagen unter Berücksichtigung des Dreiklangs Mensch, Technik und Organisation mit Hilfe einer geeigneten Umsetzungsstrategie.

Handlungsfelder in der Umsetzungsstrategie

Wesentliche Handlungsfelder für Digitalisierung unter Nutzung von IoT-basierten Infrastrukturen sind unter anderem:

Herstellung der IoT-Fähigkeit der Produktionsobjekte des Unternehmens

Die Verfügbarkeit von Datenquellen als IoT-Device ist basale Prämisse für die Plattformnutzung. Da der tatsächliche Umsetzungsgrad in den realen Fabriken nicht mit der konzeptbedingten Erfordernissen korreliert, bedarf geeigneter Lösungen, existierende Systeme mit IoT-Fähigkeiten auszustatten. Ein dahingehendes Konzept ist z. B. ein Industrie 4.0-Gateway [2].

Individualität der Realisierung und geeignete Konfiguration

Die Operationalisierung der theoretischen Anwendungspotenziale innerhalb von Produktionssystemen ist weiteres Erfordernis. Die jeweiligen Prozessausprägungen und deren Spezifika sind einzubeziehen, um eine konkrete Umsetzung zu praxisrelevant detaillieren. Ergebnis ist eine unternehemensangepasste Parameterkonfiguration der einzelnen Lösungsbausteinen und deren Interaktion. Dies kann durch die Identifikation geeigneter Use-Cases erfolgen und mittels aussagekräftiger Szenarien evaluiert werden, beispielsweise mit Hilfe einer Simulationsumgebung [3].

Vertrauen und Akzeptanzschaffung

Um der Angst vor Know-How-Abfluss (insbesondere bei den Maschinenanwendern) zu begegnen, bedarf es eines Konzepts zur transparenten Regelung des Informationsflusses. vom und zum IoT-Portal. Dies kann mit einer Informationsfirewall erreicht werden, die unabhängig vom Portalanbieter den Datenstrom kontrolliert und von den einzelnen Akteuren hinsichtlich ihrer „Durchlässigkeit“ konfiguriert werden kann. Dazu bedarf es eines Informationsmodells, welches in geeigneter Weise von der Komplexität der Aufgabenstellung abstrahiert (beispielsweise mittels generischer Use-Cases-zentrierter Bausteine in Kombination mit Regeln).

Zur Detaillierung der genannten Handlungsfeldern seien im Folgenden einige relevante Strategiebausteine erörtert. Bild 1 zeigt den Zusammenhang.

Bild 1: Strategiebausteine der Umsetzung von IoT-basierten Infrastrukturen

Grundbausteine IoT

Baustein Technologieverfügbarkeit

Aus technologischer Sicht entsteht das IoT aus der Verbindung von Mensch, Objekten und Systemen [4], die als Akteure in einer Kommunikationsstruktur zusammenwirken. Die Verfügbarkeit von Informations- und Kommunikationstechnologien führt zu einer hohen Durchdringung von Geschäftsprozessen mit klassischen Computer- und Steuerungssystemen und mobilen Endgeräten sowie eingebetteten Systemen. Gerade letztere sind zunehmend durch hohe Leistungsfähigkeit gekennzeichnet. Die Vernetzung unter Nutzung von Kommunikationsstandards (z. B. IPv6) und der Einsatz weiterer Technologien (z. B. AutoID, Lokalisierung mit GPS oder Beacons, Algorithmen zur Suche und Analyse wie Deep Learning) erlauben die wirtschaftliche Umsetzung dezentraler Organisationsparadigmen zur Komplexitätsbeherrschung.

Baustein Architekturkonzept

Mit Blick auf die Vernetzung der Objekte als wesentliches Merkmal von IoT respektive Industrie 4.0 ergeben sich drei grundlegende Aufgabenbereiche: die Umweltinteraktion mit Erfassung durch Sensoren und Wirken durch Aktoren, die Gatewayebene als ein wesentliches Netzwerkelement und die IoT-Plattform als übergeordnete Ebene der Datenspeicherung und -verarbeitung [5]. Durch ihre Fähigkeit zur lokalen Informationsverarbeitung können cyber-physische Systeme nicht nur zur bloßen Datenerfassung genutzt, sondern auch als IoT-Gateway fungieren, welche die Kommunikation zur nächsthöheren Ebene (typischerweise als Plattform in der Cloud) übernimmt. Diese Gateway sind mit diversen Netzwerkschnittstellen ausgestattet und können neben der reinen Datenübermittlung auch als Übersetzer oder Vermittler fungieren und komplexere Applikationen (z. B. Filterung, Aggregation) oder die Vorverarbeitung der Daten lokal übernehmen.

Baustein Plattform

Zur Strukturierung der Architektur von IoT konkretisieren typische Modelle die drei Aufgabenbereich in ein Fünf-Schichtenmodell mit typischerweise Geräte-, Verbindungs- Verarbeitungs-, Anwendungs- und Sicherheitsschicht [6]. Die drei letztgenannten bildet im engeren Sinne die IoT-Plattform. Die Verarbeitungsschicht stellt die Verbindung zwischen den nicht standardisierten Geräten und der Anwendungsschicht her. Dies beinhalten u. a. das Gerätemanagement (mit Identifikation und Zustandsüberwachung) und die Datenaufbereitung. Die Anwendungsschicht bietet Applikationen zur Informationsgewinnung, die zum Teil domänenspezifische Use-cases abdecken oder durch externe Akteure erstellt werden können. Ebenfalls Teil einer IoT-Plattform ist ein Sicherheitskonzept. Besondere relevante Bestandteile sind standardisierten Schnittstellen zu Drittsystemen, IoT Data Analytics und die Bereitstellung mobiler Applikationen sowie die Unterstützung einer Vielzahl von Kommunikationsprotokollen [7].

Umsetzungrahmen

Baustein Brownfield

Insbesondere die Themen Schnittstellen und Kommunikationsprotokolle sind technische Herausforderungen der Integration innerhalb heterogener und gewachsener IT- und Automatisierungslandschaften hin. Es ergibt sich die Implikation, Vorhandenes in geeigneter Form zu befähigen, als Teil eines einer IoT-Plattform zu agieren. Insbesondere die Integration von geschlossenen Legacy-Systemen bildet einen typischen Anwendungsfall. Für bestehende Produktionsanlage gibt es u. a. verschiedene Middleware-Konzepte (wie das Referenzarchitekturmodells Industrie 4.0 (RAMI 4.0) mit seinem konzeptionellen Begriff Administrationsschale  [8]). Diese arbeiten zum Teil auf abstraktem Level und bieten augenscheinlich wenig Hilfe zur operativen Umsetzung. Besondere Herausforderung ist auf die Spezifik der vorliegenden Situation einzugehen aber gleichzeitig Standards zu folgen, um Insellösungen oder Lock-in-Effekte zu vermeiden.

Baustein semantische Interoperabilität

Der Einsatz des Internet-Protokolls vermittelt den Eindruck einer einfachen Umsetzung von globaler Ende-zu-Ende-Kommunikation. Unter Verwendung eines Schichtenmodells, welches die DIKW-Hierarchie – Data, Information, Knowledge and Wisdom [9] und des Schichtenmodells für Netzwerkprotokolle (vgl. ISO 2011) kombiniert [10], trifft dies auf der Signal- und der Datenebene auch weitgehend zu. Allerdings ist das auf der Informations- sowie der Aggregationsebene, die die Erweiterung um semantische Aspekte oder komplexe Datenstrukturen bzw. die Vorverarbeitung und Aggregation von Daten und Funktionen auf hohem Abstraktionsniveau umfassen, nicht gegeben. Es ist keine vollständige Interoperabilität auf der Anwendungsebene der IoT-Strukturmodells praxisrelevant umgesetzt. Immerhin haben sich für die Verbindung von Maschinen mit Cloud-Diensten einige häufig verwendete Protokolle auf der Anwendungsebene etabliert (u. a. MQTT, LWM2M und OPC-UA).

Baustein Datenschutz

Die Akzeptanz und Nutzung von IoT und Cloud-Computing seitens der (potenziellen) Kunden wird durch die Wahrnehmung von Risiken und Hemmnisse geprägt [11-13]. Als Konsequenz ergeben sich neue Herausforderungen an Sicherheitskonzepte und deren praktische Umsetzung in der Fabrik [14]. Das Know-how über die Produktionsprozesse und Herstellverfahren ist vor einem unkontrollierten Abfluss durch ein Sicherheitskonzept  zu schützen [vgl. 15]. Hier gibt es bereits Ansätze (z. B. BSI-Grundschutz), welche sowohl methodisch als auch inhaltlich als weiter Basis dienen können, um eine adäquate Adaption auf das IoT im bearbeiteten Diskursbereich zu entwickeln.

Lösungsevaluation

Baustein Lösungsevaluierung

Zur Adressierung der Spezifik des jeweiligen Anwendungsfalles und der Validierung potenzieller Lösungen bedarf es eines geeignetes Instrumentarium. Die Nachfrage bezüglich derartiger Test- und Validierungswerkzeuge wird ebenfalls durch die zunehmende Adressierung in den einschlägigen Förderprogrammen von Wissenschaft und Praxis sowie in Politik- und Industrieinitiative deutlich: Als sogenannte „Testzentren“ sind sie wesentlicher Teil der jeweiligen intendierten Lösungsstrategie [u. a. 1, 3].

Schlüsselwörter:

Internet der Dinge, Plattformen, Portale, Implementierungsstrategie

Literatur:

[1] Bundesministerium für Wirtschaft und Energie: Bekanntmachung zur Förderinitiative Mittelstand 4.0 – weitere Kompetenzzentren für Innovative Lösungen für die Digitalisierung und Vernetzung der Wirtschaft. BAnz AT 26.08.2016.
[2] Lass, S.: Industrie 4.0 trotz Altsystemen – Integration bestehender Anlagen in cyber-physische Produktionssysteme. In: Industrie 4.0 Management 33 (6), S. 15–19, 2017
[3] Lass, S.: Simulationskonzept zur Nutzenvalidierung cyber-physischer Systeme in komplexen Fabrikumgebungen: Dissertation, Universität Potsdam, 2017.
[4] Verein Deutscher Ingenieure: Industrie 4.0-Auf dem Weg zu einem Referenzmodell. VDI Statusreport, 2014.
[5] Vogel-Heuser, B.; Bauernhansl, T.; ten Hompel, M.: Handbuch Industrie 4.0 Bd. 4: Springer, 2017.
[6] Sethi, P.; Sarangi, S. R.: Internet of things: architectures, protocols, and applications. In: Journal of Electrical and Computer Engineering 2017.
[7] IDG: Internet of Things 2018. Die wichtigsten Ergebnisse präsentiert von Alnamic AG. Hg. v. IDG Business Media GmbH. Online verfügbar unter IOT-Studie Alnamic via Computerwoche, zuletzt geprüft am 20.07.2018.
[8] Adolphs, P.; Epple, U.: Statusreport Referenzarchitektur Industrie 4.0 (RAMI4. 0), 2015
[9] Ackoff, R. L.:. From data to wisdom. Jorunal of Applied Systems Analysis, 16. Seiten 3–9, 1989.
[10] Lass, S.; Gronau, N.: A factory operating system for extending existing factories to Industry 4.0 A factory operating system for extending existing factories to Industry 4.0. In: Computers in Industry (Manuscript submitted for publication), 2018.
[11] Gebauer, L.; Söllner, M.atthias; Leimeister, J. M.: Hemmnisse bei der Nutzung von Cloud Computing im B2B-Bereich und die Zuordnung dieser zu den verschiedenen Vertrauensbeziehungen. In: ConLife 2012 Academic Conference, Cologne, Germany, 2012.
[12] Armbrust, M.; Fox, A.; Griffith, R.; Joseph, A. D.; Katz, R.; K., Andy et al.: A view of cloud computing. In: Communications of the ACM 53 (4), S. 50–58, 2010.
[13] Ackermann, T.; Miede, A.; Buxmann, P.; Steinmetz, R.: Taxonomy of technological IT outsourcing risks: support for risk identification and quantification. In: 19th European Conference on Information Systems (ECIS), Helsinki, Finnland, S. 240., 2011.
[14] Lass, S.; Fuhr, D.: IT-Sicherheit in der Fabrik. In: Productivity Management 18 (4), S. 29–32, 2013.
[15] Wirsam, J.: Know-how als Schutzobjekt im Rahmen des Innovationsmanagements. In: Spektrum des Produktions-und Innovationsmanagements: Springer, S. 233–242, 2008.