IoT-Lösung für diskrete Fertigung

IoT-Lösung für
diskrete Fertigung

Bild: Crate.io GmbH

Crate.io hat die Real-Time-Datenbank des Unternehmens um eine anwendungsspezifische IoT-Lösung für die integrierte Fertigungssteuerung in der Smart Factory erweitert.


Kern der neuen Lösung bildet die CrateDB, eine verteilte SQL-Datenbank, die speziell für die Anforderungen an IoT in der Fertigung angepasst ist. Sie verknüpft die Vertrautheit und den Komfort von SQL mit der Skalierbarkeit und Flexibilität von NoSQL und ermöglicht die Speicherung und Verarbeitung jedweder strukturierten und unstrukturierten Datentypen, das Handling größter Datenmengen in Echtzeit sowie eine unlimitierte Skalierung. Die CrateDB ermöglicht die Verarbeitung von Zeitreihen im Millisekundenbereich ebenso wie Volltextsuche, geospatiale Abfragen oder die Nutzung von KI-Algorithmen. Das dezentrale Shared-Nothing-Konzept der Datenbank erlaubt nicht nur die einfache Skalierung durch das Hinzufügen neuer Nodes, sondern stellt gleichzeitig die Datenkonsistenz und -verfügbarkeit sicher. Im Hinblick auf die Anforderungen des Discrete Manufacturing hat Crate nun die Lösung um die IoT-Platform for Discrete Manufacturing erweitert. Sie stellt Kernfunktionen für das Device-Management, die Datenanreicherung, Data Science inklusive KI und maschinellem Lernen, Dashboards sowie Notification & Control bereit. Aufbauend auf den Erfahrungen aus einer Vielzahl konkreter Projekte bietet die Plattform damit eine integrierte Basis für die einfache Entwicklung und Implementierung individueller Lösungen in Produktionsunternehmen mit massiven Datenmengen. Sie erlaubt das Monitoring, die Vorhersage und die Kontrolle des Verhaltens von ‚Things‘ in Echtzeit und ermöglicht unmittelbare Reaktionen, um die Verfügbarkeit der Produktionslinien, die Effizienz des Betriebes, die Sicherheit und damit letztlich die Profitabilität zu erhöhen. Die IoT Data Platform for Discrete Manufacturing ist sowohl On-Premise als auch als fully-managed PaaS in der Cloud verfügbar. Die Gesamtlösung wird dabei als 24×7-Service von Crate.io betrieben. Dies erlaubt die zentrale Überwachung und Steuerung der dezentralen Produktionsstätten ohne Investitionen in eigene Infrastrukturen oder das Management von Aktivitäten wie bspw. der Entwicklung eigener cloudnativer Stacks.

Thematik: Newsarchiv
|
Crate.io GmbH
www.crate.io

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige