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

Bild: Fraunhofer IGD
Bild: Fraunhofer IGD
Software Arrange beschleunigt Absortierprozesse

Software Arrange beschleunigt Absortierprozesse

In Kombination mit einer Augmented-Reality-Brille bietet eine neue Software des Fraunhofer IGD digitale Unterstützung von Absortiervorgängen. Zusammengehörige Bauteile werden direkt im Sichtfeld der Beschäftigten an der Produktionslinie farblich überlagert. Anwender im Automotive-Bereich können so etwa durch beschleunigte Prozesse und eine minimierte Fehleranfälligkeit Kosten reduzieren.

Bild: Coscom Computer GmbH
Bild: Coscom Computer GmbH
Software-Plattform für KI und maschinelles Lernen

Software-Plattform für KI und maschinelles Lernen

Vermehrt interessieren sich Unternehmen dafür, auf Basis ihrer Fertigungsinformationen Verbesserungspotenziale in der Produktionsplanung und -steuerung zu heben. Maschinelles Lernen und künstliche Intelligenz (KI) kann aber nur dann wirtschaftlich sinnvoll eingesetzt werden, wenn alle relevanten Daten im Zugriff sind und deren Struktur zu den Anwendungen passen. Das Coscom-ECO-System soll eine Plattformökonomie als Basis für Business Intelligence (BI) bieten.

Bild: Benteler International AG
Bild: Benteler International AG
Produktionsfehler: KI findet die Nadel im Heuhaufen

Produktionsfehler: KI findet die Nadel im Heuhaufen

In der Qualitätsprüfung ist Zeit ein wichtiger Faktor: Wer Fehler rechtzeitig findet, kann sie effektiv und kostensparend beheben. Gemeinsam mit dem Fraunhofer IEM setzt der Automobilzulieferer Benteler dafür in der Warmumformung von Fahrzeugteilen auf Echtzeit-Sensordaten und Künstliche Intelligenz. Damit können Produktionsfehler schneller erkannt, behoben und zukünftig sogar vermieden werden.

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.