Digitale Transformation

Die Cloud als Schlüssel zu smarten Produkten

| Autor / Redakteur: Benjamin Laerbusch* / Florian Karlstetter

Exemplarischer Lösungsaufbau für die Umsetzung von Smart Products: Alle Daten werden auf einer digitalen Cloud-Plattform zusammengeführt, gesammelt und für die „smarte“ Nutzung aufbereitet.
Exemplarischer Lösungsaufbau für die Umsetzung von Smart Products: Alle Daten werden auf einer digitalen Cloud-Plattform zusammengeführt, gesammelt und für die „smarte“ Nutzung aufbereitet. (Bild: Oraylis GmbH)

Cloud-Technologien eröffnen Unternehmen vielfältige Möglichkeiten, um den Wandel zur datengetriebenen Organisation zu bewältigen. Eine dieser Optionen sind Smart Products – also „intelligente“ Produkte, die dem Nutzer durch digitale Zusatzleistungen vielfältige Mehrwerte bieten.

Mit Hilfe moderner Cloud-Dienste lässt sich ein entsprechender Lösungsaufbau verhältnismäßig schnell und effizient umsetzen. Zudem kann die resultierende Basisarchitektur auf ganz unterschiedliche Use Cases und Produkte angewendet werden. Dabei zeigt sich konkret, wie die Cloud zum Treiber der digitalen Transformation wird.

In nahezu jeder Branche werden heutzutage Standard-Produkte mit Hilfe datengetriebener Services zu sogenannten Smart Products weiterentwickelt. Dabei erhalten die Anwender – beispielsweise über entsprechende Apps – Zugriff auf zusätzliche Leistungen, wie Echtzeitinformationen, Nutzungsempfehlungen oder auch Steuerungsfunktionen. Somit können die Hersteller ihren Kunden nicht nur ein erweitertes Produkterlebnis bieten. Sie haben vielmehr die Möglichkeit, sich zum Lösungsanbieter zu wandeln und dadurch in umkämpften Märkten neue Geschäftsfelder zu erschließen.

Wie aber lässt sich ein ursprünglich analoges Produkt in die digitale Welt heben? Dank der inzwischen großen Vielfalt an Cloud-Services ist diese Aufgabenstellung nicht so komplex, wie es zunächst erscheint. So kann die im Weiteren beschriebene Vorgehensweise auch als eine Art Blaupause für die Umsetzung von Smart Products betrachtet werden (Abb.). Grundvoraussetzung ist, dass sich das Produkt mit Kommunikationstechnologien ausstatten lässt, die laufend Statusdaten bzw. Messwerte generieren. Hierzu zählen Sensoren, RFID, GSM, GPS oder Kamerasysteme. Die resultierenden Datenströme werden dann in die Cloud gesendet, dort gesammelt und weiterverarbeitet. Zentraler Baustein bildet dabei eine digitale Plattform.

Einrichten von Netzwerk und Datenbanken

Hinsichtlich des Aufbaus einer digitalen Cloud-Plattform für Smart Products gehen wir von der Grundannahme aus, dass diese das lokale Unternehmensnetzwerk mit einbindet. Denn: Im Regelfall werden zusätzliche Stammdaten benötigt, um den Messwerten der Sensoren die erforderliche Aussagekraft zu verleihen. Zudem wünschen sich die meisten Unternehmen ein integriertes Nutzererlebnis – sprich: Für den Anwender soll es sich anfühlen, als befänden sich die bereitgestellten Komponenten im hauseigenen Rechenzentrum. Infolgedessen wird zunächst ein virtuelles Netzwerk eingerichtet. Es lässt sich so konfigurieren, dass jeder Adressbereich genutzt werden kann. Die Verbindung zwischen On-Prem und Cloud erfolgt über ein Gateway. Ebenso können Entwicklungs-, Test- sowie Produktivumgebungen eingebunden und aufgebaut werden.

Im nächsten Schritt gilt es, die Datenbanken anzulegen. Abhängig vom Anwendungsfall bieten sich zwei Cloud-Ansätze an: zum einen virtuelle Windows- und Linux-Computer, zum anderen verwaltete, relationale Datenbanken, die per Database as a Service (DBaaS) bevorzugen, wie etwa saisonal variierenden Datenströmen von Fitness-Trackern. Der Service lässt sich im laufenden Betrieb horizontal wie vertikal beliebig hochskalieren. Das bedeutet: Die Performance der gesamten Infrastruktur kann jederzeit an die aktuellen Erfordernisse angepasst werden. Virtuelle Computer sind demgegenüber nicht ganz so flexibel. Dafür bieten sie vielfältigere Skalierungsmöglichkeiten. Insofern eignen sie sich sehr gut für dauerhaft gleichbleibende Lastprofile, wie etwa Produktionsanlagen im 24-Stunden-Einsatz.

Indes verdeutlichen beide Ansätze, warum Cloud-Technologien datengetriebene bzw. „datenintensive“ Innovationen wie Smart Products befördern oder erst möglich machen. Sowohl DBaaS-Lösungen als auch virtuelle Maschinen sind innerhalb weniger Minuten einsatzbereit. Speicher- und Rechenressourcen können in beliebiger Größe in Anspruch genommen werden. Entsprechend lassen sich neue Produkte und Anforderungen viel schneller und effektiver umsetzen. Gleichzeitig entfallen hohe Hardware-Investitionen.

Anbindung von Systemen und Produkten

Exemplarischer Lösungsaufbau für die Umsetzung von Smart Products: Alle Daten werden auf einer digitalen Cloud-Plattform zusammengeführt, gesammelt und für die „smarte“ Nutzung aufbereitet.
Exemplarischer Lösungsaufbau für die Umsetzung von Smart Products: Alle Daten werden auf einer digitalen Cloud-Plattform zusammengeführt, gesammelt und für die „smarte“ Nutzung aufbereitet. (Bild: Oraylis GmbH)

Nach der Entscheidung für eine Lösung werden die Datenbanken eingerichtet und mit den benötigten Daten befüllt. Dabei ist zu beachten, dass ausschließlich Daten ausgewählt werden, die in Kombination mit den Messwerten der Sensoren einen Nutzen liefern. Beispielsweise sind Verkaufszahlen aus dem Vorjahr für ein smartes Produkt meist von geringem Mehrwert. Anders sieht es bei den ERP-Systemen aus: In der Regel werden die IDs von Messpunkten erst durch die Verknüpfung mit solchen Stammdaten lesbar, da sich nunmehr Bauteile und Einheiten konkret zuordnen lassen. Es ist sinnvoll, diese Daten in der digitalen Plattform zu replizieren, um die Quellsysteme frei von unnötigen Belastungen zu halten.

Im Anschluss geht es daran, die Produkte als solche anzubinden. Smart Products produzieren laufend umfangreiche Datenströme, die die Schlüsselmerkmale von Big Data – also Volume, Variety und Velocity – zumeist erfüllen. Daher ist ein System gefragt, das sich von der Datenanlieferung über die Datenverarbeitung bis hin zur Datenbereitstellung durch hohe Leistungsfähigkeit auszeichnet. Hinsichtlich der Anlieferung ist zunächst ein Speicherort für die Daten zu definieren. Damit ist auch eine direkte Verbindung zwischen Produkten und Plattform hergestellt.

Das Gesamtsystem ist so anzulegen, dass die Auslastung kontinuierlich bei circa 80% liegt. Auf diese Weise können kurzfristige Spitzen in den Datenströmen abgefangen werden. Ebenso ist eine gewisse Reserve für Weiterentwicklungen der Plattform vorhanden, bevor die Betreiber auf eine größere Verarbeitungsinstanz in der Cloud wechseln müssen. Größere Ausschläge in der Auslastung müssen indes durch kurzfristige Skalierungen abgefangen werden. Diese können automatisch oder manuell erfolgen. Darüber hinaus ist ein Puffer einzuplanen, der Datenverluste bei Ausfällen oder gravierenden Änderungen der Plattform verhindert.

Datenverarbeitung und -bereitstellung

Die Datenverarbeitung ist das Herzstück der digitalen Plattform. In diesem Kontext werden die Sensordaten mit den Stammdaten verknüpft und anhand einer im Vorfeld definierten Business-Logik weiterverarbeitet. Dies geschieht idealerweise auf Basis einer Layer-Architektur, die sich aus Replikations-, Technologie- und Business-Schicht zusammensetzt. Als Replikationsschicht fungiert der bereits eingerichtete Speicherort für die eingehenden Sensordaten. Hier werden die Daten nicht nur abgelegt, sondern auch mit Metadaten versehen, wie dem Ladezeitpunkt oder dem Quellsystem. In der Technologieschicht findet die eigentliche Datenverarbeitung statt. Die Daten werden in logische Cluster bzw. Entitäten unterteilt, wie zum Beispiel Maschinendaten, Ticketdaten, Personen oder Adressen. Innerhalb dieser Cluster werden die Daten dann bereinigt, zusammengeführt und historisiert.

Die Business-Schicht dient schließlich der Datenbereitstellung. Abhängig vom jeweiligen Verwendungszweck kann die Weitergabe der Daten auf unterschiedlichen Wegen erfolgen. Beispielsweise können Reporting-Anwendungen oder auch Werkzeuge für explorative Analysen per Datenbank auf den Layer zugreifen. Prinzipiell ist diese Vorgehensweise auch für Apps zur Bedienung von Smart Products denkbar. Allerdings ist eine solche Lösung sehr eingeschränkt in ihren Möglichkeiten und bei Änderungen verhältnismäßig unflexibel. Praktikabler sind eigene Programmierschnittstellen bzw. APIs. Hier können etwaige Änderungen zentral vorgenommen werden. Zudem ermöglichen es die APIs, Smart-Product-Services direkt in Business-Anwendungen von Kunden und Mitarbeitern einzubinden. Daraufhin lassen sich auch individuelle Berechtigungskonzepte umsetzen, die sicherstellen, dass die Nutzer tatsächlich nur auf autorisierte Daten zugreifen. Nicht zuletzt können Unternehmen mittels APIs neue Business-Modelle aufsetzen, bei denen die Verwendung bestimmter Services nutzungsbasiert abgerechnet wird.

Anbindung zusätzlicher Dienste

Für manche Services ist es erforderlich, die vorhandenen Daten durch Dienste von Drittanbietern zu vervollständigen. Beispielsweise kann eine Standortbestimmung von Interesse sein, obwohl das Produkt über keinerlei GPS-Funktionen verfügt. Abhilfe schaffen in einem solchen Fall externe APIs – etwa von Google, Amazon oder Microsoft – die sich nahtlos an die digitale Plattform anbinden lassen. Mit Hilfe dieser Dienste können dann Zellinformationen des Produktes in konkrete Standortdaten umgerechnet und dem Nutzer angeboten werden.

Wenn es um die Bereitstellung von Informationen für eine effektive Problembehebung geht, können ergänzende Funktionen zur Textextraktion, -erkennung und -suche sinnvoll sein. So lassen sich mit einer Kombination aus Docker Services, Google Tesseract und Apache Tika Informationen in Textform – wie etwa Reparaturberichte und Best Practices – automatisch erfassen und in einer Wissensdatenbank zusammenführen. Servicetechniker, Mitarbeiter und Kunden erhalten über ihre jeweiligen Applikationen Zugriff auf dieses Wissen, wobei die Suche über textbasierte Algorithmen erfolgt. Im Weiteren fließen neue Erkenntnisse unmittelbar in die Wissensbibliothek ein. Durch die Hinzuname kognitiver Service können die Dokumente direkt übersetzt werden, sodass sich auch mehrsprachige Lösungen im internationalen Kontext umsetzen lassen.

Spracherkennungsdienste wie Alexa, Siri oder Cortana bieten indes viele neue Perspektiven, mit Daten zu interagieren. So wird es künftig sicherlich auch möglich sein, smarte Produkte auf diesem Weg zu steuern.

Konkrete Anwendungsfälle

Es wird bereits deutlich: Die Umsetzung von Smart Products bietet Produktherstellern vielfältige Chancen, sich als Serviceanbieter in einer digitalen Welt zu etablieren. Einige dieser digitalen Services wollen wir noch etwas näher betrachten. Konkret geht es um die Bereitstellungen von Informationen und Nutzungsempfehlungen, Steuerungsfunktionen über bidirektionale Kommunikation sowie die Einbindung von Services in Kundenapplikationen.

Informationen können intelligente Produkte zu ganz unterschiedlichen Sachverhalten geben. Eine Variante ist die Vorhersage von Ausfällen im Zuge eines defekten Bauteils. Zu diesem Zweck wird ein analytisches Modell auf Basis von Sensordaten trainiert, die im Vorfeld von Defekten gesammelt wurden. Infolgedessen kann das Produkt künftig anhand bestimmter Parameter oder Messwerte mit hoher Wahrscheinlichkeit errechnen, wann ein Ausfall bevorsteht und ein spezifisches Bauteil ersetzt werden muss. Genauso können Hinweise für den täglichen Gebrauch des Produktes gegeben werden. Nehmen wir das Beispiel smarter Kaffeevollautomaten für den gewerblichen Bereich: Sensoren prüfen hier laufend den Bestand der Kaffeebohnen und fordern ab einer bestimmten Menge per App zum Nachfüllen auf – ein großer Vorteil beispielsweise für Facility Manager. Eine Verknüpfung mit zusätzlichen Daten ermöglicht weitere Aussagen. Ist der Standort beispielweise in einer Autobahnraststätte, an der ein längerer Stau vorhersagt ist, können die Betreiber bereits proaktiv Zutaten wie Bohnen und Milch nachfüllen, um für die Stoßzeit gerüstet zu sein.

Im Nachgang kann die Maschine Auskunft über die verkauften Heißgetränke geben. Somit erhalten die Betreiber transparente Informationen zu dem Konsumverhalten sowie täglichen, wöchentlichen und saisonalen Spitzen. Auf dieser Basis lassen sich dann spezielle Aktionen fahren, wobei die Werbung mittels zusätzlicher Steuerungsfunktionen direkt auf die Displays der Maschinen gespielt werden kann.

Steuerung per bidirektionaler Kommunikation

Steuerungsfunktionen für smarte Produkte werden über bidirektionale Kommunikation zwischen Produkt und digitaler Plattform umgesetzt. Auch in diesem Kontext wird die Verbindung über eine spezielle API hergestellt. Hinzu kommt eine Middleware zur Übersetzung der Steuerungsbefehle in Maschinensprache. Der technische Aufbau eröffnet den Herstellern nahezu unbegrenzte Möglichkeiten, den Gebrauch ihrer Produkte komfortabler und effizienter zu gestaltn. Bleiben wir beim intelligenten Kaffeevollautomaten: Die Einspielung von Werbekampagnen auf die Maschinendisplays ist erst der Anfang. Ebenso ist es denkbar, eine neue Rezeptur zentral und per Knopfdruck für eine beliebige Anzahl von Maschinen hochzuladen. Der Gewinn ist dabei höher, als es zunächst erscheint. Denn: Ein manuelles Update nimmt bei herkömmlichen Maschinen wenigstens 15 Minuten in Anspruch. In einer SB-Bäckerei mit drei Maschinen kann es also schnell zu Ausfallzeiten von bis zu 45 Minuten kommen. Hochgerechnet auf mehrere Filialen entstehen schließlich beträchtliche Kosten.

Abschließend sei noch einmal an die Vorteile erinnert, die die Einbettung smarter Services in Kundenapplikationen über APIs mitbringen. So kann in unserem Kaffeebeispiel der Food Chain Manager als eine der Kernzielgruppen für gewerbliche Vollautomaten die Services nahtlos in seine gewohnte Arbeitsoberfläche einbetten. Auf diese Weise hat er sein gesamtes Geschäft ständig im Blick und muss nicht laufend zwischen verschiedenen Anwendungen hin- und herspringen.

Fazit

Smart Products sind nicht erst seit der Einführung von Cloud-Technologien möglich. Allerdings hat das inzwischen breitgefächerte Angebot an hochwertigen Diensten dem Thema – wie auch datengetriebenen Innovationen im Allgemeinen – endgültig zum Durchbruch verholfen. Auch kleineren Unternehmen wird nun ein weitestgehend risikoloser Einstieg ermöglicht, da schwer kalkulierbare Investitionen in teure Hard- und Software entfallen. Stattdessen werden die notwendigen Kapazitäten nach Bedarf in Anspruch genommen. Somit können sich die Verantwortlichen flexibel ausprobieren und herumexperimentieren.

Benjamin Laerbusch, Consultant bei der ORAYLIS GmbH.
Benjamin Laerbusch, Consultant bei der ORAYLIS GmbH. (Bild: Oraylis GmbH)

Passend dazu bietet der dargestellte Lösungsaufbau eine gute Grundlage und Orientierung. In diesem Kontext hat sich eine agile Vorgehensweise bewährt: Die Lösungsbestandteile werden in kleinen Iterationen aufgesetzt, angefangen bei der Infrastruktur über die Einrichtung der Datenbanken bis hin zur Anbindung der Produkte. Die verwendeten Cloud-Dienste lassen sich dabei nach dem Baukastenprinzip zusammenfügen. Allerdings: Was auf dem Papier so simpel aussieht, bedarf schon einer gewissen Expertise im Umgang mit Daten und den entsprechenden Technologien. Falls diese im Unternehmen nicht vorhanden ist, kann eine externe Beratung hinzugezogen werden.

Der Autor: Benjamin Laerbusch arbeitet als Consultant bei der ORAYLIS GmbH. Laerbusch ist Microsoft Specialist für die Entwicklung und Implementierung von Infrastrukturen in der Azure Cloud. Er verfügt zudem über MCSA-Zertifizierungen in den Bereichen SQL Server und Cloud Plattform. Aktuell arbeitet er an Lösungen für Smart Products, die in der Cloud gehostet werden. Dabei liegt sein Schwerpunkt auf der Near-Realtime-Datenverarbeitung sowie der Umsetzung bidirektionaler Funktionalitäten.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Kontaktieren Sie uns über: support.vogel.de/ (ID: 46086176 / Deployment)