Welche Technologien betrachten Sie als maßgeblich für die Zukunft?
Fritz: Wir beobachten, dass sich die Trends einer verstärkten Cloud-Nutzung, eine erhöhte Nachfrage nach Cybersecurity sowie nach kognitiven Lösungen wie Sprach-Assistenz-Systeme oder generative künstliche Intelligenz (KI) im industriellen Umfeld auch in den kommenden Jahren fortsetzen werden. Darüber hinaus treten nun die Anforderungen an durchgängige und offene Systeme, gerade in der Verbindung von Cloud, Edge-Cloud und IoT, immer deutlicher zu Tage. Daher wollen wir als Cluster das Thema ‚Edge-Cloud-Continuum (ECC)‘ stärker vorantreiben: Dezentrales Edge-Computing wird nahtlos mit zentralem Cloud-Computing verknüpft. In digitalisierten Industrieprozessen werden Daten automatisch an der Stelle verarbeitet, an der es am effizientesten und ökonomisch sinnvollsten ist. Die Wahl fällt dabei zwischen Echtzeit in der Edge in unmittelbarer Nähe zu Endgeräten oder skalierbar in zentralen Rechenzentren und auf Cloud-Plattformen.
Welche Use Cases sind aktuell in Entwicklung bzw. bereits im Einsatz?
Fritz: Das Continuum ist als ein intelligenter verteilter Lösungsansatz zu verstehen, in dem die Verarbeitung der Daten automatisiert organisiert wird. Je nach Anwendungsfall werden dabei die kundenspezifischen Ziele durchgängig und nachvollziehbar umgesetzt. Dazu zählen beispielsweise ein reduzierter CO2-Fußabdruck, minimale Latenzzeiten, skalierbare Rechenleistung oder ein hohes Maß an Sicherheit. Diese lückenlose Realisierung ist der Schlüssel für Anwendungen mit Echtzeit-Anforderungen in der Industrie 4.0 oder beim autonomen Fahren. Die Zusammenarbeit der Fraunhofer-Expertinnen und -Experten und Unternehmen hat bereits einige praktische Lösungen zutage gefördert:
Die intelligente Kreuzung verbessert beispielsweise die Verkehrssicherheit als zusätzliches infrastrukturelles Element. Sensoren in Fahrzeugen und der stationären Infrastruktur erfassen den Verkehr und Informationen über Verkehrsteilnehmende. Die Daten werden – je nach Dringlichkeit – in der Edge oder der Cloud verarbeitet. Eine KI in der Edge erkennt Gefahren und reagiert in Echtzeit, um alle Verkehrsteilnehmer zu schützen. Bei hohem Verkehrsaufkommen wird die Datenverarbeitung in die Cloud verlagert, um den Verkehr reibungslos und effizient zu steuern. Die Übertragung der Daten ist zu jedem Zeitpunkt manipulationssicher. In der industriellen Bildverarbeitung stellen PC-basierte Systeme oft eine technische Hürde dar. Die Trennung von Bildaufnahme und Datenverarbeitung führt häufig zu Latenzen, erhöhtem Platzbedarf und einem komplexen Wartungsaufwand. Besonders in schnellen Produktionslinien erschwert die Synchronisation zwischen Sensor und externem Rechner eine stabile Prozesskontrolle. ‣ weiterlesen
Präzise 2D-Inspektion mit nativer Edge-Intelligenz
Ein weiteres Beispiel ist der Betrieb von Umformpressen, dem große Datenmengen anfallen. Ein intelligenter Nutenstein namens SmartNotch erfasst die Maschinenbelastung in Echtzeit, überwacht die Prozesse automatisiert sorgt damit für durchgehende Transparenz während der Bearbeitung, die bisher nicht möglich war. Mithilfe von maschinellem Lernen und künstlicher Intelligenz können Anwender zudem Erkenntnisse über die Leistungsfähigkeit und Fehleranfälligkeit der Maschinen gewinnen. Das kontinuierliche Monitoring ermöglicht es, Abläufe zu optimieren und Schäden frühzeitig zu erkennen und entgegenzuwirken. Das wirkt sich letztlich positiv auf die Effizienz der Produktion aus.
Ein drittes Beispiel ist die intelligente Schraubverbindung Q-Bo, die drahtlos und energieautark die Vorspannkraft von Schraubverbindungen überwacht, die an sicherheitskritischen Stellen wie Brücken oder Windkraftanlagen eingesetzt werden. Ein Sensor misst Druck und Temperatur, überträgt die Daten über eine robuste Funkverbindung in die Cloud und ermöglicht so eine präzise Fernüberwachung. Abweichungen können so schnell erkannt und behoben werden, was Ausfallzeiten und Wartungskosten senkt. Durch den Einsatz von leichtgewichtigen KI-Modellen in der Sensorik können die Daten vorverarbeitet und kosteneffizient übertragen werden.
Welche Rolle spielt der Fraunhofer CCIT bei der Forschung und Entwicklung dieser Technologien?
Fritz: Der Cluster kombiniert die Vorlaufforschung der Fraunhofer-Institute mit der angewandten Forschung über interdisziplinäre Fachgrenzen hinweg. Wir gehen Industrie-relevante Problemstellungen gemeinsam und Hersteller-neutral an. Partner und Kunden profitieren von Lösungen, die mindestens den Reifegrad eines Proof-of-Concept-Status haben, und von Wissen, wie verschiedene Technologien für ein marktfähiges Gesamtsystem miteinander kombiniert werden können. Wir vereinen neue wissenschaftliche Erkenntnisse, Knowhow und Lösungskompetenz entlang der gesamten digitalen Wertschöpfungskette und können als neutraler Technologielieferant ein für alle Beteiligten offenes System anbieten.
