In der dynamischen Welt der produzierenden Industrie gewinnt der Industrial Unified Namespace (UNS) zunehmend an Bedeutung. Allerdings ist die Einführung eines Unified Namespace in der Fertigungsindustrie keinesfalls ein Selbstläufer. Vielmehr erinnern die Herausforderungen stark an die Probleme, die bereits bei der Einführung von Data Lakes im Industrial IoT auftraten. Dieser Artikel beleuchtet zwei der größten Probleme des vergangenen Data-Lake-Hype und leitet die Lehren für eine erfolgreiche Einführung des Unified Namespace ab.
UNS vs. Data Lake
Sowohl der Unified Namespace (Wikipedia) als auch ein Data Lake (Wikipedia) ermöglichen Unternehmen einen zentralen Zugang zu Daten. Der UNS repräsentiert dabei den aktuellen Zustand („current state“), beispielsweise einer Fabrik, indem der letzte Wert wesentlicher Fabrikparameter für Datenkonsumenten in einem Message Broker bereitgestellt wird. Im Gegensatz dazu stellt ein Data Lake das historische Abbild durch die Speicherung der Daten in Datenbanken bereit. Dabei ergänzen sich die beiden Technologiekonzepte und werden in der Praxis oft kombiniert, um eine umfassende Dateninfrastruktur zu schaffen.
Unified Namespace: Lehren aus dem Data-Lake-Hype
In ihrem Zweck (zentraler Zugang zu Daten) vereint, ähneln sich auch die Probleme bei der Einführung eines UNS bzw. Data Lakes.
1. Mangelnde Datenqualität
Unstrukturierte und inkonsistente Datenquellen stellen ein erhebliches Problem für die Datenqualität dar. Dies ist insbesondere im Industrial IoT eine große Herausforderung. Datenquellen verwenden herstellerspezifische Datenstrukturen, Formate und inkonsistente Semantiken. Die Bereitstellung von Daten erfolgt ohne Kontext. Die Speicherung solcher Daten in einem Data Lake verursacht beträchtliche Kosten und Aufwände für die Nachverarbeitung und Integration in Use-Cases.
Lehre für die Einführung eines UNS
Wie im Fall eines Data Lakes stellen IIoT-Rohdaten im UNS ein beträchtliches Problem dar. Ohne standardisierte Daten – keine Interoperabilität, keine Skalierbarkeit. Die Harmonisierung von OT Daten ist somit zum entscheidenden Faktor zur Sicherstellung hinreichender Datenqualität. Dies beinhaltet die Standardisierung von Datenstrukturen, Formaten und Sematiken sowie die Normalisierung und Validierung der Daten. Eine robuste Harmonisierung bildet das Rückgrat einer skalierbaren UNS-Architektur und gewährleistet, dass sich die Vielfalt der Datenquellen in einem gemeinsamen Sprachraum vereint. Dies schafft die Grundlage für ein konsistentes und effektives Daten Management.
2. Unzureichende Konnektivität zu OT/IT Systemen
Um einen zentralen Zugang zu Daten zu gewährleisten, kann ein Data Lake nicht isoliert existieren. Es ist vielmehr entscheidend, dass sich alle relevanten Systemen und Anwendungen nahtlos in den Data Lake integrieren. Das Fehlen dieser Integration beeinträchtigt den Mehrwert eines Data Lakes erheblich. Ob die Integration gelingt, hängt dabei maßgeblich von der Komplexität und Vielfalt der zu integrierendenden Systeme ab. In Fabriken wird dieses Problem besonders deutlich. Komplexität und Vielfalt von OT-Systemen, Maschinen und Sensoren sind hier besonders hoch. Es kommen unterschiedlichste Protokolle und herstellerspezifische Kommunikationsstandards zum Einsatz.
Lehren für die Einführung eines UNS
Die Integration relenvanter Systeme ist ebenso überlebenswichtig für den UNS. Als zentrales Zugangs- und Verteilsystem von aktuellen Fabrikdaten (current state) ist es entscheidend, ob eine kritische Masse an Systemen mittelfristig integriert werden kann. Die Herausforderung besteht darin, eine universelle Übersetzungsebene zu schaffen, um eine nahtlose Integration unterschiedlicher Protokolle und Standards in den UNS zu ermöglichen. Hierbei ist eine leistungsstarke Konnektivitätsinfrastruktur unerlässlich, um die Vielzahl von Geräten effektiv zu inegrieren und gleichzeitig eine hohe Skalierbarkeit zu ermöglichen. Entscheidend ist schlussendlich, ob eine kritische Masse an Systemen mittelfristig integriert werden kann.
Fazit
Die Herausforderungen bei der Implementierung eines Industrial Unified Namespace (UNS) im Industrial IoT sind vielschichtig. Gezielte Investitionen in eine ausreichende Konnektivität und Harmonisierung von IIoT-Rohdaten ermöglichen es Unternehmen, eine skalierbare UNS-Architektur zu etablieren. Ohne diese fundamentale Basis droht die anfängliche Begeisterung für die UNS-Architektur rasch an Wirkung zu verlieren. Ein Problem, das sich bereits beim Aufkommen von Data Lakes als große Hürde für eine erfolgreiche Einführung erwiesen hat.
