Maschinendatenerfassungs-Software im Vergleich

OEE Dashboards: 4 Examples with Excel, PowerBI, Grafana & Co.

Julius Scheuber

Julius Scheuber

|

25.04.2024

25.04.2024

|

Story

Story

|

5

5

Minutes read

Minutes read

Wir sprechen jedes mit hunderten Betrieben, die nach einer Lösung für die Maschinendatenerfassung (MDE) suchen. Dabei kommt es oft zu Fehlkäufen, weil viele nicht genau verstehen, was zur erfolgreichen Erfassung und Nutzung von Maschinendaten benötigt wird.

Dieser Artikel hilft dir dabei:

  • zu verstehen, welche Komponenten du zur Maschinendatenerfassung benötigst

  • was die verschiedenen Software-Anbieter dabei abdecken (und was nicht).

Dabei vergleichen wir auch beliebte MDE-Software-Anbieter wie Cybus, Kepware, OPC Router, MES Anbieter und natürlich ENLYZE.

Vorher müssen wir allerdings mit einigen Missverständnissen aufräumen, um Lösungen miteinander vergleichen zu können.

Mehr zur Wahl von OEE Software erfährst du hier.

Maschinendatenerfassung: Was ist damit eigentlich gemeint?

Einer der Hauptgründe, warum MDE-Projekte nach hinten losgehen, ist, dass viele nicht verstehen, was alles zur Maschinendatenerfassung gehört.

Denn Maschinendatenerfassung wird oft mit der reinen Konnektivität von Maschinen verwechselt. Mit der Konnektivität wird jedoch nur die "Sprache" der Maschine auf ein offenes Protokoll (z.B. OPC UA) übersetzt, damit wird die Daten auslesen können.

Zur erfolgreichen Nutzung der Daten (das gewünschte Endergebnis) sind jedoch gleich vier Komponenten notwendig, die oft vergessen oder in ihrer Komplexität unterschätzt werden.

Die 4 Komponenten, die du zur Maschinendatenerfassung benötigst

Zur Maschinendatenerfassung benötigst du 4 Komponenten. Diese erläutern wir im Anschluss.

  1. Konnektivität
    Von einem proprietären Protokoll hin zu einem offenen Protokoll

  2. Daten aufbereiten
    Aus wirren Variablen nutzbare Daten machen (korrekte Einheiten, standardisierte Bennennung, etc.)

  3. Daten speichern
    Aufbereitete Daten langfristig, sicher und zentral zugänglich machen

  4. Daten nutzen
    Daten zur Optimierung der Fertigung nutzen

Mit der Konnektivität meinen wir die “Übersetzung” deiner Maschinendaten zu einem offenen Protokoll, wie z.B. OPC-UA, damit sie von Drittsystemen “verstanden” werden können. Neuere Anlagen sind oft von Werk aus mit OPC-UA ausgestattet und benötigen keine zusätzliche Konnektivität. In der Realität besteht deine Fertigung aber aus verschiedenen, teils älteren Anlagen, die keine offenen Protokolle nutzen. Damit die MDE-Lösung nicht nur neue Anlagen erfasst, müssen die Daten der älteren Anlagen zu einem offenen Protokoll “übersetzt” werden.

Sobald die Konnektivität besteht, können wir Daten aus der Steuerung auslesen. Dabei entsteht eine Herausforderung, die vielen nicht bewusst ist: die Datenaufbereitung. Denn jede Anlage generiert Tausende von Datenpunkten, von denen nur ein Teil benötigt wird. Zudem muss man die passenden Datenpunkte in dem Daten-Wirrwarr finden. Hinzu kommt, dass jede Anlage die gleichen Datenpunkte anders benennt und verschiedene Einheiten nutzt. Um Werte zwischen Anlagen zu vergleichen und für den gesamten Standort nutzbar zu machen, müssen die Daten standardisiert und menschenverständlich gemacht werden. Hinzu kommt oft der Wunsch, Maschinendaten mit Produktdaten aus dem MES oder ERP zu verknüpfen.



Die aufbereiteten Daten möchtest du nicht nur im Moment nutzen, sondern auch über längere Zeiträume vergleichen (z.B. “was war mein OEE vor 3 Monaten?”) und speichern (z.B. zur Rückverfolgbarkeit). Also müssen wir die Daten speichern und zentral zugänglich machen.

Zuletzt kommt der offensichtliche Teil: die Datennutzung zur Optimierung der Fertigung, sei es zur Berechnung des OEE, oder zur Produktionsüberwachung mit Hallen-Dashboards. Wichtig ist hier auch eine offene Lösung, damit die Daten nicht nur von einem geschlossenen System genutzt werden können, sondern beliebig in Drittsysteme (z.B. PowerBI, Excel, Minitab) exportiert werden können. Damit erhältst du eine Lösung, die auch noch in zehn Jahren den Anforderungen standhält.

Geht das nicht einfacher? Ja, mit ENLYZE.

Du merkst: Maschinendatenerfassung ist ein größeres Projekt, als dir vielleicht klar war. Für die Umsetzung musstest du bisher verschiedene Anbieter zusammenstückeln und Jahre warten, bis eine Lösung steht. 

ENLYZE setzt diesen Prozess von Anfang bis Ende innerhalb von 2 Wochen um, damit du dich auf das Arbeiten mit den Daten fokussieren kannst. Denn deine Fertigung braucht kein IT-Großprojekt, sondern Mehrwerte aus den Daten. Mehr dazu hier.

Welche MDE-Software-Anbieter es gibt und was können diese?



Nachdem geklärt ist, was zur Maschinendatenerfassung notwendig ist, können wir nun Anbieter einordnen. So kannst du verstehen, welchen Teil der MDE diese Anbieter abdecken, und wo du noch Lücken hast.

Wir schauen uns fünf Lösungen an, die im deutschsprachigen Raum sehr beliebt sind:

1. ENLYZE: Mit ENLYZE arbeitest du ab Tag 1 mit deinen Maschinendaten. Die Komponenten Konnektivität, Datenaufbereitung und -speicherung setzen wir innerhalb von zwei Wochen um. Dazu erhältst du schlüsselfertige Anwendungen, damit du sofort deine Fertigung mit den Daten optimieren kannst, z.B. zur Produktionsüberwachung, OEE-Management oder Prozessoptimierung.

Unser Motto: Arbeite MIT Daten, nicht FÜR sie. Hier erfährst du mehr über ENLYZE.



2. Kepware: Kepware eignet sich exzellent zur Lösung von Schritt 1 (Konnektivität). Somit sprechen deine Anlagen die gleiche Sprache (OPC-UA) und du kannst die Daten in Schritten 2-4 weiterverarbeiten - dazu benötigst du allerdings weitere Anbieter, sprich mehr Zeit und zusätzliche Kosten.

3. Cybus: Cybus bietet Lösungen für Schritte 1-2, wobei deren größte Stärke in der Datenmodellierung liegt. Cybus ist eine ideale Lösung für große Unternehmen mit starken IT-Abteilungen, die ähnliche Assets digitalisieren möchten. Beispiel: Die Porsche AG möchte zehn gleichartige Fertigungslinien digitalisieren. 

3. MES-Anbieter: Viele MES-Anbieter sagen, sie bieten Maschinendatenerfassung an. Was sie damit genau meinen, ist meistens unklar. Aus unserer Erfahrung muss die Konnektivität entweder vom Kunden (sprich: von dir) oder durch Drittanbieter, sogenannte Integratoren, gelöst werden. D.h. die meisten MES Anbieter starten erst, wenn alle Maschinendaten via OPC UA zur Verfügung gestellt werden. Diese Integratoren nutzen dann Lösungen wie Kepware, um die relevanten Maschinendaten über OPC UA zur Verfügung zu stellen. Das Problem: Es wird nicht über die langfristige Nutzbarkeit der Daten nachgedacht. Möchtest du dieselben Daten in anderen System nutzen, wird schnell klar, dass diese nur mit großem Aufwand möglich ist.

4. OPC Router: OPC Router ist eine Teil-Lösung zwischen Schritt 1 und 2. Mit diesem Tool kannst du in einem grafischen Interface zwei Datenquellen miteinander verbinden, z.B. einen Datenpunkt auf dem OPC-UA Server auf deine Datenbank zu mappen. Dazu muss die Konnektivität bereits gelöst sein. Die Datenaufbereitung, -speicherung und -nutzung kann dadurch nicht gelöst werden.

Welche Hardware benötige ich zur Maschinendatenerfassung?

Idealerweise bietet der Software-Anbieter die Hardware im Paket an, weil so Integrationszeiten massiv verkürzt werden und alle Systeme problemlos miteinander kommunizieren. Wenn Hardware und Software separat gekauft werden, entsteht häufig ein Anbieter-Puzzle, das für Kopfschmerzen sorgt und nur schwer auf weitere Bereiche ausgerollt werden kann.

Bei unseren Kunden installieren wir lediglich unser Edge Device, das die Daten aus den Anlagen sicher an ENLYZE übermittelt. Die restliche Hardware stellen wir für dich als Teil unserer Lösung bereit.

Grundsätzlich werden zur Maschinendatenerfassung folgende zusätzliche Hardware-Komponenten benötigt:

  • Sensoren: Falls die Anlage selbst bestimmte Parameter nicht messen kann (z.B. die Temperatur der Halle), werden zusätzliche Sensoren installiert und zur Überwachung und Optimierung der Fertigung eingesetzt.

  • Datenlogger, IoT-Gateways oder Edge Devices: Diese Geräte sammeln die Daten von Anlagen und Sensoren. Sie können auch eine vorläufige Datenverarbeitung durchführen, um die Datenmenge zu reduzieren, die an zentralisierte Systeme gesendet wird.

  • Server und Speicherlösungen: Für die Speicherung und weitere Analyse der Daten benötigen Sie Serverhardware. Diese kann lokal (on-premise) oder in der Cloud basiert sein.

Gibt es auch Freeware zur Maschinendatenerfassung?

Durch die zunehmende Popularität von Open-Source-Projekten in der Automatisierung stehen mittlerweile viele kostenlos nutzbare Tools zur Verfügung, die es IT-affinen Personen ermöglichen, Maschinendaten zu erfassen.

Hier solltest du beachten, dass für den Betrieb und die Integration hohe interne Kosten anfallen, da du qualifizierte Personen mit dem Know-how benötigst, um diese Produkte zu betreiben. 

Im Folgenden stellen wir in Kürze einige unserer Lieblingsprojekte vor, die bei der Entwicklung einer eigenen Maschinendatenerfassung zum Einsatz kommen könnten. Dabei handelt es sich um technologische Bausteine, die zusammengefügt werden, betrieben und gewartet werden müssen. Die Arbeit entsteht “in den Lücken” zwischen den Bausteinen. 

Konnektivität:

  • PLC4x

  • OPC UA Clients in allen denkbaren Sprachen

  • Modbus Clients in allen denkbaren Sprachen

  • Step7 für Siemens S7-200/300/400

  • Beckhoff ADS in Python

Datenerfassung:

  • Eigene Skripte via Python oder Bash

  • NodeRED

Datenbroker - je nach Setup

  • Mosquitto (MQTT)

  • RabbitMQ 

  • Kafka

Datenspeicherung

  • Postgres und TimescaleDB 

  • InfluxDB 

  • CockroachDB

United Manufacturing Hub (UMH):

Wer eine vollumfängliche Open Source IIoT (Industrial Internet of Things) Plattform sucht, ist bei United Manufacturing Hub (UMH) gut aufgehoben. 

UMH befähigt Expertinnen und Experten, sämtliche Datenquellen in einen sogenannten Unified Name Space (UNS) zu integrieren. Durch die Vereinheitlichung der Daten können auf diesem dann beliebige Anwendungsfälle aufgebaut werden - von Echtzeit-Dashboards hinzu Advanced Analytics und AI.

Die Datenerfassung erfolgt hierbei beispielsweise über NodeRED oder OPC-UA, die Speicherung in Timescale DB. Als offen gestaltete Plattform lassen sich die Daten in beliebig viele Systeme beispielsweise via MQTT weiterverteilen oder in Grafana visualisieren.

Gerade mittelständischen Unternehmen raten wir jedoch, den Aufbau einer In-house Lösung, ab. Hier wird oft der Trugschluss getroffen, dass die Kosten deutlich geringer sind, da die Software auf den ersten Blick "nichts kostet", da Open Source. Unserer Erfahrung nach ist für den Aufbau und Betrieb jedoch mindestens ein Team von 4 bis 5 erfahrenen Leuten notwendig. Dementsprechend belaufen sich die laufenden Kosten pro Monat schnell auf 30-40.000 €. Dieser Umstand führt dazu, dass die Projekte oft nicht aus einem PoC Stadium herauskommen, da die notwendigen internen Ressourcen nicht zur Verfügung gestellt werden. Denn den Aufbau einer IIoT Plattform erledigt eine ausgelastete IT nicht noch kurz nebenbei.