In diesem Artikel werden wir erörtern, was unter einer Mensch-Daten-Schnittstelle zu verstehen ist. Fabrikbesitzer erfahren in diesem Artikel, worum es beim Konzept einer Mensch-Daten-Schnittstelle geht und welche Rolle diese Art von Schnittstelle in der Fabrik der Zukunft spielen wird.
Dieser Artikel deckt folgende Bereiche ab:
- Was bedeutet Mensch-Daten-Schnittstelle?
- Wichtige Vorteile der Mensch-Daten-Schnittstelle
- Welche Branchen setzen sie ein?
- Was ist für eine Implementierung erforderlich?
Was bedeutet Mensch-Daten-Schnittstelle?
IoT im Kontext der Big Data
Da immer mehr IoT-Plattformen in der Fertigungsindustrie eingesetzt werden, entsteht eine riesige Datenmenge. Im Kontext der „smarten“ Fabrik geht es um vernetzte Maschinen, die riesige Datenmengen erzeugen und liefern, maschinelles Lernen, KI, Lösungen der Augmented- und Virtual-Reality sowie integrierte IoT-Plattformen. Die tatsächlichen Daten können von Sensoren an Maschinen, angeschlossenen Geräten, Logistik, eingebetteten HMIs, dem internen SCADA-System sowie von externen Quellen – wie dem Kaufmuster der Kunden – bezogen werden. Heutzutage gibt es unzählige Datenquellen, die in Entscheidungsprozesse integriert werden müssen.
Big-Data- und Business-Intelligence-Lösungen werden immer stärker ausgewertet, um Erkenntnisse aus den Daten zu gewinnen. Diese Daten werden meistens zur weiteren Analyse und Verarbeitung in die Cloud übertragen. Derzeit besteht Bedarf an einer robusten industriellen Cloud, die diese Daten aus ihren verschiedenen Quellen speichern und verarbeiten kann.
Allerdings gibt es dabei Fälle, in denen sofortige Entscheidungen getroffen werden müssen. In diesem Fall müssen die Daten mit Edge-Computing verarbeitet werden, ohne sie zuerst in die Cloud zu übertragen. Edge-Computing umfasst die Verarbeitung der Daten von IoT-Plattformen, die näher am Ort der eigentlichen Datengenerierung erfolgt. Im Falle einer Fabrik handelt es sich dabei um die Verarbeitung der Daten im Fertigungsbereich.
Stellen wir uns eine Situation vor, in der eine kritische Maschine, die an einer wichtigen Montagelinie beteiligt ist, überhitzt. Müssen alle Daten zuerst in die Cloud übertragen werden, so kann dies zeitaufwendig sein, da Sofortmaßnahmen erforderlich sind. Probleme mit Latenzzeit und Netzwerkkonnektivität können ebenfalls Auswirkungen haben. In diesem Fall bietet Edge-Computing einen Vorteil gegenüber dem cloud-basierten Prozess, da der Sensor der Maschine die benötigten Daten nur an ein HMI im Fertigungsbereich senden konnte. Somit konnte die Temperatur der Maschine vom Werkspersonal sofort entsprechend angepasst werden.
Mensch-Daten-Schnittstelle
Beim Konzept der Mensch-Daten-Schnittstelle geht es darum, dass der Mensch direkt mit den von Maschinen erzeugten Daten arbeitet. Es beschreibt ebenso die Interaktion zwischen den Denkmustern des Gehirns und der Maschine. Anders ausgedrückt: Daten fließen zwischen dem menschlichen Gehirn und der Maschine.
Viele Fabrikbesitzer sind mit dem Maschine-zu-Maschine-Ansatz vertraut, da Maschinen im Fertigungsbereich den Input von anderen Maschinen benötigen und Teil des internen SCADA-Systems sind. Ebenso sind die meisten Menschen mit dem Konzept des Mensch-Mensch-Ansatzes vertraut, das durch Nutzung der Sprache erleichtert wird.Bei der Mensch-Daten-Schnittstelle geht es um die Mensch-Maschine-Kommunikation. Für die Mensch-Daten-Schnittstelle müssen die Maschinen nicht nur neuronale Muster und Kommunikationsformen, sondern auch andere sensorische Indikatoren aufnehmen und verstehen können. Dazu können Gesichtserkennungssysteme verwendet werden, mit denen Einzelhändler beispielsweise die Reaktion eines Kunden auf ein bestimmtes Produkt messen oder in Echtzeit Werbeaktionen für ein Produkt durchführen können, an dem der Kunde ein positives Interesse zeigt. Die Maschinen sollten auch Sprachbefehle, Gesten, Biofeedback und andere sensorische Daten verarbeiten und verstehen können, damit diese Kommunikation effektiv erfolgen kann.
Die Mensch-Daten-Schnittstelle entspricht dem Ziel des maschinellen Lernens der Industrie 4.0, da Maschinen aus den Daten, die sie vom menschlichen Gehirn oder durch direktes menschliches Feedback erhalten, lernen und diese verarbeiten können. Wendet man dieses Konzept auf den Kontext des Werks an, so könnte man im Falle einer überhitzenden Maschine die Temperatur durch den visuellen Hinweis eines Werksmitarbeiters oder einen direkten Sprachbefehl anpassen.
Wichtige Vorteile der Mensch-Daten-Schnittstelle
- Verbesserte Entscheidungsfindung
Die datengesteuerte Fabrikoptimierung erleichtert das Entwickeln von Lösungen für die vorbeugende Instandhaltung und andere Big-Data-Einblicke wie zum Beispiel maschinelle Lernalgorithmen. Nachdem die IoT-Plattform eingerichtet ist, würde die Mensch-Daten-Schnittstelle es dem menschlichen Gehirn ermöglichen, direkt auf Daten und Erkenntnisse dieser Plattformen zuzugreifen, ohne dass die Daten zuerst in die Cloud gehen müssen. - Vereinfachung der Datenverarbeitung
Datenanalyse ist ein recht komplexes Feld. Während für die Entwicklung der Backend-Systeme weiterhin fortgeschrittene technische Fähigkeiten erforderlich sind, hat die Mensch-Daten-Schnittstelle das Potenzial, die Komplexität traditioneller Frontend-Systeme zu reduzieren. - Datenanalyse und -verarbeitung in Echtzeit
Die Mensch-Daten-Schnittstelle passt sich wirklich gut in den Kontext des Edge-Computings ein und ermöglicht kritische Entscheidungsfindung und Datenanalyse in Echtzeit. Es gibt keine Zeitverzögerung durch Latenzzeiten und es werden nur die Daten übermittelt, die verarbeitet werden müssen, so dass mit kleineren Datenpaketen gearbeitet wird.
Wird es in der Industrie verwendet?
Derzeit gibt es nicht so viele Branchen, die Mensch-Daten-Schnittstellen nutzen.
Der Gesundheitssektor ist ein früher Anwender dieser Technologie und wird zur Unterstützung von Querschnittgelähmten eingesetzt. Es wird erwartet, dass in naher Zukunft immer mehr Branchen auf die Mensch-Daten-Schnittstelle setzen werden.
Was ist für eine Implementierung erforderlich?
Änderung der Haltung
Die größte Hürde für die Einführung von Mensch-Daten-Schnittstellen, die es zu überwinden gilt, ist die eigene Haltung. Traditionell wurden Datenanalyse und Big-Data-Management bislang nur von Datenanalysten und anderen IT-/Business-Experten richtig erforscht. Ebenso muss man Datenbanken und mehrere Programmiersprachen verstehen, um die Daten abzufragen. Das Konzept der Mensch-Daten-Schnittstelle basiert auf dem Grundsatz, dass das menschliche Gehirn Befehle direkt an Maschinen senden kann, und dass Maschinen menschliche Hinweise und sensorische Indikatoren erfassen können. Das bedeutet, dass der Datenfluss unabhängig von Qualifikation oder Fachwissen des Endbenutzers erleichtert werden kann. Dies erfordert eine enorme Umstellung der aktuellen Haltung zu Datenabfrage und -verwaltung.
Die Daten verstehen
Das menschliche Gehirn muss die Daten verstehen können, welche die Maschine überträgt, und umgekehrt. Um seinen Mitarbeitern Kurse zur Maschinenkommunikation selbst für komplexere Datensätze anzubieten, können Schulungen in der virtuellen Realität und andere KI-Tools eingesetzt werden. Maschinen müssen zudem über die notwendigen Sensoren und Algorithmen verfügen, um ein direktes menschliches Feedback verarbeiten zu können.
Schlussfolgerung
Um die Übernahme einer Mensch-Daten-Schnittstelle zu unterstützen, muss die Maschinenentwicklung auf eine Integration moderner Sensoren ausgerichtet sein, welche für eine Interaktion zwischen Mensch und Maschine entwickelt wurden. Fabrikbesitzern sollten sich an Technologieanbieter wenden, die bereits Mensch-Daten-Schnittstellen bereitstellen, welche im Fertigungsbereich in ihre aktuellen Edge-Computing-Plattformen integriert werden können.
