Wie ich in meinem ersten Artikel geschrieben habe, ist die vierte industrielle Revolution in vollem Gange. Das Industrial Internet of Things (IIoT) spielt bei der Transformation eine zentrale Rolle. Wenn du dich näher mit dem Thema beschäftigst, dann triffst du schnell auf eine Fülle von Begriffen und Konzepten und bist zunächst mehr verwirren als aufgeklärt. Mein Vorschlag des Vier-Ebenen-Modells für IIoT-Anwendungen bietet deshalb einen Ansatz, der Struktur schafft. Dieser Artikel ist nun die Fortsetzung, in der ich dir die grundlegenden Inhalte der ersten Ebene zur Datenerfassung und -umsetzung näher vorstellen möchte. Dadurch wirst du das Vier-Ebenen-Modell noch besser zu verstehen und schließlich fundierte Entscheidungen für deine Smart Factory treffen können.

Komponenten zur Datenerfassung in der Smart Factory

An der Schnittstelle zwischen physischer und digitaler Welt findest du drei Schlüsselkomponenten:

• Sensoren wandeln physikalische Größen in digitale Signale um
• Aktoren setzen umgekehrt digitale Befehle in physische Aktionen um
• Steuereinheiten (z.B. eine speicherprogrammierbare Steuerung, kurz SPS) dienen der zentralen Koordinator des bidirektionalen Datenaustausches.

Während Sensoren die Datenerfassung ermöglichen, sind Aktoren für die Datenumsetzung zuständig. Zusammen bilden sie das Fundament der Datenerfassungs- und -umsetzungsebene in jeder IIoT-Anwendung.

Sie sind für sich schon so umfangreich, dass mit jedem einzelnen Punkt bereits etliche Bücher gefüllt wurden. Ich will trotzdem kurz darauf eingehen.

Sensoren

Sensoren können sowohl physikalische Eigenschaften wie Gewicht, Kraft oder Temperatur, als auch chemische (z.B. Leitfähigkeit) oder biologische Eigenschaften (z.B. Herzfrequenz) erfassen und spielen damit eine besondere Rolle im Internet der Dinge. Sie machen die „Dinge“ für das Internet überhaupt greifbar.

In der Smart Factory kommen Sensoren mit verschiedene Funktionsarten zum Einsatz. Aktive Sensoren benötigen eine eigene Energieversorgung und senden selbst Signale aus, während passive Sensoren die zu messende Größe direkt in ein elektrisches Signal umwandeln. Typische Messprinzipien können unter anderem induktiv (magnetische Felder), kapazitiv (elektrische Felder), resistiv (Widerstandsänderung) oder optisch (Lichtreflexion) sein. Die Wahl des richtigen Sensors hängt von den spezifischen Anforderungen deiner Anwendung ab.

Es gibt ein großes Spektrum an Sensoren, welche zudem für diverse Anwendungsfälle ausgelegt sind. Folgende Beispiele habe ich auf stex24.com gefunden:

Sensortyp	Anwendung
Temperatursensoren	Klimaanlagen, Thermostate, Motortemperaturfühler (PT100)
Drucksensoren	Pneumatik, Hydraulik, Drucküberwachung
Beschleunigungssensoren	Autos, Flugzeuge, Maschinenüberwachung
Feuchtigkeitssensoren	Raumklima, Agrar, Wettermessung
Gassensoren	Rauchmelder, Gaslecksuche, Luftqualitätsüberwachung
Näherungssensoren	Maschinen- & Anlagenbau, Förder- & Automatisierungstechnik,
Ultraschallsensoren	Entfernungs- & Durchflussmessung, Hinderniserkennung
Infrarotsensoren	Temperaturmessung, Bewegungserkennung
RFID-Sensoren	Identifikation, Zugangskontrolle, Inventarüberwachung

Aktoren

Aktoren nehmen ein elektrisches bzw. digitales Signal entgegen und wandeln es in eine physische Eigenschaft um, also das gegenteilige Prinzip eines Sensors. Mit ihnen findet keine Datenerfassung in der Smart Factory statt, sondern eine Umsetzung von Befehlen in Form von Daten. Sie können allgemein in fünf Arten eingeteilt werden:

Art des Aktors	Physikalische Eigenschaft	Beispiel
Mechanisch	Geschwindigkeit	Motor
Optisch	Licht	Lampe
Akustisch	Signar	Lautsprecher
Thermisch	Temperatur	Heizelement
Chemisch	Gasentwicklung	Brennstoffzelle

Ein interessantes Beispiel ist ein Pneumatikzylinder. Er wandelt Druckluftenergie in präzise mechanische Bewegungen um, ob linear oder rotierend. Die Verbindung zur digitalen Welt erfolgt über elektrisch gesteuerte Ventile: Digitale Signale regulieren den Luftstrom, sodass der Zylinder trotz seiner pneumatischen Natur nahtlos in die elektronische Steuerungskette einer Smart Factory integriert werden kann. Damit folgt er dem grundlegenden Prinzip aller Aktoren, und zwar der Umwandlung elektrischer Signale in physikalische Aktionen.

Steuereinheit

Das zentrale Nervensystem der Datenerfassungsebene bilden Steuerungseinheiten. Sie koordinieren die bidirektionale Kommunikation, indem sie Sensorsignale aufnehmen, diese nach definierten Steuerprogrammen verarbeiten und entsprechend die Aktoren aktivieren. Je nach Anwendungsfall und Komplexität kommen verschiedene Steuerungstypen zum Einsatz:

Speicherprogrammierbare Steuerungen (SPS oder PLC) dominieren in industriellen Umgebungen und bieten höchste Zuverlässigkeit für kritische Produktionsprozesse. Mittels Programmiersoftware wie STEP 7 (Siemens), TwinCAT (Beckhoff) oder Automation Studio (B&R) lassen sich komplexe Steuerungsabläufe präzise programmierenn.

Mikrocontroller wie Arduino, Raspberry Pi oder ESP32-Module eignen sich für kleinere IIoT-Anwendungen, Prototyping oder dezentrale Steuerungsaufgaben. Sie bieten einen kostengünstigen und flexiblen Einstieg in die IoT-Welt, sind allerdings nicht so robust, wie eine SPS.

Industrielle PCs (IPCs) und Edge Controller kombinieren robuste Hardware mit erweiterten Verarbeitungskapazitäten und ermöglichen komplexe Datenverarbeitung sowie lokale Intelligenz direkt auf Feldebene.

Moderne Steuerungen verfügen über standardisierte Kommunikationsschnittstellen (Ethernet, PROFINET, EtherCAT, WiFi, Bluetooth). Dadurch können sie nahtlos in übergeordnete IT-Infrastrukturen integriert werden. Dabei fungieren sie als Protokollwandler, die feldbusspezifische Signale in IT-konforme Datenformate übersetzen. Besonders wichtig für IIoT-Anwendungen: Viele aktuelle Steuerungen bieten bereits integrierte OPC UA Server oder MQTT-Clients, womit sie den direkten Datenaustausch mit IoT-Plattformen ermöglichen.

Die Wahl der geeigneten Steuerungslösung hängt von Faktoren wie Anwendungskomplexität, Echtzeitanforderungen, Umgebungsbedingungen und verfügbarem Budget ab.

Datenerfassung und -vorverarbeitung

Ich werde nicht müde, mich zu wiederholen, dass eine Smart Factory nur durch Daten zum Leben erweckt werden kann. Besonders wichtig ist es, dass die Daten von hoher Qualität sind. In der Datenerfassungsebene einer Smart Factory werden dazu die Grundlagen für hochwertige Datenanalysen geschaffen. Fünf Kernaspekte sind dabei besonders relevant:

• Die Signalaufbereitung umfasst die Analog-Digital-Wandlung, Filterung von Störsignalen und Signalnormalisierung. Solche Vorgänge können häufig bereits in intelligenten Sensoren oder Messumformern durchgeführt werden, teilweise auch in I/O-Modulen der SPS.
• Bei den Datenformaten spielen strukturierte Formate, Zeitstempelung und Metadaten eine Schlüsselrolle. Die Formatierung erfolgt in der SPS oder in speziellen Datenkonzentratoren, die somit als Übersetzter zwischen Feldebene und datenzentrierten IT-Systemen eintreten.
• Edge Computing ermöglicht die Vorverarbeitung direkt an der Datenquelle. Diese Funktionen werden von Edge-Gateways, modernen SPSen mit erweiter ter Rechenkapazität oder dezidierten Edge-Computern übernommen.
• Die Datenqualitätssicherung durch Plausibilitätsprüfungen und Ausreißererkennung wird meist in der SPS implementiert, kann aber auch in übergeordneten Edge-Systemen stattfinden.
• Datenaggregatoren führen Informationen verschiedener Quellen zusammen. Diese Aufgabe wird von speziellen Gateway-Systemen, IoT-Hubs oder leistungsfähigen industriellen PCs übernommen, die zwischen Betriebstechnik (OT) und Informationstechnik (IT) vermitteln.

Je nach Komplexität und Anforderung an deine Anwendung können diese Prozesse in verschiedenen Komponenten der implementiert werden, von der Feldebene bis zur Steuerungsebene.

Schnittstelle zwischen Datenerfassung und Datentransfer

In meinem Vier-Ebenen-Modell schließt sich auf die Datenerfassung in der Smart Factory die Datentransferebene an. Folglich muss die Kommunikationsweise dazwischen festgelegt werden, um die Zusammenarbeit zu ermöglichen. Mit standardisierten Protokollen ist dies möglich. Die wichtigsten sind:

Protokoll	Beschreibung	Normung
OPC UA	Herstellerunabhängiger Standard für den sicheren Datenaustausch in der Industrie. Es bietet komplexe Datenmodellierung, Sicherheitsmechanismen und nahtlose Integration verschiedener Automatisierungs-komponenten.	IEC 62541
MQTT	Leichtgewichtiges Publish/Subscribe-Protokoll. Ideal für ressourcenbeschränkte Geräte und unzuverlässige Netzwerke. Es ermöglicht effiziente Datenübertragung mit minimaler Bandbreite und Stromverbrauch.	IEC 20922
PROFINET	Ermöglicht deterministische Kommunikation mit kurzen Zykluszeiten und nahtloser Integration von Feldgeräten in die Produktions-umgebung.	IEC 61158, IEC 61784
Modbus TCP	Offenes und einfaches Kommunikationsprotokoll, das serielle Modbus-RTU-Protokoll auf TCP/IP überträgt. Wegen seiner Einfachheit, Flexibilität und Kompatibilität mit bestehenden Systemen ist es weit verbreitet.	IEC 61158

Solche Protokolle bilden die technische Grundlage für den Datenaustausch zwischen den Ebenen deines IIoT-Systems und der modularen Architektur. Doch mit zunehmender Vernetzung steigt auch das Risiko unbefugter Zugriffe, was keine Smart Factory ignorieren darf.

Datensicherheit zwischen Erfassung und Transfer

Bei der Übertragung von Produktionsdaten über die genannten Protokolle musst du in jedem Fall die Absicherung der Kommunikation berücksichtigen. OPC UA bietet integrierte Sicherheitsmechanismen wie Verschlüsselung und Authentifizierung. Protokolle wie MQTT oder Modbus TCP müssen hingegen oft durch zusätzliche Maßnahmen abgesichert werden. Wichtige Sicherheitskonzepte umfassen:

• Transportverschlüsselung (TLS/SSL)
• Zugriffskontrollen und Authentifizierungsmechanismen
• Zertifikatsbasierte Kommunikation
• Absicherung durch Firewalls und segmentierte Netzwerke
• Security-by-Design bei der Implementierung von Schnittstellen

Mit diesen Sicherheitsmaßnahmen kannst du sicherstellen, dass die sensible Produktionsdaten deiner Smart Factory auf dem Weg von der Datenerfassung zur weiteren Verarbeitung vor unbefugtem Zugriff und Manipulation geschützt sind.

Mehr zu IT- und OT-Security-Themen werden auf meinem Blog folgen.

Cosmic Recap

Die Datenerfassung bildet das Fundament jeder Smart Factory. Letztendlich sind es Sensoren, Aktoren, SPS-Steuerungen sowie Edge Computing und standardisierte Kommunikationsprotokolle, die die entscheidenden Weichen für deine IIoT-Strategie stellen. Besonders die fünf Kernaspekte der Datengenerierung sorgen für die Datenqualität, die über den Erfolg deiner digitalisierten Produktion entscheidet.

Tauche tiefer in die Welt der intelligenten Fertigung ein! Im nächsten Beitrag erfährst du, wie die Datentransferebene deine wertvollen Produktionsdaten sicher und effizient durch dein Unternehmensnetzwerk leitet. Schau‘ gerne vorbei!

Dein Hauke

Links zu den anderen Artikeln der Serie:

• IIoT-Komplexität beherrschen mit dem Vier-Ebenen-Modell
• Navigation für Produktionsdaten auf der Datentransferebene
• Datenhaltungsstrategien für IIoT-Anwendungen – Von der Feldebene bis zur Cloud