Da Hersteller riesige Mengen an Hochgeschwindigkeits-Industriedaten am Edge generieren, hat die Herausforderung an Bedeutung gewonnen, schnell Erkenntnisse zu gewinnen – unter Verwendung von Low-Footprint-Hardware – und diese mit geringen Latenzzeiten auf die Steuerungssysteme anzuwenden. Gleichzeitig kann es, wenn man sich auf eine zentralisierte Data-Science- oder IT-Analysefunktion verlässt, Tage oder Monate dauern, bevor ein Umschwung im Fertigungsbereich stattfinden kann.
Um dieses Dilemma zu überwinden, müssen OT-Experten in der Lage sein, Datenherausforderungen einfach zu bewältigen und Anwendungen für maschinelles Lernen zur Anwendung von Streaming-Daten aus der Steuerungsanwendung, also der Quelle für schnelle und umfangreiche Industriedaten, unmittelbar einzusetzen. Sie sollten in der Lage sein, die Modellausgaben sowohl auf die Steuerungssystem-Ebene von Rockwell Automation als auch auf andere handelsübliche Hardware anzuwenden. Mit diesen leistungsstarken Funktionen können OT-Fachleute die Produktionsausbeute, die Gesamtanlageneffektivität und andere KPIs verbessern, die für ihre wichtigsten Geschäftsergebnisse wichtig sind.
