Die Intelligent Industrial Production
IIoT-Plattform
KI-stark und flexibel: die Intelligent Industrial Production-Plattform (IIP-Plattform) ist eine IIoT-Plattform der nächsten Generation.
Sie verbindet Industrieanlagen und Maschinen nicht nur an einem Standort, sondern auch standort- und unternehmensübergreifend. Durch ihre Offenheit auf technischer und betrieblicher Ebene ist die Plattform herstellerunabhängig und ermöglicht einen anwenderfreundlichen Zugang zu Künstlicher Intelligenz (KI) auf sichere und flexible Weise. Dabei basiert sie auf relevanten Standards und bestehenden Open-Source-Komponenten.
GitHub Download
Auf GitHub finden Sie alle Teile und Komponenten rund um die IIP-Plattform einschließlich Kompatibilitätstests und Benchmarks für die Interoperabilität.
KI-stark und flexibel: die Intelligent Industrial Production-Plattform (IIP-Plattform) ist eine IIoT-Plattform der nächsten Generation.
Sie verbindet Industrieanlagen und Maschinen nicht nur an einem Standort, sondern auch standort- und unternehmensübergreifend. Durch ihre Offenheit auf technischer und betrieblicher Ebene ist die Plattform herstellerunabhängig und ermöglicht einen anwenderfreundlichen Zugang zu Künstlicher Intelligenz (KI) auf sichere und flexible Weise. Dabei basiert sie auf relevanten Standards und bestehenden Open-Source-Komponenten.
GitHub Download
Auf GitHub finden Sie alle Teile und Komponenten rund um die IIP-Plattform einschließlich Kompatibilitätstests und Benchmarks für die Interoperabilität.
offen
erweiterbar
sicher
konfigurierbar
selbstanpassend
Virtuelle Plattform
Die IIP-Plattform ist eine virtuelle Plattform, die bestehende, bereits installierte Lösungen nutzt, indem sie sich mit ihnen integriert, zugängliche Outputs und Ressourcen nutzt, sie mit KI anreichert und, falls gewünscht, KI-angereicherte Informationen in bereits genutzte Systeme zurückspeist. Das Ziel unserer Plattform ist nicht, bestehende Plattformen zu ersetzen, sondern sie zu erweitern.
Neuartige Plattformkonzepte
Das Kernziel der Plattformentwicklung war die Erforschung und Demonstration neuartiger Plattformkonzepte für Industrie 4.0. So finden sich auf der IIP-Plattform z.B. Asset-Verwaltungsschalen als Schnittstellen für Softwarekomponenten und Ressourcen, Unified Edge Deployment, ein KI-Toolkit oder die nahtlose Konfiguration der Plattform von Netzwerkeinstellungen über Dienste bis hin zu Anwendungen, die auf der Plattform laufen. Die aktuellen Release-Notes können Sie hier nachlesen.
Vorteile der IIP-Plattform
Für maschinenbetreibende KMU
Für maschinenbetreibende KMUs im innovativen Mittelstand, die In-House oder firmenübergreifend innovative IIoT KI-Lösungen entwickeln wollen sowie innovative neue Nutzungsmöglichkeiten für ihre Produktionsdaten entdecken möchten, bietet die KI-fähige IIP-Plattform eine äußerst flexible Entwicklungsumgebung und leicht zugängliche Infrastruktur, welche ohne Vendor-Lock-In eine offene, Open-Source-basierte Umgebung mit höchster Interoperabilität unter Verwendung von IIoT-Standards bietet, um individuelle Lösungen zu entwickeln, zu evaluieren und sowohl on-premise als auch cloud-basiert zu betreiben.
Für Applikationsentwickler
Für Applikationsentwickler (im Bereich Industrie 4.0), die innovative IIoT KI-Lösungen entwickeln und anbieten oder IIoT-datenbasierte Lösungen anbieten, bietet die KI-fähige IIP-Plattform eine äußerst flexible Entwicklungsumgebung und leicht zugängliche Infrastruktur, welche die Entwicklung von neuen Lösungen unterstützt. Sie bietet Applikationsentwicklern die Möglichkeit, bestehende Lösungen über die Plattform anzubieten und zu betreiben. Darüber hinaus können sie Potentiale für neue Lösungen in Kooperation mit Industriepartnern innerhalb der Plattform finden.
Vorteile der IIP-Plattform
Für maschinen-betreibende KMU
Für maschinenbetreibende KMUs im innovativen Mittelstand, die In-House oder firmenübergreifend innovative IIoT KI-Lösungen entwickeln wollen sowie innovative neue Nutzungsmöglichkeiten für ihre Produktionsdaten entdecken möchten, bietet die KI-fähige IIP-Plattform eine äußerst flexible Entwicklungsumgebung und leicht zugängliche Infrastruktur, welche ohne Vendor-Lock-In eine offene, Open-Source-basierte Umgebung mit höchster Interoperabilität unter Verwendung von IIoT-Standards bietet, um individuelle Lösungen zu entwickeln, zu evaluieren und sowohl on-premise als auch cloud-basiert zu betreiben.
Für Applikations-entwickler
Für Applikationsentwickler (im Bereich Industrie 4.0), die innovative IIoT KI-Lösungen entwickeln und anbieten oder IIoT-datenbasierte Lösungen anbieten, bietet die KI-fähige IIP-Plattform eine äußerst flexible Entwicklungsumgebung und leicht zugängliche Infrastruktur, welche die Entwicklung von neuen Lösungen unterstützt. Sie bietet Applikationsentwicklern die Möglichkeit, bestehende Lösungen über die Plattform anzubieten und zu betreiben. Darüber hinaus können sie Potentiale für neue Lösungen in Kooperation mit Industriepartnern innerhalb der Plattform finden.
Zusammensetzung
Offener und erweiterbarer KI-Baukasten, der wiederverwendbare KI-Bausteine in Form von Diensten bzw. Komponenten enthält. Die Plattform stellt hier Schnittstellen und Mechanismen zur Verfügung, um die KI-Dienste auf Ressourcen zu verteilen und mit Daten zu versorgen bzw. diese Daten nachfolgenden Komponenten zur Verfügung zu stellen – sowohl für das Training als auch für die Laufzeit/Prädiktion.
Mechanismus zum heterogenen, dynamischen Deployment ausgewählter Plattform-Funktionalitäten wie KI-Bausteine auf verschiedene Ressourcen. Dabei entscheidet die Plattform aufgrund von Informationen wie Zusicherungen und Ressourcenbedarfe über die zu verteilenden Dienste bzw. Komponenten, die sich in Form von Verwaltungsschalen selbst beschreiben. Analog werden die möglichen Ziel-Ressourcen, wie beispielsweise Edge-Devices oder GPU-Server in Form von Verwaltungsschalen beschrieben. Als Deployment-Einheiten sollen Container (z.B. Docker-Container) verwendet werden. Primär zielt die IIP-Plattform auf vor-Ort/on-premise Installationen ab.
Zur systematischen und konsistenten Konfigurierbarkeit der Plattform setzt die IIP-Plattform Techniken zur Variantenbildung ein. Dies ermöglicht es, bereits vor der Ausführung der Plattform zu bestimmen, ob die jeweilige Plattformkonfiguration konsistent und lauffähig ist und vereinfacht damit Installations- und Wartungsarbeiten.
Die Konfigurationsmodellierung/Konfigurierbarkeit wird durch (dynamische) Informationen aus den Verwaltungsschalen der eingesetzten Komponenten ergänzt. Dadurch wird eine Optimierung des heterogenen Deployments auf die verfügbaren Ressourcen, aber auch des konkreten Einsatzes von KI-Komponenten in den Containern ermöglicht. Die Optimierung bezieht sich zunächst auf eine Zuordnung zum Plattform- bzw. Applikationsstart basierend auf (dynamischen) Informationen aus den Verwaltungsschalen der Ressourcen.
Die Optimierung des Deployments und der verwendeten KI-Dienste / -Komponenten kann aber ebenso zur Laufzeit erfolgen, d.h., zur Adaptivität der Plattform führen. Hierfür wurden geeignete Mechanismen zur Ableitung von Adaptionsentscheidungen, zur Laufzeitanpassung von Containern, Komponenten und (KI-)Modellen untersucht und realisiert.
Die Plattform stellt diverse Sicherheitsmechanismen wie beispielsweise Speicherdienste mit verschiedenen Qualitätscharakteristiken (inklusive sichere bzw. verschlüsselte Speicherdienste) bereit und allen Diensten / Komponenten, insbesondere den Edge Geräten, zur Verfügung.
Artikel 25 DSGVO (Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, PbD – Privacy by Design) schreibt vor, dass sowohl zum Zeitpunkt der Festlegung der Mittel für die Verarbeitung als auch zum Zeitpunkt der eigentlichen Verarbeitung geeignete technische und organisatorische Maßnahmen (z.B. Security & Privacy Controls, die dafür ausgelegt sind, die Datenschutzgrundsätze wie etwa Datenminimierung wirksam umzusetzen und die notwendigen Garantien in die Verarbeitung aufzunehmen) in einem System integriert werden müssen.
Zusammensetzung
Offener und erweiterbarer KI-Baukasten, der wiederverwendbare KI-Bausteine in Form von Diensten bzw. Komponenten enthält. Die Plattform stellt hier Schnittstellen und Mechanismen zur Verfügung, um die KI-Dienste auf Ressourcen zu verteilen und mit Daten zu versorgen bzw. diese Daten nachfolgenden Komponenten zur Verfügung zu stellen – sowohl für das Training als auch für die Laufzeit/Prädiktion.
Mechanismus zum heterogenen, dynamischen Deployment ausgewählter Plattform-Funktionalitäten wie KI-Bausteine auf verschiedene Ressourcen. Dabei entscheidet die Plattform aufgrund von Informationen wie Zusicherungen und Ressourcenbedarfe über die zu verteilenden Dienste bzw. Komponenten, die sich in Form von Verwaltungsschalen selbst beschreiben. Analog werden die möglichen Ziel-Ressourcen, wie beispielsweise Edge-Devices oder GPU-Server in Form von Verwaltungsschalen beschrieben. Als Deployment-Einheiten sollen Container (z.B. Docker-Container) verwendet werden. Primär zielt die IIP-Plattform auf vor-Ort/on-premise Installationen ab.
Zur systematischen und konsistenten Konfigurierbarkeit der Plattform setzt die IIP-Plattform Techniken zur Variantenbildung ein. Dies ermöglicht es, bereits vor der Ausführung der Plattform zu bestimmen, ob die jeweilige Plattformkonfiguration konsistent und lauffähig ist und vereinfacht damit Installations- und Wartungsarbeiten.
Die Konfigurationsmodellierung/Konfigurierbarkeit wird durch (dynamische) Informationen aus den Verwaltungsschalen der eingesetzten Komponenten ergänzt. Dadurch wird eine Optimierung des heterogenen Deployments auf die verfügbaren Ressourcen, aber auch des konkreten Einsatzes von KI-Komponenten in den Containern ermöglicht. Die Optimierung bezieht sich zunächst auf eine Zuordnung zum Plattform- bzw. Applikationsstart basierend auf (dynamischen) Informationen aus den Verwaltungsschalen der Ressourcen.
Die Optimierung des Deployments und der verwendeten KI-Dienste / -Komponenten kann aber ebenso zur Laufzeit erfolgen, d.h., zur Adaptivität der Plattform führen. Hierfür wurden geeignete Mechanismen zur Ableitung von Adaptionsentscheidungen, zur Laufzeitanpassung von Containern, Komponenten und (KI-)Modellen untersucht und realisiert.
Die Plattform stellt diverse Sicherheitsmechanismen wie beispielsweise Speicherdienste mit verschiedenen Qualitätscharakteristiken (inklusive sichere bzw. verschlüsselte Speicherdienste) bereit und allen Diensten / Komponenten, insbesondere den Edge Geräten, zur Verfügung.
Artikel 25 DSGVO (Datenschutz durch Technikgestaltung und durch datenschutzfreundliche Voreinstellungen, PbD – Privacy by Design) schreibt vor, dass sowohl zum Zeitpunkt der Festlegung der Mittel für die Verarbeitung als auch zum Zeitpunkt der eigentlichen Verarbeitung geeignete technische und organisatorische Maßnahmen (z.B. Security & Privacy Controls, die dafür ausgelegt sind, die Datenschutzgrundsätze wie etwa Datenminimierung wirksam umzusetzen und die notwendigen Garantien in die Verarbeitung aufzunehmen) in einem System integriert werden müssen.
Veröffentlichungen zur IIP-Plattform
IIP-Plattform-Handbuch Version 0.5.0
Das Plattform-Handbuch bietet Einblicke in die Ideen und Konzepte hinter Design und Realisierung der IIP-Plattform, von einer übergreifenden Schichtenarchitektur bis zu Mechanismen wie dem Konfigurationsmodell.
Anforderungen an die IIP-Plattform (Funktionale und Qualitäts-Sicht)
Die Übersicht über die Anforderungen an die IIP-Plattform basiert auf Diskussionen mit unseren Partnern und Teilprojekten sowie auf unserer Übersicht über aktuelle Industrie 4.0 Plattformen und eine Anforderungserhebung auf Benutzerebene.
Anforderungen an die IIP-Plattform (Nutzungssicht)
Die Übersicht über die Anforderungen an die IIP-Plattform basiert auf Diskussionen mit unseren Partnern und Teilprojekten sowie auf unserer Übersicht über aktuelle Industrie 4.0 Plattformen und eine Anforderungserhebung auf Benutzerebene.
Tutorials zur IIP-Plattform
Diese Reihe von Tutorial-Videos soll Benutzer in die Lage zu versetzen, ihre eigenen Dienste zu entwickeln, die in Anwendungen auf der IIP-Plattform laufen. Zu diesem Zweck verwendet die Plattform einen modellbasierten Entwicklungsansatz, bei dem die Anwendung, Dienste, Abhängigkeiten und Datentypen in einem Konfigurationsmodell spezifiziert und durch Codegenerierung in Code umgewandelt werden. Der Benutzer vervollständigt den generierten Code, hier in Form eines Vorlagenprojekts (für die Eclipse IDE) mit allen relevanten Dateien, die für eine Dienstimplementierung benötigt werden. Um die Anwendung des Ansatzes zu erleichtern, wird in der Videoserie auch die Verwendung eines bereitgestellten Docker-Entwicklungscontainers erläutert, der eine vollständige Entwicklungsinstallation der Plattform und der Eclipse IDE enthält.
Diese Videoreihe spiegelt den aktuellen Stand (Februar 2023) des Dienstentwicklungsansatzes wider. Für die Zukunft planen wir die Bereitstellung eines Drag-and-Drop-Anwendungsdesigners in der Management-Benutzeroberfläche der IIP-Plattform, um die Entwicklung zu vereinfachen und dem Entwickler die Möglichkeit zu geben, sich auf die Service-Implementierung auf der Grundlage von generierten Vorlagenprojekten zu konzentrieren.
1 - Einführung
Das erste Tutorial gibt einen Überblick über die IIP-Plattform basierend auf der Frage “(Wieso) Noch eine Plattform?”
2 - Plattformübersicht
Dieses Video bietet einen Überblick über das Design, die Architektur und die Services der Plattform von IIP-Ecosphere.
3.1 - Installation auf Linux
Dieses Video erklärt, wie man den mitgelieferten Entwicklungscontainer und optional die IIP-Plattform unter Linux installiert.
3.2 - Installation auf Windows
Dieses Video erklärt, wie man den mitgelieferten Entwicklungscontainer und optional die IIP-Plattform unter Windows installiert.
4 - Verwendung des Development Containers
Dieses Video erklärt den optimalen Einsatz des Entwicklungscontainers, der im Vergleich zu Windows zunächst etwas ungewöhnlich erscheinen mag.
5 - Einführung in die Code Generierung
Dieses Video ist ein optionales Tutorial, das zusätzliches Wissen vermittelt und am besten vor dem ersten Video zur technischen Implementierung angesehen wird. Es vermittelt Hintergrundwissen über die Konfiguration und den Codegenerierungsansatz.
6 - Service Integration: Konfigurierung von Datentypen
Dies ist das erste von sechs Videos zur Implementierung von Services. Es erklärt die Spezifikation der Datentypen, die zwischen den Services der Application transportiert werden müssen und markiert den Beginn des Entwicklungsprozesses.
7 - Service Integration: Konfigurierung von Services
Dies ist das zweite der Videos zur Service-Implementierung, in dem erklärt wird, wie Services konfiguriert werden können.
8 - Service Integration: Konfigurierung von Applications
Das dritte Video zur Service-Integration erklärt, wie Services in einer Anwendung im Sinne eines Service Mesh kombiniert werden.
9 - Service Integration: Erstellung von Applications
Das vierte Video zur Service-Implementierung zeigt, was zu tun ist, nachdem eine Application definiert wurde. Es erklärt, wie man eine Application erstellt und wie man die Funktionalität von Services implementiert.
10 - Service Integration: Testen von Applications
Im fünften Video über die Implementierung von Services geht es um das Testen der Funktionalität der zu erstellenden Application in den verschiedenen Phasen des Entwicklungsprozesses. Das Video enthält Informationen, die vor der Fertigstellung des Erstellungsprozesses aus dem vierten Video nützlich sein können, sowie Methoden, die ineinandergreifen oder für fertige Applicationen verwendet werden sollten.
11 - Service Integration: Einsetzen von Applications
Das sechste und letzte Video zur Service-Implementierung führt die Benutzer durch die Bereitstellung ihrer neuen Application auf einer Build-Plattform. Wenn Sie die Application auf einer lokalen Installation der IIP-Plattform ausführen möchten, schauen Sie bitte den entsprechenden “Platform Installation Guide” für die Installation und den Start der Plattform an.
12 - Wie ein Python AI Service erstellt wird
Dieses zusätzliche Video bezieht sich auf das zweite Video zur Service-Implementierung “How to configure Services”, da es die Unterschiede zwischen Java-basierten Services und Python-Services und deren Nutzung erklärt.
13 - Anwendungsbeispiele von der IIP-Plattform
Dieses Video gibt einen Überblick über alle Applikationsbeispiele, die derzeit mit der IIP-Plattform bereitgestellt werden. Diese Beispiele unterschiedlicher Komplexität können als Grundlage und Inspiration für eigene Anwendungen genutzt werden.
14 - Weitere Plattform-Funktionen
Dieses Video fasst fortgeschrittene Plattformfunktionen zusammen, die in den Tutorials zur Entwicklung von Services nicht behandelt wurden. Zu den Themen gehören (externe) Konnektoren, generische Dienste, Bereitstellungspläne, Überwachung und die webbasierte Benutzeroberfläche für die Plattformverwaltung.
Kontakt
Bei Fragen und Anregungen kontaktieren Sie gern das IIP-Plattform-Team vom Inst. für Informatik – Abteilung Software Systems Engineering der Uni Hildesheim
Dr. Holger Eichelberger
Dr. Christian Sauer
Ahmad Alamoush
Kontakt
Bei Fragen und Anregungen kontaktieren Sie gern das IIP-Plattform-Team vom Inst. für Informatik – Abteilung Software Systems Engineering der Uni Hildesheim
Dr. Holger Eichelberger
Dr. Christian Sauer
Ahmad Alamoush