Publikationen des Projekts
Eichelberger, Holger; Palmer, Gregory; Niederee, Claudia Developing an AI-enabled Industry 4.0 platform - Performance experiences on deploying AI onto an industrial edge device Journal Article In: Softwaretechnik-Trends, 43 (1), pp. 35-37, 2023, ISSN: 0702-8928. Abstract | BibTeX | Schlagwörter: IIP-Ecosphere, Industrie 4.0, Industry 4.0, Platform Sauer, Christian Severin; Eichelberger, Holger Performance Evaluation of BaSyx based Asset Administration Shells for Industry 4.0 Applications Journal Article In: Softwaretechnik-Trends, 43 (1), pp. 47-49, 2023, ISSN: 0702-8928. Abstract | BibTeX | Schlagwörter: Asset Administration Shells, IIP-Ecosphere, Industrie 4.0, Industry 4.0, Platform, Verwaltungsschale Alamoush, Ahmad; Eichelberger, Holger Adapting Kubernetes to IIoT and Industry 4.0 protocols - An initial performance analysis Inproceedings In: 13th Symposium on Software Performance 2022, 2022. Abstract | Links | BibTeX | Schlagwörter: IIoT, IIP-Ecosphere, Industrie 4.0, Industry 4.0, Virtual Platform Eichelberger, Holger; Palmer, Gregory; Reimer, Svenja; Trong Vu, Tat; Do, Hieu; Laridi, Sofiane; Weber, Alexander; Niederée, Claudia; Hildebrandt, Thomas Developing an AI-Enabled IIoT Platform - Lessons Learned from Early Use Case Validation Inproceedings In: Batista, Thais; Burevs, Tom'avs; Raibulet, Claudia; Muccini, Henry (Ed.): Software Architecture. ECSA 2022 Tracks and Workshops, pp. 265-283, Springer International Publishing, Cham, 2022, ISBN: 978-3-031-36889-9. Abstract | BibTeX | Schlagwörter: IIoT, IIoT-Platform, IIP-Ecosphere, Industrie 4.0, Industry 4.0, KI in der Produktion, Virtual Platform Eichelberger, Holger; Palmer, Gregory; Reimer, Svenja; Vu, Tat Trong; Do, Hieu; Laridi, Sofiane; Weber, Alexander; Niederée, Claudia; Hildebrandt, Thomas Developing an AI-enabled IIoT platform - An early use case validation Inproceedings In: SASI4 @ ECSA'22, 2022. Abstract | Links | BibTeX | Schlagwörter: Artificial Intelligence, Asset Administration Shells, IIoT, Industry 4.0, Platform Sauer, Christian; Eichelberger, Holger; Ahmadian, Amir Shayan; Dewes, Andreas; Jürjens, Jan Aktuelle Industrie 4.0 Plattformen – Eine Übersicht Whitepaper In: (DE: IIP-2020/001, EN: IIP-2020/001-en), 2021. Abstract | Links | BibTeX | Schlagwörter: Artificial Intelligence, Customizability, Ecosystem, Edge, Industry 4.0, platforms, Protocols2023
@article{nokey,
title = {Developing an AI-enabled Industry 4.0 platform - Performance experiences on deploying AI onto an industrial edge device},
author = {Holger Eichelberger and Gregory Palmer and Claudia Niederee},
issn = {0702-8928},
year = {2023},
date = {2023-02-01},
journal = {Softwaretechnik-Trends},
volume = {43},
number = {1},
pages = {35-37},
publisher = {GI},
abstract = {Maximizing the benefits of AI for Industry 4.0 is about more than just developing effective new AI methods. Of equal importance is the successful integration of AI into production environments. One open challenge is the dynamic deployment of AI on industrial edge devices within close proximity to manufacturing machines. Our IIP-Ecosphere platform was designed to overcome limitations of existing Industry 4.0 platforms. It supports flexible AI deployment through employing a highly configurable low-code based approach, where code for tailored platform components and applications is generated. In this paper, we measure the performance of our platform on an industrial demonstrator and discuss the impact of deploying AI from a central server to the edge. As result, AI inference automatically deployed on an industrial edge is possible, but in our case three times slower than on a desktop computer, requiring still more optimizations.},
keywords = {IIP-Ecosphere, Industrie 4.0, Industry 4.0, Platform},
pubstate = {published},
tppubtype = {article}
}
@article{nokey,
title = {Performance Evaluation of BaSyx based Asset Administration Shells for Industry 4.0 Applications},
author = {Christian Severin Sauer and Holger Eichelberger},
issn = {0702-8928},
year = {2023},
date = {2023-02-01},
journal = {Softwaretechnik-Trends},
volume = {43},
number = {1},
pages = {47-49},
publisher = {GI},
abstract = {The Asset Administration Shell (AAS) is an upcoming information model standard, which aims at interoperable modeling of “assets”, i.e., products, machines, services or digital twins in IIoT/Industry 4.0. Currently, a number of IIoT-platforms use proprietary information models similar to AAS, but not a common standard, which affects interoperability.A key question for a broad uptake is if AAS can be applied in a performant and scalable manner. In this paper, we examine this question for the open source Eclipse BaSyx middleware. To explore capabilities and possible performance limitations, we present four experiments measuring the performance of experimental AAS in BaSyx and, within the context set by our experiments, i.e., 10-1000 AAS instances, can conclude good scalability.},
keywords = {Asset Administration Shells, IIP-Ecosphere, Industrie 4.0, Industry 4.0, Platform, Verwaltungsschale},
pubstate = {published},
tppubtype = {article}
}
2022
@inproceedings{alamoush2022ssp,
title = {Adapting Kubernetes to IIoT and Industry 4.0 protocols - An initial performance analysis},
author = {Ahmad Alamoush and Holger Eichelberger},
url = {https://www.iip-ecosphere.de/ssp-kubernetes-cr/},
year = {2022},
date = {2022-11-08},
urldate = {2022-11-08},
booktitle = {13th Symposium on Software Performance 2022},
abstract = {Kubernetes ist eines der am häufigsten verwendeten Container-Orchestrierungstools, denn es bietet
reichhaltige Funktionen zur Verwaltung von containerisierten Anwendungen, ist anpassbar und erweiterbar. Die Virtualisierung von Containern von Anwendungen und deren Orchestrierung auf heterogenen Ressourcen einschließlich Edge-Geräten ist ein neuer Trend im industriellen Internet der Dinge (IIoT)/Industrie 4.0 in der auch verstärkt Kubernetes eingesetzt wird. Allerdings sind, IIoT/Industrie 4.0 Domänen mit hohen Anforderungen an derzeitigen und künftigen Standardisierungsanforderungen. Neben Gerätenormen, z.B. für elektrische Schaltschränke, gibt es auch
Anforderungen an die Standardisierung von Netzwerkprotokollen, Daten Datenformaten oder Informationsmodellen. Hier ist das proprietäre Kommunikationsprotokoll von Kubernetes gegebenenfalls ein Hindernis für die Akzeptanz von Kubernetes. Um diese Situation unter dem Gesichtspunkt der Interoperabilität und Integration zu untersuchen, stellen wir in diesem Papier einen Ansatz zum Austausch des Kommunikationsprotokolls von Kubernetes vor, ohne dessen Codebasis zu verändern. Wir zeigen die Anwendung unseres Ansatzes der Verwendung von Kubernetes mit drei aktuellen Formen der IIoT-Kommunikation: Message Queuing Telemetry Transport (MQTT), Advanced Advanced Message Queuing Protocol (AMQP) und Asset Administration Shell (AAS).},
keywords = {IIoT, IIP-Ecosphere, Industrie 4.0, Industry 4.0, Virtual Platform},
pubstate = {published},
tppubtype = {inproceedings}
}
reichhaltige Funktionen zur Verwaltung von containerisierten Anwendungen, ist anpassbar und erweiterbar. Die Virtualisierung von Containern von Anwendungen und deren Orchestrierung auf heterogenen Ressourcen einschließlich Edge-Geräten ist ein neuer Trend im industriellen Internet der Dinge (IIoT)/Industrie 4.0 in der auch verstärkt Kubernetes eingesetzt wird. Allerdings sind, IIoT/Industrie 4.0 Domänen mit hohen Anforderungen an derzeitigen und künftigen Standardisierungsanforderungen. Neben Gerätenormen, z.B. für elektrische Schaltschränke, gibt es auch
Anforderungen an die Standardisierung von Netzwerkprotokollen, Daten Datenformaten oder Informationsmodellen. Hier ist das proprietäre Kommunikationsprotokoll von Kubernetes gegebenenfalls ein Hindernis für die Akzeptanz von Kubernetes. Um diese Situation unter dem Gesichtspunkt der Interoperabilität und Integration zu untersuchen, stellen wir in diesem Papier einen Ansatz zum Austausch des Kommunikationsprotokolls von Kubernetes vor, ohne dessen Codebasis zu verändern. Wir zeigen die Anwendung unseres Ansatzes der Verwendung von Kubernetes mit drei aktuellen Formen der IIoT-Kommunikation: Message Queuing Telemetry Transport (MQTT), Advanced Advanced Message Queuing Protocol (AMQP) und Asset Administration Shell (AAS).@inproceedings{10.1007/978-3-031-36889-9_19,
title = {Developing an AI-Enabled IIoT Platform - Lessons Learned from Early Use Case Validation},
author = {Eichelberger, Holger
and Palmer, Gregory
and Reimer, Svenja
and Trong Vu, Tat
and Do, Hieu
and Laridi, Sofiane
and Weber, Alexander
and Niederée, Claudia
and Hildebrandt, Thomas},
editor = {Batista, Thais
and Bure{v{s}}, Tom{'a}{v{s}}
and Raibulet, Claudia
and Muccini, Henry},
isbn = {978-3-031-36889-9},
year = {2022},
date = {2022-09-19},
booktitle = {Software Architecture. ECSA 2022 Tracks and Workshops},
pages = {265-283},
publisher = {Springer International Publishing},
address = {Cham},
abstract = {For a broader adoption of AI in industrial production, adequate infrastructure capabilities and ecosystems are crucial. This includes easing the integration of AI with industrial devices, support for distributed deployment, monitoring, and consistent system configuration. IIoT platforms can play a major role here by providing a unified layer for the heterogeneous Industry 4.0/IIoT context.},
keywords = {IIoT, IIoT-Platform, IIP-Ecosphere, Industrie 4.0, Industry 4.0, KI in der Produktion, Virtual Platform},
pubstate = {published},
tppubtype = {inproceedings}
}
@inproceedings{epr+22,
title = {Developing an AI-enabled IIoT platform - An early use case validation},
author = {Holger Eichelberger and Gregory Palmer and Svenja Reimer and Tat Trong Vu and Hieu Do and Sofiane Laridi and Alexander Weber and Claudia Niederée and Thomas Hildebrandt},
url = {https://arxiv.org/pdf/2207.04515},
doi = {https://doi.org/10.48550/arXiv.2207.04515},
year = {2022},
date = {2022-07-10},
urldate = {2022-07-10},
booktitle = {SASI4 @ ECSA'22},
abstract = {For a broader adoption of AI in industrial production, adequate infrastructure capabilities are crucial. This includes easing the integration of AI with industrial devices, support for distributed deployment, monitoring, and consistent system configuration. },
keywords = {Artificial Intelligence, Asset Administration Shells, IIoT, Industry 4.0, Platform},
pubstate = {published},
tppubtype = {inproceedings}
}
2021
@whitepaper{Sauer2020,
title = {Aktuelle Industrie 4.0 Plattformen – Eine Übersicht},
author = {Christian Sauer and Holger Eichelberger and Amir Shayan Ahmadian and Andreas Dewes and Jan Jürjens},
url = {https://www.iip-ecosphere.eu/wp-content/uploads/2021/02/IIP-2020_001.pdf
https://www.iip-ecosphere.eu/wp-content/uploads/2021/02/IIP-2020_001-en.pdf
https://zenodo.org/record/4485756
},
doi = {10.5281/zenodo.4485756 },
year = {2021},
date = {2021-02-15},
number = {DE: IIP-2020/001, EN: IIP-2020/001-en},
abstract = {Dieses Whitepaper gibt eine Übersicht über aktuelle Industrie 4.0 Plattformen, insbesondere aus dem Blickwinkel des IIP-Ecosphere-Projekts, das im KI-Innovationswettbewerb vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert wird. Dabei stehen Themen wir Interkonnektivität, digitale Zwillinge, Offenheit, Sicherheit und die Nutzung von Künstlicher Intelligenz im Kontext der intelligenten Produktion im Mittelpunkt. Das Dokument beschreibt sowohl die Vorgehensweise der Datenermittlung, die Detailergebnisse für einzelne industrielle Plattformen als auch eine zusammenfassende Übersicht. Es werden insgesamt 21 industrielle Plattformen basierend auf öffentlich verfügbaren Dokumenten anhand von 16 Themenfeldern analysiert. Sowohl Plattformen als auch Analysethemen entstammen intensiver Diskussionen der Projektpartner in IIP-Ecosphere.
Die untersuchten Plattformen decken insbesondere die benötigten Grundfunktionen ab. Beispielsweise wird oft eine Vielzahl an Kommunikationsprotokollen bereitgestellt und verschiedenste Cloud-Dienste integriert. Selbst neuere Trends wie Künstliche Intelligenz sind inzwischen in den Plattformbeschreibungen zu finden. Allerdings ist der Funktionsumfang zwischen den Plattformen auch sehr unterschiedlich. Neuere Standards wie OPC-UA, UMATI oder die Industrie 4.0 Verwaltungsschale werden oft nur zurückhaltend, wenn überhaupt eingesetzt, was teilweise der Entwicklungshistorie aber auch strategischen Erwägungen geschuldet sein mag.
Basierend auf der Plattform-übergreifenden Analyse der 16 Themenfelder leiten wir Herausforderungen für zukünftige Plattformen und insbesondere für unsere Arbeit in IIP-Ecosphere ab. Diese umfassen Themen wie offene Ökosysteme, erweiterbare Architekturen mit standardisierten Schnittstellenbeschreibungen, flexible und dynamische Unterstützung für KI-Verfahren, sicherer und vereinheitlichter Datenaustausch (für Data Sharing, Ressource Sharing und Data Usage Control) wie auch durchgängige und konsistente Konfigurierbarkeit, die das Vertrauen des Nutzers in die jeweilige Plattform stärkt. Eine Standardisierung von (einigen) dieser Themen wäre wünschenswert um den Austausch und die Interoperabilität zwischen Plattformen und Plattformökosystemen zu verbessern und Lock-ins zu vermeiden.},
keywords = {Artificial Intelligence, Customizability, Ecosystem, Edge, Industry 4.0, platforms, Protocols},
pubstate = {published},
tppubtype = {whitepaper}
}
Die untersuchten Plattformen decken insbesondere die benötigten Grundfunktionen ab. Beispielsweise wird oft eine Vielzahl an Kommunikationsprotokollen bereitgestellt und verschiedenste Cloud-Dienste integriert. Selbst neuere Trends wie Künstliche Intelligenz sind inzwischen in den Plattformbeschreibungen zu finden. Allerdings ist der Funktionsumfang zwischen den Plattformen auch sehr unterschiedlich. Neuere Standards wie OPC-UA, UMATI oder die Industrie 4.0 Verwaltungsschale werden oft nur zurückhaltend, wenn überhaupt eingesetzt, was teilweise der Entwicklungshistorie aber auch strategischen Erwägungen geschuldet sein mag.
Basierend auf der Plattform-übergreifenden Analyse der 16 Themenfelder leiten wir Herausforderungen für zukünftige Plattformen und insbesondere für unsere Arbeit in IIP-Ecosphere ab. Diese umfassen Themen wie offene Ökosysteme, erweiterbare Architekturen mit standardisierten Schnittstellenbeschreibungen, flexible und dynamische Unterstützung für KI-Verfahren, sicherer und vereinheitlichter Datenaustausch (für Data Sharing, Ressource Sharing und Data Usage Control) wie auch durchgängige und konsistente Konfigurierbarkeit, die das Vertrauen des Nutzers in die jeweilige Plattform stärkt. Eine Standardisierung von (einigen) dieser Themen wäre wünschenswert um den Austausch und die Interoperabilität zwischen Plattformen und Plattformökosystemen zu verbessern und Lock-ins zu vermeiden.