Der Einsatz von Hyperscalern wie Azure oder AWS ermöglicht die Umsetzung von Echtzeitanalysen von weltweiten IoT Daten ohne langwierigen oder kostenintensiven Aufbau von globaler IT-Infrastruktur. In einer Partnerschaft mit einem führenden Medizinproduktionsunternehmen hat Five1 genau diese Vorteile genutzt, um eine flexible Cloud Architektur für IoT Analytics umzusetzen.
THE CHALLENGE
Unser Kunde, ein weltweit führender Hersteller von Medizinprodukten, stand vor der Herausforderung, riesige Mengen an Maschinen- und Produktionsdaten effektiv zu nutzen, die in einer zentralen on-premise Zeitreihendatenbank gespeichert sind. Diese Daten sind ein wertvolles Kapital, das jedoch bisher ungenutzt blieb. Ihr Ziel war es, diese Daten in wertvolle Erkenntnisse umzuwandeln, um die Produktion zu optimieren und ihre Effizienz zu steigern.
Die Bandbreite der UseCases und Anforderungen des Kunden waren enorm. Sie reichten von Echtzeit-Dashboards zur Produktionsüberwachung bis hin zu anspruchsvollen KI-Anwendungen wie automatisierter Anomalieerkennung, prädiktiver Wartung und Echtzeit-Alerting bei erkannten Problemen. Darüber hinaus sollte sich die Freigabe der produzierten Produkte stark beschleunigen, indem die gesammelten Daten automatische Produktionsdokumentationen generieren, die bisher noch mühsam manuell gepflegt werden mussten.
Eine weitere Herausforderung bestand darin, dass diese Lösungen weltweit in allen Produktionsstandorten skalierbar sein mussten. Die vorhandene on-premise Infrastruktur erwies sich jedoch als unzureichend, da sie nur begrenzte Analysemöglichkeiten bot und das Trainieren von Machine Learning Modellen ohne zusätzliche Ressourcen nicht möglich war.
Five1 stand vor der Aufgabe, eine maßgeschneiderte Lösung zu entwickeln, die nicht nur die aktuellen Bedürfnisse unseres Kunden erfüllte, sondern auch flexibel genug war, um sich den sich ständig ändernden Anforderungen anzupassen.
THE SOLUTION
Durch die Anforderungen des Kunden kam für die Umsetzung der IoT Plattform nur ein Hyperscaler in Frage. Nach sorgfältiger Abwägung fiel die Wahl auf Microsoft Azure, da es bereits im Unternehmen des Kunden im Einsatz war und daher nahtlos in die bestehende Infrastruktur integriert werden konnte.Der Projektstart war geprägt von intensiven Diskussionen mit den Entscheidungsträgern, um die Use Cases klar zu definieren und die Anforderungen zu verstehen. In einer umfassenden Evaluierungsphase wurde dann gemeinsam mit dem Kunden untersucht, wie auf die benötigten Daten zugegriffen werden kann und welche Azure-Services am besten geeignet sind, um eine Echtzeit-Datenverarbeitung zu gewährleisten. Unser Ziel war es, eine Lösung zu entwickeln, die nicht nur effizient arbeitet, sondern auch einen minimalen Wartungs- und Entwicklungsaufwand erfordert.
Die enge Zusammenarbeit mit dem Kunden war entscheidend, um sicherzustellen, dass die gewählten Lösungen seinen Bedürfnissen entsprechen. Zudem legten wir besonderen Wert darauf, verwaltete Services zu nutzen, um die Komplexität zu reduzieren und gleichzeitig die Leistung zu maximieren.
Das Ergebnis war eine maßgeschneiderte Kombination von Azure-Services, welche die Anbindung von Streaming-Daten (unter anderem Event Grid und Event Hub) ermöglichen, während Azure Machine Learning für die Umsetzung von ML-Anwendungsfällen eingesetzt wird. Zusätzlich nutzten wir Microsoft Fabric in Verbindung mit PowerBI als SaaS-Tool, um die Daten zu verarbeiten und die Ergebnisse visuell aufzubereiten. Schließlich wurden diese Services erfolgreich im Azure-Account des Kunden implementiert, wodurch eine solide Grundlage für die zukünftige Entwicklung und Skalierung geschaffen wurde.
THE RESULT
Das Projekt hat eine skalierbare Infrastruktur hervorgebracht, die es unserem Kunden ermöglicht, zukünftig fortschrittliche Analytics-Anwendungen für die Produktionsmaschinendaten im IoT umzusetzen. Die Architektur wurde dabei so gestaltet, dass sie eine ausgewogene Mischung aus Benutzerfreundlichkeit und Flexibilität bietet, um verschiedene Anwendungsfälle erfolgreich umzusetzen.
Durch die Nutzung des Azure-Hyperscalers können die implementierten Anwendungen und Dashboards problemlos weltweit in allen Werken bereitgestellt und direkt genutzt werden. Ein integriertes Monitoring und gemanagte Infrastruktur erfordern zudem nur einen minimalen Personalaufwand und ermöglichen es, Advanced Analytics-Anwendungsfälle schnell zu implementieren und global über alle Produktionsstandorte hinweg auszurollen.
Unsere Unterstützung endet hier jedoch nicht. Wir werden unseren Kunden auch in zukünftigen Projekten weiterhin zur Seite stehen, um sicherzustellen, dass sie das volle Potenzial ihrer Plattform ausschöpfen können und stets von den neuesten Entwicklungen im Bereich Advanced Analytics profitieren.
Sie stehen vor einer ähnlichen Herausforderung?
Kontaktieren Sie uns doch einfach, für einen unverbindlichen Austausch!