Der Trend geht zur Multi Cloud. Doch warum braucht ein Unternehmen überhaupt mehrere Clouds? Eine Multi-Cloud-Strategie kann aus verschiedenen Gründen empfehlenswert sein. Zum einen lässt sich durch die Nutzung der Infrastrukturen von zwei oder mehr Clouds die Hochverfügbarkeit von Anwendungen absichern. Zum anderen kann ein Unternehmen seine Abhängigkeit von einem spezifischen Anbieter reduzieren und seine Verhandlungsposition stärken, indem es einen Teil der benötigten Ressourcen von einem zweiten, konkurrierenden Cloud-Anbieter bezieht. Darüber hinaus gibt es Anwendungen, die den Einsatz bestimmter plattformabhängiger PaaS-Schichten erfordern.
Rubrik: Hardware und Infrastruktur
Ohne Fleiß kein Preis – Der Weg in die Cloud
Abstract
Warum TSN als Hebel für die Feldebene gilt
Mit den Anforderungen der Fertigungsindustrie haben sich im Laufe der Jahre auch die Netzwerkinfrastrukturen für die industrielle Kommunikation weiterentwickelt. Industrie 4.0 hat inzwischen Gestalt angenommen, und Unternehmen stehen vor der Frage, was industrielle Netzwerke leisten müssen, um die Fertigung für die Zukunft fit zu machen.
Schritt für Schritt zum 5G-Campus-Netz
Das 5G-Campus-Netz ist im industriellen Umfeld einer der wichtigen Treiber für die digitale Transformation hin zur vollvernetzten Industrie 4.0. Erstmals erlaubt es die Bundesnetzagentur nun auch Unternehmen, die nicht aus der Telekommunikationsbranche stammen, eigene Frequenzen zu erwerben. Industrieunternehmen können jetzt eigene Netze basierend auf der 5G-Technologie errichten und betreiben. Doch was genau gilt es beim Aufbau dieser Campus-Netze zu beachten? Welche verschiedenen Szenarien bieten sich an? Antworten auf diese Fragen liefert der folgende Artikel.
Edge-Hardware für jede Phase des KI-Projekts
IIoT-Anwendungen erzeugen mehr Daten als je zuvor. Bei vielen industriellen Anwendungen, insbesondere bei hochgradig verteilten Systemen in abgelegenen Regionen, ist es unter Umständen nicht möglich, ständig große Mengen von Rohdaten an einen zentralen Server zu senden. Um Latenzzeiten zu verkürzen, die Kosten für die Datenkommunikation und -speicherung zu senken und die Netzwerkverfügbarkeit zu erhöhen, gehen die Unternehmen dazu über, für die Entscheidungsfindung und die Durchführung von Aktionen vor Ort in Echtzeit künstliche Intelligenz (KI) und maschinelles Lernen einzusetzen. Diese hochmodernen Anwendungen, bei denen KI-Fähigkeiten in IoT-Infrastrukturen eingesetzt werden, werden als „AIoT“-Anwendungen (Artificial Intelligence of Things) bezeichnet. Zwar müssen KI-Modelle nach wie vor in der Cloud trainiert werden, aber das Erfassen von Daten und das Ableiten von Rückschlüssen (Inferencing) kann vor Ort erfolgen, indem trainierte KI-Modelle auf Edge-Computern eingesetzt werden. In diesem Whitepaper wird beschrieben, wie Sie den richtigen Edge-Computer für Ihre industrielle AIoT-Anwendung auswählen, und es werden mehrere Fallstudien vorgestellt, die Ihnen den Einstieg erleichtern sollen.
Bindeglied für konvergierte IT- und OT-Systeme
Bei der Realisierung intelligenter Produktionsanlagen kommt der Schließung der Lücke zwischen Informationstechnologie (IT) und operativer Technologie (OT) eine entscheidende Rolle zu. Wenn IT und OT konvergieren, können mittels IoT-Geräten gesammelte Daten effizient analysiert und rasch in wertvolle Informationen verwandelt werden. Edge Computing findet genau im Raum zwischen IT und OT statt und kann daher die Konvergenz dieser zumindest oberflächlich betrachtet grundverschiedenen Welten vereinfachen. In diesem Beitrag, Neil Ballinger, Verkaufsleiter für die EMEA-Region bei EU Automation, erklärt wie.
Latenz für schnelles Handeln
Fabriken werden zunehmend vernetzt und digital. Die Smart Factory entsteht. Und mit ihr ein hohes Wertschöpfungs- und Optimierungspotenzial. Zwei Konzepte spielen in diesem Zusammenhang für produzierende Unternehmen eine wichtige Rolle: Der „Digital Twin“ und die „Augmented Virtual Factory“. Der Digitale Zwilling ermöglicht die virtuelle Darstellung eines physikalischen Objektes oder Systems. So können beispielsweise Prozesse simuliert, vorhergesagt und optimiert werden. Die Augmented Virtual Factory leistet unter anderem Unterstützung bei der Ursachenanalyse von Anlagenproblemen durch die Verknüpfung von Daten aus der „Echtzeitüberwachung“ mit historischen Daten. Aber welche Rolle genau spielen Echtzeitdaten bei diesen Anwendungen? Und wie lassen sich die beiden Konzepte technisch umsetzen?
Grundlage für Industrie 4.0-Applikationen
Siemens Industrial Edge schließt Lücke zwischen Local und Cloud Computing und ermöglicht hochfrequenten Datenaustausch in der Feldebene
Edge Apps für intelligente Datenanalyse und erhöhte Produktivität
Industrial Edge umfasst mit Edge Management ein Backend, Edge-Geräte und Edge Apps
Warum Edge Computing wichtig ist
Mit stärkerer Vernetzung steigt die Menge übertragener Sensordaten und damit die Anforderungen an IIoT-angebundene Geräte, Maschinen und Anlagen. Dabei gewinnt die Echtzeitverarbeitung dieser Daten an Bedeutung, obwohl das gerade bei großen Datenmengen weitere Herausforderungen stellt. Mit Edge Computing stellen Industrieunternehmen sicher, dass erfasste Daten entlang der Wertschöpfungskette keine Prozesse blockieren.
Beast und DeepRay gegen Hacker
Die Kaschke Components GmbH ist bereits seit 1955 ein innovativer und leistungsstarker Partner für die Entwicklung und Herstellung von Ferriten und induktiven Bauelementen. Um die IT-Infrastruktur abzusichern, setzt der Betrieb auf Endpoint Security von G DATA CyberDefense.