Wissensdatenbank
Konnektivität & Daten7 Min. Lesezeit

Edge oder Cloud in der Fertigung: Wo Maschinen- und Kameradaten verarbeitet werden sollten

DBR77 Team · Veröffentlicht am

In der Fertigung verarbeiten Sie Maschinen- und Kameradaten am Edge, also im Werk, wenn Sie schnelle Reaktion, Offline-Betrieb, geringe Netzlast oder strenge Kontrolle personenbezogener Daten brauchen. Die Cloud nutzen Sie für das, was eine einzelne Halle nicht allein leisten kann: Auswertungen über mehrere Standorte und aufwendige Rechenleistung, die Sie nicht selbst betreiben wollen.

DBR77 setzt auf Edge-first. Die Verarbeitung findet vor Ort innerhalb der IT/OT-Grenze des Werks statt, und standardmäßig werden keine Rohdaten aus der Produktion in eine öffentliche Cloud übertragen. Dieser Artikel erklärt, warum das so ist, welche Signale eine Logik am Edge brauchen und wie sich die drei Einsatzvarianten vergleichen.

Edge oder Cloud in der Fertigung: Wo Maschinen- und Kameradaten verarbeitet werden sollten

Was Edge und Cloud auf dem Shopfloor bedeuten

"Edge" umfasst zwei Orte. Der erste ist ein kleiner Rechner an der Maschine oder Station. Der zweite ist ein Server im Werk, meist im Netzwerkraum einer Halle. Beide bleiben innerhalb Ihres Zauns und Ihrer Firewall.

"Cloud" bezeichnet ein Rechenzentrum außerhalb des Werks, Ihren Unternehmensmandanten oder den eines Anbieters. Sie ist stark bei Skalierung und Speicherung und schwach, wenn die Internetverbindung abbricht oder Daten das Werk nicht verlassen dürfen.

Entscheidend ist die Trennung zwischen Rohsignalen und Video, die umfangreich und sensibel sind, und Ereignissen wie "Presse 4 stand um 10:42, Grund: Material", die klein und leicht zu teilen sind.

Screenshot der DBR77-Plattform: Data Bridge: MQTT-BridgesScreenshot der DBR77-Plattform: Data Bridge: MQTT-Bridges
Bildschirm der DBR77-Plattform: Data Bridge: MQTT-Bridges. Daten aus der Demo-Fabrik.

Wann sich Edge-Verarbeitung für Maschinensignale lohnt

Vier Gründe entscheiden:

  • Latenz. Ein Stillstand muss innerhalb von Sekunden zum Alarm werden. Ein Hin- und Rückweg zu einem entfernten Rechenzentrum fügt Verzögerung und einen weiteren Ausfallpunkt hinzu.
  • Offline-Betrieb. Hallen verlieren das Netz. Ein Edge-Gerät zählt Zyklen und Stillstände weiter und synchronisiert, sobald die Verbindung zurück ist.
  • Bandbreite. Ein Beispiel (Richtwerte): Ein Schwingungssensor mit 10 kHz und Werten zu je 2 Byte erzeugt etwa 1,7 GB pro Tag. Wenn Sie nur Kennwerte senden, etwa den Effektivwert pro Minute, ist das nur ein winziger Bruchteil davon.
  • Datenschutz. Was das Werk nie verlässt, braucht weniger Verträge und weniger Freigaben.

Edge-Logik brauchen Zustandswechsel, Stillstandserkennung mit Mindestdauer, Zykluszählung sowie hochfrequente Signale wie Schwingung oder Motorstrom. OEE, Stillstands-Pareto und Schichtberichte lassen sich aus den so entstandenen Ereignissen überall berechnen. Unser Leitfaden zu alten Maschinen ohne SPS zeigt, welche Edge-Geräte welche Signale auslesen.

Die erste Frage der IT zu Kameras

Bei Kameras wird die Diskussion schärfer. Bei Vision-AI-Projekten lautet die erste Frage der IT fast immer: "Wohin gehen die Aufnahmen aus unserer Halle?"

Diese Frage landet bei der Datenschutz-Folgenabschätzung, beim Datenschutzbeauftragten und im Vertrag, und dort ist "in einer sicheren Cloud" als Antwort zu schwach. Nach Artikel 35 DSGVO muss ein Verantwortlicher Verarbeitungen mit hohem Risiko vor deren Beginn prüfen, und Kameras, die Beschäftigte erfassen, lösen diese Prüfung aus.

Die Vision-AI-Schicht in IRIS zeichnet bewusst kein Video auf. Bilder werden vor Ort analysiert, das System speichert Ereignisse wie Zykluszeiten oder Anwesenheit, und die Bilder werden verworfen. Nach unserer Erfahrung ist "wir verarbeiten lokal und speichern nicht" mit dem Datenschutzbeauftragten in etwa zwei Terminen geklärt, während "wir senden es in die Cloud und speichern es" etwa zwei Quartale dauert. Lesen Sie, wann Kameras einen Sensor schlagen, um zu sehen, wo Bildverarbeitung überhaupt sinnvoll ist.

Bringen Sie Ihre IT- und OT-Fragen in eine Demo mit

In 30 Minuten zeigen wir, wo DBR77 Maschinen- und Kameradaten verarbeitet, was das Werk verlässt und was Ihr Datenschutzbeauftragter sehen will.

Demo buchen

Drei Einsatzvarianten im Vergleich

Dieselbe Anwendung und dieselben Modelle laufen in allen drei Varianten; sie unterscheiden sich darin, wo die Inferenz stattfindet.

Variante Ort der Verarbeitung Am besten für Kompromiss
Kompakter Edge-Rechner an der Station Auf einem kleinen NVIDIA-Jetson-Gerät direkt an Maschine oder Kamera Eine Pilotstation, abgelegene Bereiche, Stationen, die offline funktionieren müssen Ein Gerät je Station; begrenzte Rechenleistung pro Gerät
Konzentrator in der Halle Vor Ort auf einem NVIDIA Jetson AGX Thor, der 40 bis 60 Kameras mit 1080p bedient Eine typische Halle mit 5.000 bis 10.000 m² Braucht Platz im Schrank, Stromversorgung und ein Hallennetz
GPU in der Cloud Im Cloud-Mandanten des Kunden oder von DBR77 Auswertungen über mehrere Standorte und Skalierung über Werke hinweg Daten verlassen das Werk, daher dauern DSFA und Verträge länger

Die Hardware ist für diese Aufgabe gebaut. Die Jetson-Orin-Module von NVIDIA laufen in kleinen Bauformen mit etwa 7 bis 60 W. Der Jetson AGX Thor hat 128 GB Speicher und arbeitet innerhalb von 130 W, was für eine Halle voller Kameras ausreicht.

So wachsen Sie vom einzelnen Gerät zu vielen Standorten

Da die Anwendung dieselbe bleibt, bedeutet Skalierung das Hinzufügen von Hardware:

  1. Beginnen Sie mit einem Gerät an einer Pilotstation. Belegen Sie den Anwendungsfall und die Datenschutzeinrichtung im kleinen Maßstab.
  2. Wachsen Sie auf einen Konzentrator je Halle. Verlagern Sie die Inferenz von den Stationsgeräten in die Halle, sobald die Zahl der Kameras es rechtfertigt.
  3. Ergänzen Sie die Cloud für standortübergreifende Auswertungen. Senden Sie Ereignisse in die Cloud, um Werke zu vergleichen, während die Rohdaten vor Ort bleiben. Migriert werden muss nichts, weil die Modelle dieselben sind.

Nach einem Jahr verschieben sich die Fragen darauf, wem welche Daten und Modelle gehören. Siehe dazu IoT-Governance nach dem ersten Jahr.

Sicherheit, NIS2 und Modelllizenzen

Die NIS2-Richtlinie legt Pflichten zum Management von Cybersicherheitsrisiken und zur Meldung von Vorfällen für mittlere und große Unternehmen in kritischen Sektoren fest, einschließlich der Herstellung kritischer Produkte. In Polen gilt die Novelle des Gesetzes über das nationale Cybersicherheitssystem, mit der sie umgesetzt wird, seit dem 3. April 2026. Die Verarbeitung innerhalb Ihrer IT/OT-Grenze hält die Angriffsfläche kleiner. ISA/IEC 62443 bleibt die Referenz für die Absicherung industrieller Steuerungssysteme. Unsere Sicherheitsseite beschreibt die Einrichtung bei DBR77.

Prüfen Sie außerdem die Modelllizenzen. Einige beliebte Open-Source-Modelle für Bildverarbeitung stehen unter der GNU AGPL. Deren Abschnitt 13 verlangt, dass eine geänderte Version, die über ein Netzwerk genutzt wird, ihren Quellcode den Nutzern anbietet. Diese Pflicht kann mit einem kommerziellen Produkt kollidieren, deshalb setzt DBR77 Modelle ein, die für die kommerzielle Nutzung lizenziert sind.

Fragen, die Sie jedem Anbieter stellen sollten:

  • Wo genau läuft die Inferenz, und was verlässt das Werk?
  • Werden Video oder Rohsignale gespeichert, wo und wie lange?
  • Kann das System weiterlaufen, wenn die Internetverbindung ausfällt?
  • Welche Lizenzen gelten für die KI-Modelle?

Häufige Fragen

Ist Edge-Verarbeitung teurer als die Cloud?

Am Edge fallen Kosten für die Hardware im Voraus an. Die Cloud verursacht laufende Kosten für Rechenleistung, Datenübertragung und Speicher. Für eine einzelne Halle ist Edge meist einfacher. Die Cloud rechnet sich, wenn Sie viele Standorte vergleichen.

Können wir später die Cloud nutzen, ohne neu anzufangen?

Ja, wenn dieselbe Anwendung und dieselben Modelle an beiden Orten laufen. Sie senden dann Ereignisse für standortübergreifende Auswertungen in die Cloud und behalten die Inferenz lokal.

Entfällt die DSFA, wenn vor Ort verarbeitet wird?

Nein. Wenn Kameras Personen erfassen können, prüft der Datenschutzbeauftragte das weiterhin. Lokale Verarbeitung ohne Aufzeichnung macht diese Prüfung kürzer und einfacher.

Was passiert, wenn das Netz ausfällt?

Edge-Geräte sammeln und analysieren Daten weiter, puffern die Ereignisse und senden sie, sobald die Verbindung zurück ist. Alarme innerhalb der Halle funktionieren weiter.

Welche Maschinensignale sollten am Edge bleiben?

Hochfrequente Signale wie Schwingung und Motorstrom sowie die Logik, die Rohzustände in Ereignisse umwandelt. Aggregierte Ereignisse können überall hin.

Fazit

Wenn Rohsignale und Kamerabilder im Werk bleiben und nur Ereignisse weitergegeben werden, bekommen IT und Datenschutzbeauftragter eine klare Antwort auf die Frage "Wohin gehen die Daten?". Wählen Sie zunächst eine Station für einen kompakten Edge-Rechner und belegen Sie dort den Anwendungsfall und die Datenschutzeinrichtung, bevor Sie einen Hallenkonzentrator planen.

Sehen Sie das Edge-first-Setup in einer Demo

Wir zeigen das Stationsgerät, den Hallenkonzentrator und die Cloud-Option und helfen Ihnen, den richtigen Start für eine Ihrer Hallen zu wählen.

Demo buchen

Quellen

WissensdatenbankDemo buchen