Manufacturing Data Engine (MDE) ist Googles Lösung, um Maschinendaten aus der Fabrikhalle strukturiert in Google Cloud verfügbar zu machen. Statt für jeden Anwendungsfall eine eigene Anbindung aufzubauen, dient MDE als zentraler Datenhub, auf dem Analyse-, ML- und Integrations-Anwendungsfälle aufsetzen.
Was ist Manufacturing Data Engine?
Laut Google-Cloud-Dokumentation ist Manufacturing Data Engine (MDE) eine End-to-End-Lösung, die in Kombination mit Manufacturing Connect (MC) skalierbare und nahtlose Konnektivität zwischen Fabrikhalle und Cloud liefert. MDE stellt einen zero-code vorkonfigurierten Satz an Google-Cloud-Infrastruktur bereit, der abhängig von der Konfiguration des Nutzers Daten von Industriegeräten in der Cloud erfassen, verarbeiten und speichern kann. Sobald Maschinen- und verarbeitete Daten in Google Cloud verfügbar sind, lassen sich Google-Cloud-Tools und -Technologien nutzen, um daraus Mehrwert zu ziehen.
Die Beschaffung industrieller Daten war laut Google traditionell ein komplexer und teurer Prozess, der jedem Cloud-basierten Anwendungsfall im Bereich Industrial Information Management unnötig Zeit und Kosten hinzufügt. MDE soll diesen Prozess kürzer, effizienter und planbarer machen. MDE deckt dabei den gesamten Bedarf von Erfassung, Kontextualisierung, Speicherung und Nutzung von Fabrikdaten in der Cloud ab und reicht zusammen mit Manufacturing Connect bis direkt an die Datenquelle: Maschinen und Systeme in der Fabrikhalle, unabhängig vom jeweiligen Automatisierungsstandard.
MDE wird als paketierte Lösung ausgeliefert. Ein Skript stellt alle benötigten Komponenten und den Integrationscode im Google-Cloud-Projekt des Kunden bereit, was maximale Flexibilität schafft, um die Architektur bei Bedarf zu modifizieren und zu erweitern.
Die Manufacturing-Suite
MDE ist eine Kernkomponente einer Suite miteinander verbundener Fertigungslösungen. Zwar können einige Komponenten auch eigenständig funktionieren, ihre eigentliche Stärke liegt jedoch in der Integration. Die End-to-End-Suite besteht aus Komponenten von Google sowie aus Komponenten, die Litmus Automation exklusiv für Google entwickelt hat:
- Manufacturing Data Engine: dient als Erfassungs-, Transformations- und Speicherschicht der Suite und stellt einen sicheren, effizienten und zuverlässigen Data Lake für alle Fertigungsinformationen bereit.
- Manufacturing Connect (MC): Cloud-Komponente zur Fernverwaltung aller Manufacturing-Connect-edge-(MCe)-Instanzen sowie Web-Interface zur Konfiguration der MDE-Lösung. Für Kunden ohne MC oder MCe steht laut Dokumentation zusätzlich ein eigenständiges Web-Interface für MDE zur Verfügung.
- Manufacturing Connect edge (MCe): Edge-zu-Cloud-Gateway, das laut Dokumentation über 270 industrielle Kommunikationsprotokolle in standardisierte Pub/Sub-Nachrichten übersetzen kann, inklusive Edge-Verarbeitung und -Speicherung.
- Manufacturing Analytics and Insights: eine vorgefertigte LookerML-Integration mit MDE, um Looker als BI-Tool zur Analyse von MDE-Fabrikdaten zu nutzen.
- Machine Anomaly Detection: basiert auf der Time Series Insights API.
- Visual Inspection AI: eine Edge-Lösung auf Basis der Cloud Vision API.
Die Komponenten der Suite sind laut Dokumentation so gestaltet, dass sie nahtlos zusammenarbeiten, eine gemeinsame Konfiguration teilen und semantisch interoperabel sind; gleichzeitig lassen sie sich auch einzeln je nach Bedarf einsetzen.
Kosten
Laut Dokumentation entstehen für die Nutzung von MDE selbst keine zusätzlichen Kosten; abgerechnet wird lediglich die genutzte Cloud-Ressourcennutzung, die bereits für Proof-of-Concepts auf minimalem Niveau beginnt. Für die Nutzung von Manufacturing Connect (MC) fallen laut Dokumentation zusätzliche Kosten an; entsprechende Details verweist Google auf den MC-Cloud-Marketplace-Eintrag.
Kernfunktionen
- Zero-Code-Datenerfassung: Ingestion von Industriedaten ohne eigenen Entwicklungsaufwand, entweder über MC oder beliebige andere Edge-Stacks.
- Syntaktische Standardisierung: Einheitliche Datenspeicherschemata für verschiedenste Datenarchetypen, wiederverwendbar über alle Anwendungsfälle.
- Semantische Flexibilität: Optionale Kontextualisierungs-Engine nach ISA-95, DTDL, OPC-UA-Companion-Spezifikationen und Asset Administration Shell (AAS).
- Volle Dateneigentümerschaft: Da alle Komponenten im eigenen Google-Cloud-Tenant-Projekt laufen, behält der Kunde volle Kontrolle über Daten und Verarbeitung.
- Erweiterbarkeit: Alle Google-Cloud-Integrationen sind standardmäßig nutzbar; zusätzliche MDE-spezifische Erweiterungen können ergänzt werden.
Typische Anwendungsfälle
Analytische Anwendungsfälle
MDE wird mit Google-Cloud-Data-Analytics-Produkten kombiniert, um Reports zu erstellen, KPIs zu berechnen und Echtzeit-Dashboards auf Basis von aus der Fabrikhalle gestreamten Daten zu erzeugen.
Machine-Learning-Anwendungsfälle
Auf Basis der in MDE gesammelten Fabrikdaten werden ML-Modelle mit Google-Cloud-ML-Produkten und -Plattformen erstellt, trainiert und ausgeführt, um Aspekte des Fertigungsbetriebs zu optimieren.
Integrationsanwendungsfälle
Fertigungsdaten werden mit Digital-Twin-Lösungen oder anderen Unternehmenssystemen verknüpft, um eine integrierte Sicht auf die Fertigungsdaten neben anderen Unternehmensperspektiven zu erhalten.
Skalierung von PoC zum globalen Rollout
Ein Unternehmen startet mit einem Proof of Concept auf Basis von MDE und skaliert die Lösung anschließend auf einen globalen Enterprise-Rollout über hunderte Fabriken.
Vorteile
- Schnelle Time-to-Value: Zügige Bereitstellung in Standard-Google-Cloud-Umgebungen, bei Bedarf ergänzt um schnelle Konnektivität über MC.
- Skalierbarkeit: Von Proof-of-Concepts bis zu globalen Enterprise-Deployments über hunderte Fabriken einsetzbar.
- Effizienz durch Factory Abstraction Layer: Einmalige Datenerfassung in MDE treibt alle nachgelagerten Anwendungsfälle an.
- Volle Kontrolle: Bereitstellung im eigenen Google-Cloud-Tenant-Projekt sorgt für Eigentümerschaft und Transparenz über alle Komponenten.
- Kein Vendor-Lock-in bei den Kosten: Laut Dokumentation keine zusätzlichen Kosten für MDE selbst, nur für die genutzten Cloud-Ressourcen.
Integration mit innFactory
Als zertifizierter Google Cloud Partner unterstützt innFactory Sie bei der Einführung von Manufacturing Data Engine: Bewertung der passenden Suite-Komponenten für Ihre Fabrikumgebung, Konzeption der Datenkontextualisierung nach ISA-95, DTDL oder OPC-UA sowie Integration mit nachgelagerten Analytics- und ML-Anwendungsfällen in Ihrem Google-Cloud-Projekt.
Kontaktieren Sie uns für eine Beratung zu Manufacturing Data Engine.
Typische Anwendungsfälle
Technische Spezifikationen
Häufig gestellte Fragen
Was ist Manufacturing Data Engine?
Laut Google-Cloud-Dokumentation ist Manufacturing Data Engine (MDE) eine End-to-End-Lösung, die zusammen mit Manufacturing Connect (MC) skalierbare, nahtlose Konnektivität zwischen Fabrikhalle und Cloud liefert. MDE stellt einen zero-code vorkonfigurierten Satz an Google-Cloud-Infrastruktur bereit, der Daten von Industriegeräten je nach Konfiguration erfassen, verarbeiten und in der Cloud speichern kann.
Aus welchen Komponenten besteht die Manufacturing-Suite?
Die Dokumentation nennt als Bestandteile der End-to-End-Suite: Manufacturing Data Engine als Erfassungs-, Transformations- und Speicherschicht, Manufacturing Connect (MC) als Cloud-Komponente zur Fernverwaltung von Edge-Instanzen und als Web-Interface für die MDE-Konfiguration, Manufacturing Connect edge (MCe) als Edge-zu-Cloud-Gateway für über 270 Industrieprotokolle, Manufacturing Analytics and Insights als vorgefertigte LookerML-Integration, Machine Anomaly Detection basierend auf der Time Series Insights API sowie Visual Inspection AI als Edge-Lösung auf Basis der Cloud Vision API.
Was kostet Manufacturing Data Engine?
Laut Dokumentation entstehen für die Nutzung von MDE selbst keine zusätzlichen Kosten; abgerechnet wird nur die tatsächlich genutzte Google-Cloud-Ressourcennutzung, die bereits für Proof-of-Concepts auf minimalem Niveau beginnt. Für die Nutzung von Manufacturing Connect (MC) fallen laut Dokumentation zusätzliche Kosten an; Details dazu verweist Google auf den MC-Cloud-Marketplace-Eintrag.
Wer kontrolliert die Daten bei MDE?
Da alle MDE-Komponenten laut Dokumentation vollständig im eigenen Google-Cloud-Tenant-Projekt des Kunden bereitgestellt werden, behält der Kunde die volle Kontrolle über seine Daten und die Verarbeitung. Alle Google-Cloud-Integrationen, etwa BigQuery-Konnektoren, sind standardmäßig mit MDE nutzbar, und Komponenten wie Pub/Sub, Dataflow und BigQuery sind für den Kunden transparent einsehbar.
Hinweis: Alle Produktinformationen auf dieser Seite wurden sorgfältig zusammengestellt, sind jedoch ohne Gewähr und können veraltet oder unvollständig sein. Cloud-Services entwickeln sich schnell weiter — Funktionen, Preise, SLAs und Verfügbarkeit ändern sich laufend. Verbindliche und aktuelle Informationen finden Sie ausschließlich auf der offiziellen Produktseite von Google Cloud (offizielle Dokumentation). Diese Seite stellt kein Angebot von Google Cloud dar.
