Predictive Maintenance: Maschinendaten nutzbar machen
Ohne eine Umgebung, die Maschinendaten dauerhaft und auswertbar hält, bleibt jedes Vorhersagemodell ein Prototyp. Predictive Maintenance scheitert selten am Modell, sondern an der Infrastruktur darunter: Die meisten Projekte scheitern nicht an der Analysesoftware, sondern daran, dass die Infrastruktur für wachsende Datenmengen nicht ausgelegt ist – Cloud-Infrastruktur für Fertigung und Instandhaltung.
- BSI C5-geprüft & ISO 27001-zertifiziert – nachweisbarer Schutz für Maschinen- und Produktionsdaten.
- Rechenzentrum in Deutschland – Ihre Produktionsdaten bleiben im deutschen Rechtsraum.
- GPU und CPU getrennt skalierbar – Rechenleistung für Predictive Analytics zubuchen, Dauerbetrieb schlank halten.
- Persönlicher 24/7 Service – Unterstützung bei Anbindung, Migration und Betrieb.
Was Predictive Maintenance technisch voraussetzt
Predictive Analytics ist das Verfahren, Predictive Maintenance der bekannteste Anwendungsfall in der Fertigung.
Zeitreihen statt Tabellen
Maschinendaten sind Zeitreihen: viele kleine Werte, hohe Schreibrate, lange Historie. Eine passende Datenbank auf ccloud³ hält Schreiblast und Auswertung gleichzeitig aus.
Datenhoheit über Produktionsdaten
Maschinen- und Produktionsdaten verraten Auslastung, Prozesse und Kapazitäten. Sie bleiben im deutschen Rechtsraum, ohne Drittlandübermittlung.
GPU nur, wenn gerechnet wird
Training braucht GPU, der Dauerbetrieb nicht. GPU- und CPU-Kapazität lassen sich getrennt skalieren – Sie zahlen die GPU nur für die Trainingsphasen.
Auch ältere Maschinen anbinden
Nicht jede Anlage spricht MQTT. Für den Weg von der Steuerung in die Cloud beraten feste Ansprechpartner mit Fertigungserfahrung.
Condition Monitoring, Predictive Maintenance und Predictive Quality im Vergleich
Maschinendaten entstehen dort, wo produziert wird: Moderne Anlagen liefern sie über OPC UA oder MQTT, ältere über nachgerüstete Sensorik und ein Gateway – die Verbindung läuft über eine Virtual Private Cloud, abgesichert über eine Managed Firewall.
Condition Monitoring
Zustandsüberwachung in Echtzeit: Grenzwerte werden überwacht und gemeldet. Es wird beschrieben, was gerade ist – ohne Prognose. Der sinnvolle Zwischenschritt, der die Datenbasis für spätere Vorhersagemodelle liefert.
Predictive Maintenance
Aus dem historischen Verlauf wird abgeleitet, wann ein Bauteil voraussichtlich ausfällt. Setzt eine belastbare Datenhistorie voraus – gespeichert in einer Zeitreihendatenbank auf ccloud³, archiviert in S3 Object Storage.
Predictive Quality
Prognostiziert nicht den Ausfall, sondern die Produktqualität aus Prozessdaten. Verbindet Maschinen-, Material- und Prüfdaten – die Auswertungswerkzeuge dazu auf Data Analytics.
Industrial IoT (IIoT) als Plattform
Eine IIoT-Plattform ist die industrielle Ausprägung des Internet of Things und bündelt Anbindung, Datenhaltung, Auswertung und Visualisierung an einer Stelle. Auf centron laufen gemietete Plattformen wie selbst betriebene Stacks aus Message Broker, Zeitreihendatenbank und Visualisierung – skaliert über Kubernetes, auf Wunsch betrieben durch Managed Services; Grundlagen auf IoT-Cloud.
Erfassen, speichern, analysieren, vorhersagen
Der Weg führt über vier Stufen, und die meisten Projekte scheitern an der zweiten. Condition Monitoring – also das Überwachen von Ist-Werten – ist der sinnvolle Zwischenschritt: Es liefert die Datenbasis, auf der später ein Vorhersagemodell überhaupt trainiert werden kann. centron liefert für jede Stufe den passenden Baustein: ccloud³ für die Erfassung, S3 Object Storage für die Historie und Cloud GPU für das Training.
- Erfassen – auch aus älteren Steuerungen
- Speichern – Zeitreihen mit langer Historie
- Analysieren – Condition Monitoring als Zwischenschritt
- Vorhersagen – Modelle auf GPU trainieren
Predictive-Maintenance-Software und Infrastruktur: wer wofür verantwortlich ist
centron liefert die Infrastruktur, nicht die Analysesoftware. Die Modelle und die Bedienoberfläche bringen Sie mit – als Predictive-Maintenance-Software eines Anbieters, als eigene Entwicklung oder aus einem Open-Source-Baukasten. Die Verbindung zur Planung erfolgt über ERP oder Instandhaltungsmodul, das Stücklisten, Lagerbestände und Personaleinsatz kennt – siehe ERP-Hosting. Eine Zeitreihendatenbank speichert Messwerte mit Zeitstempel deutlich kompakter als eine klassische relationale Datenbank: Eine Anlage mit hundert Messpunkten im Sekundentakt erzeugt pro Tag rund 8,6 Millionen Datensätze. Systeme wie InfluxDB oder TimescaleDB laufen auf ccloud³ Virtual Machines oder containerisiert über Kubernetes; Blockspeicher an der Datenbank-VM hält die laufenden Messreihen, S3 Object Storage die Historie.
| Aufgabe | Bei Ihnen oder Ihrem Softwareanbieter | Bei centron |
|---|---|---|
| Sensorik und Datenerfassung | Auswahl, Montage, Vorverarbeitung | — |
| Netzanbindung und Absicherung | — | Virtual Private Cloud, Managed Firewall |
| Datenhaltung | Datenmodell und Aufbewahrungsdauer | Speicher, Backup, Verfügbarkeit |
| Modelle | Auswahl, Training, Bewertung | Rechenleistung inklusive GPU |
| Betrieb | Anwendungslogik und Alarmierung | Plattformbetrieb, Monitoring, Support |
Die passenden centron Produkte
Mit diesen Bausteinen setzen Kliniken und medizinische Einrichtungen IT-Sicherheit typischerweise um – kombinierbar und jederzeit erweiterbar.
- Für Zeitreihendatenbanken
- Skalierung nach Bedarf
- Deutsche Rechenzentren
- 0,02 € pro GB und Monat
- Externer Traffic kostenlos
- Wächst ohne Vorabbuchung
- NVIDIA-GPUs
- Getrennt von CPU skalierbar
- Stundengenau abrechenbar
Welche Infrastruktur braucht Predictive Maintenance?
Predictive Maintenance braucht eine Umgebung, die Maschinendaten kontinuierlich aufnimmt, dauerhaft speichert und auswertbar hält. Tragender Baustein sind ccloud³ Virtual Machines ab 3,11 € pro Monat für die Zeitreihendatenbank, ergänzt durch S3 Object Storage für die Historie und Cloud GPU ab 92,59 € pro Monat für das Training der Modelle. Die Infrastruktur läuft in eigenen deutschen Rechenzentren, ISO 27001 auf Basis IT-Grundschutz zertifiziert (BSI-Zertifikat BSI-IGZ-0773) und mit uneingeschränktem BSI C5:2020 Typ 1-Testat. Neue Konten erhalten 200 € Startguthaben.
| Baustein | Preis |
|---|---|
| ccloud³ | ab 3,11 € / Monat |
| S3 Object Storage | ab 5,00 € / Monat |
| Cloud GPU | ab 92,59 € / Monat |
Häufige Fragen
Was ist Predictive Maintenance?
Was ist Predictive Analytics und wie hängt es damit zusammen?
Welche Daten braucht Predictive Maintenance?
Was gehört an die Maschine und was in die Cloud?
Warum eine Zeitreihendatenbank und keine klassische Datenbank?
Lassen sich auch ältere Maschinen anbinden?
Bleiben Produktionsdaten in Deutschland?
Brauche ich GPUs für Predictive Maintenance?
Wie starte ich, ohne vorher in Hardware zu investieren?
Mehr für die Fertigung
Jetzt kostenlos anfangen
Melden Sie sich an und erhalten Sie in den ersten 60 Tagen ein Guthaben von 200 € bei centron.
Dieses Werbeangebot gilt nur für neue Konten. Angebot ausschließlich für Gewerbetreibende.
Welche Infrastruktur braucht Predictive Maintenance?
Predictive Maintenance scheitert selten am Modell, sondern an der Umgebung: Maschinendaten müssen kontinuierlich erfasst, dauerhaft gespeichert und auswertbar gehalten werden. Dafür braucht es eine Zeitreihendatenbank auf skalierender Rechenleistung, Objektspeicher für die Historie und – für das Training – GPU-Kapazität. centron liefert alle drei Bausteine aus deutschen Rechenzentren, ISO 27001 auf Basis IT-Grundschutz zertifiziert und mit uneingeschränktem BSI C5:2020 Typ 1-Testat.