www.iotusecase.com
#IOLink #ConditionMonitoring #PredictiveMaintenance

In dieser Episode des IoT Use Case Podcasts spricht Gastgeber Dr. Peter Schopf mit Oliver Salo, Senior Partner bei in.hub, und Zoltán Ziegler, Vertriebsleiter bei nass magnet. Im Fokus: Wie IO-Link-Daten über Master und Edge in eine belastbare Datenpipeline für Condition Monitoring, Predictive Maintenance und KI-basierte Anomalieerkennung überführt werden.

Folge 208 auf einen Blick (und Klick):

• (05:32) Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus
• (08:24) Lösungen, Angebote und Services – Ein Blick auf die eingesetzten Technologien
• (23:54) Übertragbarkeit, Skalierung und nächste Schritte – So könnt ihr diesen Use Case nutzen

Podcast Zusammenfassung

In vielen Anlagen sind IO-Link-fähige Sensoren und Aktoren zwar verbaut, genutzt werden aber oft nur Schalt- und Analogausgänge; Diagnose- und Zustandsdaten bleiben unerschlossen. In Projekten scheitert die Wertschöpfung weniger an der Technik als an unklaren Zielen (z. B. Alarmierung, Reports, OEE, Energie) und daran, früh die richtigen Stakeholder aus OT und IT an einen Tisch zu bekommen.
nass magnet adressiert das Feldniveau mit einem IO-Link-fähigen Smart Connector (Stecker) für Magnetspulen und Ventile sowie einem Ethernet-Master, der Messdaten IoT-tauglich weiterreicht. in.hub integriert den Master in SIINEOS: Geräte und IO-Link-Devices lassen sich ohne Programmierung konfigurieren, Daten werden normiert, im Edge gespeichert und über Services wie Dashboards, Alarmierung sowie Cloud- und SQL-Anbindungen bereitgestellt. IODD-Interpretation und strukturierte Übergabe (z. B. via OPC UA/MQTT) unterstützen die Semantik in Richtung IT-Welt. So entstehen schnellere Retrofit-Projekte, geringere Steuerungslast und eine skalierbare Datenbasis für Condition Monitoring sowie OEE- und Energieanalysen.

-----
Relevante Folgenlinks:

Peter (https://www.linkedin.com/in/peter-schopf/)
Oliver (https://www.linkedin.com/in/oliver-salo-007808197/)
Zoltán (https://www.linkedin.com/in/zolt%C3%A1n-ziegler-142938a2/)

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

www.iotusecase.com
#DigitalProductPassport #DPP #AssetAdministrationShell

In dieser Episode des IoT Use Case Podcasts spricht Gastgeber Dr. Peter Schopf mit Thorsten Kroke (ECLASS e.V.), Adrian Grüner (Neoception) und Simone Brinkmann-Thewes (WAGO) darüber, wie ECLASS-Semantik und die Asset Administration Shell (AAS) Produktdaten so standardisieren, dass sie für den Digital Product Passport (DPP) und für interoperablen Datenaustausch wiederverwendbar werden.

Folge 207 auf einen Blick (und Klick):

• (09:26) Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus
• (29:46) Übertragbarkeit, Skalierung und nächste Schritte – So könnt ihr diesen Use Case nutzen

Podcast Zusammenfassung

Viele Industrieunternehmen müssen Produktdaten für Einkauf, Engineering und Service über mehrere Systeme (ERP/PLM/PIM) hinweg bereitstellen – künftig zusätzlich im Kontext des Digitalen Produktpasses (Digital Product Passport, DPP) der EU. Im Podcast wird gezeigt, wie fehlende Semantik und uneinheitliche Begriffe (z. B. „Höhe“ vs. „Tiefe“ je nach CAD/CAE-Kontext) zu Interpretationsaufwand, Fehlern und manueller Nacharbeit führen.

Als Ansatz dienen standardisierte Datencontainer und eindeutige Merkmalsdefinitionen: Die Asset Administration Shell (AAS) strukturiert den Austausch, ECLASS liefert die Semantik für Klassifikation und Merkmale. WAGO nutzt gemeinsam mit Neoception ein Mapping von Quellsystemdaten auf ECLASS (Advanced), um Informationen konsistent bereitzustellen und perspektivisch in verschiedene Senken (u. a. CAD-Portale, Website, DPP) auszuleiten. Für IT/OT-Entscheider entsteht so ein skalierbarer Weg, Integrationskosten zu senken, Datensouveränität zu behalten und regulatorische Anforderungen mit wiederverwendbaren Datenbausteinen zu erfüllen.

-----
Relevante Folgenlinks:

Peter (https://www.linkedin.com/in/peter-schopf/)
Thorsten (https://www.linkedin.com/in/thorsten-kroke-650500196/)
Adrian (https://www.linkedin.com/in/adrian-grüner-46418a99/)
Simone (https://www.linkedin.com/in/simone-brinkmann-tewes-82731a172/)

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

www.iotusecase.com
#PredictiveMaintenance #ConditionMonitoring #Maschinenbau

In dieser Episode des IoT Use Case Podcasts spricht Gastgeber Dr. Peter Schopf mit Lukas Schattenberg, Vertriebsleiter bei IXON, Alexander Engels, CEO von aiXbrain, und Jörg Halladin, Entwicklungsleiter bei SPALECK. Im Fokus: Wie Maschinenbauer mit IoT-Plattform, Edge-Anbindung und integrierter KI ein skalierbares Condition-Monitoring- und Predictive-Maintenance-Serviceangebot für Betreiber umsetzen.

Folge 206 auf einen Blick (und Klick):

• (08:46) Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus
• (15:22) Ergebnisse, Geschäftsmodelle und Best Practices – So wird der Erfolg gemessen
• (24:26) Übertragbarkeit, Skalierung und nächste Schritte – So könnt ihr diesen Use Case nutzen

Podcast Zusammenfassung

SPALECK, ein Maschinenbauer für Schwingförderer und Schwingsiebe in Recycling-, Chemie- und Lebensmittelanlagen, baut Condition Monitoring in seine langlebigen Maschinen ein, um Stillstände in verketteten Prozesslinien zu vermeiden. Die Herausforderung lag weniger in der Datenerfassung als in der Reaktionsfähigkeit im Betrieb: lokale Ampelanzeigen wurden übersehen, und starre Grenzwerte reichen bei wechselnden Produkten und Betriebsweisen nicht für verlässliche Vorwarnungen. Um aus Maschinendaten rechtzeitig Serviceentscheidungen abzuleiten, wurden Maschinen über IXON per Edge-Router schnell angebunden und Daten in der Cloud verfügbar gemacht. aiXbrain ergänzte als integrierte App (Dataray) ML-Modelle für Predictive Maintenance – inklusive Labeling in der Plattform, Modellvergleich (False Positives/Negatives) und automatisiertem Nachtrainieren. Die Lösung bleibt bewusst offen über Schnittstellen wie OPC UA, PROFINET und API, sodass Betreiber Daten in eigene Werk-Dashboards integrieren können. Nutzen für IT/OT-Entscheider: schneller Rollout, sichere Remote-Zugriffe, skalierbare Datenpipeline, frühere Fehlererkennung (mehrere Tage Vorlauf) und servicefähige Prozesse mit klaren Alarmen statt zusätzlichem Tool-Overhead.

-----
Relevante Folgenlinks:

Peter (https://www.linkedin.com/in/peter-schopf/)
Alexander (https://www.linkedin.com/in/alexander-engels-phd/)
Jörg (https://www.linkedin.com/in/halladin-joerg-334156115/)
Lukas (https://www.linkedin.com/in/lukasschattenberg/)

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten