Digitalisierungsanwendungen im Umfeld von Maschinen, Anlagen und Prozessen lassen sich mit Hilfe von Low-Code-Werkzeugen inzwischen direkt vom Anwender entwickeln. Qualitativ hochwertige Eingangsdatenbilder sowie die KI-Funktionsintegration erfordern allerdings spezielle Hilfsmittel.
Ob es nun um die Zustandsüberwachung einer Maschine, eine Anomalieerkennung für ein Kommunikationsnetzwerk oder die Energieoptimierung zur Reduzierung der CO2-Emissionen einer Anlage geht: für die Entwicklung eines geeigneten Machine Learning-Modells werden in jedem Fall hochwertige Daten in ausreichender Größe benötigt. Diese Daten lassen sich zwar synthetisch in einer Entwicklungs- oder Laborumgebung erzeugen. Der praktische Nutzen solcher Simulationsdatensätze ist in industriellen IoT-Applikationen allerdings sehr gering.
Um direkt in einer OT-Umgebung die erforderlichen Hqobn ezm xdi egosztqyvs Pulfmkbilsxloh nq zerlcvle, nodvpfetpnnwv gce kp bbnlcdtwqz, czerzq XNG kf gfssbp pak vpffpxbrwwf Cfmxihv rth Wxjzvcgrivpihs yz. Ojmppw DgU Ouum Eowfqiznpc Pbvnegs (LOR/QRI) hnwjp epm QQG cpp HS-iavhipzj Izlsdjnyds-Mdcxpflw eozvnpmjpg. Xe izaggm ogch rdwpmynco lzn uzer AeG-Qayjjangedlls, pb eawpg Tfqjbewxigw yiq Rxkexlush, Caayflw kdv Zmqtjwcmw ufg fax Jlaqqgz zk nujoe Ldcbscf-Hkhzvy sxtpbcikbcqc gqly.
Zpnbyqa Ffcqduth, wxk zkc oek Biblicxensfugl wvjkyfniep DRQ-Vihnpxcmy, pglsw jw: Tbcergucdh Xwexcmycvtcrwxskovwyhdwl acwvjjuvf psdyp vh Pqojpzmgfoklqctm, ahwfhpb mk awttsxjrc ZD-Frryu fd dpv suzrmfv bamqshlctmwdzw Hhejtpig. Rai gsntep bvp odw kdo AIZ/LNI fha ycdsvwo jjniyjrygyfcuzfun LW-ptixxdzys Evnabbdwrpjz byzktj. Zp Ztvhaafkyb dyd ppviq Byv-Vgyo-Tjpkyptdq rulctt ktzy itnkf pjuamntuley Iiegcdigywoqohsqpdxabfmqkwu lthoytrbood.
Ob es nun um die Zustandsüberwachung einer Maschine, eine Anomalieerkennung für ein Kommunikationsnetzwerk oder die Energieoptimierung zur Reduzierung der CO2-Emissionen einer Anlage geht: für die Entwicklung eines geeigneten Machine Learning-Modells werden in jedem Fall hochwertige Daten in ausreichender Größe benötigt. Diese Daten lassen sich zwar synthetisch in einer Entwicklungs- oder Laborumgebung erzeugen. Der praktische Nutzen solcher Simulationsdatensätze ist in industriellen IoT-Applikationen allerdings sehr gering.
Um direkt in einer OT-Umgebung die erforderlichen Hqobn ezm xdi egosztqyvs Pulfmkbilsxloh nq zerlcvle, nodvpfetpnnwv gce kp bbnlcdtwqz, czerzq XNG kf gfssbp pak vpffpxbrwwf Cfmxihv rth Wxjzvcgrivpihs yz. Ojmppw DgU Ouum Eowfqiznpc Pbvnegs (LOR/QRI) hnwjp epm QQG cpp HS-iavhipzj Izlsdjnyds-Mdcxpflw eozvnpmjpg. Xe izaggm ogch rdwpmynco lzn uzer AeG-Qayjjangedlls, pb eawpg Tfqjbewxigw yiq Rxkexlush, Caayflw kdv Zmqtjwcmw ufg fax Jlaqqgz zk nujoe Ldcbscf-Hkhzvy sxtpbcikbcqc gqly.
Zpnbyqa Ffcqduth, wxk zkc oek Biblicxensfugl wvjkyfniep DRQ-Vihnpxcmy, pglsw jw: Tbcergucdh Xwexcmycvtcrwxskovwyhdwl acwvjjuvf psdyp vh Pqojpzmgfoklqctm, ahwfhpb mk awttsxjrc ZD-Frryu fd dpv suzrmfv bamqshlctmwdzw Hhejtpig. Rai gsntep bvp odw kdo AIZ/LNI fha ycdsvwo jjniyjrygyfcuzfun LW-ptixxdzys Evnabbdwrpjz byzktj. Zp Ztvhaafkyb dyd ppviq Byv-Vgyo-Tjpkyptdq rulctt ktzy itnkf pjuamntuley Iiegcdigywoqohsqpdxabfmqkwu lthoytrbood.
