Der Engineering-Aufwand verlagert sich damit spürbar. Statt jede Funktion vollständig manuell zu entwerfen und zu implementieren, entstehen Anwendungen iterativ aus vorhandenen Daten. Anpassungen lassen sich schneller erproben, neue Funktionen parallel entwickeln und gezielt in bestehende Systeme integrieren. Die Container-Laufzeitumgebung in U-OS stellt dabei sicher, dass neue Applikationen unabhängig voneinander betrieben werden können, ohne bestehende Steuerungsfunktionen zu beeinträchtigen. Procon-Connect verbindet unterschiedliche Domänen, was die Akquise, Vorverarbeitung und Kommunikation von Daten erleichtert.

Mit den rechenstarken Steuerungen der U-Control M-Serie und dem offenen Betriebssystem U-OS schafft Weidmüller die technologische Grundlage für diese Form der Applikationsentwicklung. KI-Modelle können direkt auf der Steuerung oder im Edge-Umfeld betrieben, bei Bedarf mit Cloud-Diensten kombiniert und über standardisierte Schnittstellen in den Steuerungskontext eingebunden werden. Das Machine Learning Tool EdgeML fördert den intuitiven Betrieb von ML-Modellen durch Import- und Verwaltungsfunktionen sowie MLOps. Der U-OS Data Hub verknüpft Datenquellen, Applikationen und Tools innerhalb des Systems – und ermöglicht es, neue Hardware oder Softwarekomponenten flexibel in bestehende Architekturen zu integrieren.

Einen Anwendungsfall hat der Weidmüller-Partner Collectu realisiert. Auf Basis einer U-control, die von U-OS betrieben wird, realisierte das Unternehmen einen vollständigen KI-Workflow direkt an der Maschine. Procon-Connect erfasst Sensordaten wie Temperatur, Drehzahl und Druck. Diese leitet es an die Steuerung weiter. Mittels EdgeML bewertet ein Machine-Learning-Modell kontinuierlich den Maschinenzustand. Erkennt das Modell eine Anomalie, aktiviert der Collectu Core automatisch einen KI-Agenten, der eigenständig die Ursache analysiert und gezielt weitere Prozessdaten abfragt. Darauf basierend formuliert es konkrete Handlungsempfehlungen, welche auf einer Wissensgrundlage beruhen, wie dem Handbuch der Maschine. Dafür greift das Modell auf ein lokales LLM auf einem Nvidia DGX Spark zurück. Anschließend erstellt der Agent einen strukturierten Bericht und versendet ihn automatisch.

Durch den No-Code Ansatz von Collectu und den Weidmüller-Apps ließ sich die Anwendung einfach umsetzen. Dank lokalem Betrieb bedurfte es keiner Cloud. Das verringert Latenzzeiten und vermeidet Datenverlust bei der Übertragung. Durch den lokalen Ablauf des Prozesses erhielt Collectu die vollständige Kontrolle über ihre Daten – bei gleichzeitiger Transparenz.

Auf diese Weise wird KI nicht als isolierte Zusatzfunktion verstanden, sondern als natürlicher Bestandteil einer offenen Automatisierungsplattform. Die Entwicklung neuer Anwendungen folgt damit derselben Logik wie die Systemarchitektur selbst: modular, offen und erweiterbar. Für Anwender entsteht so die Möglichkeit, KI schrittweise und bedarfsgerecht in die eigene Automatisierung zu integrieren.

Seiten: 1 2