Gastbeitrag Juli 2021: Sollten OT-Führungskräfte Cloud adoptieren? Eine strategische Entscheidung für moderne Netzwerke

28. Juli 2021

Die Verlagerung, wo Compute-Funktionalität stattfindet, hat sich in den letzten Jahrzehnten gewandelt – von zentralisiert (erinnern Sie sich an Mainframes und Thin Clients?) zu verteilt. Jüngst gab es viel Aufsehen um den Aufstieg von Edge Computing. Doch dies ist kein Endzustand, sondern nur ein weiterer Meilenstein in der fortlaufenden Evolution von System-of-Systems-Architekturen. In diesem Artikel argumentiere ich für einen schrittweisen Shift zurück zur Cloud.

Als Industry 4.0 begann, war das primäre Konzept wirklich „Software-defined everything“. Die vierte industrielle Revolution sollte noch mehr Automation liefern als die dritte, indem sie die physische und digitale Welt brückt. Das erforderte einen Shift von zentralisierten, festen industriellen Steuerungen zu solchen, die sich an wechselnde Marktanforderungen und/oder Umwelt-Feedback anpassen können. Das bedeutete einen Shift zu software-definierten Systemen. Die SPS, die als physischer Input mit I/Os gedacht waren, werden nun zu Container-Workloads auf einer großen Plattform. Auf höherer Ebene ändert dies inhärent, wie physische, digitale und menschliche Interaktion stattfindet. Maschinen, die aus dedizierten Controllern bestanden, die nicht aktualisiert oder geändert wurden, werden nun von software-definierten Industrial PCs angetrieben, die sowohl Maschinen steuern als auch ihre Umgebung verstehen und adaptieren können.

Bei Cloud-Providern gibt es derzeit große Innovationen. Man könnte sagen, wir befinden uns in den Cloud Wars. Fokussiere ich mich kurz auf Nordamerika und Europa (also das chinesische Ökosystem mit Alibaba, Baidu und Tencent ausgenommen), treiben die drei führenden Cloud-Provider zunehmend innovative und komplette Produkte voran. Sie haben auch die Sorge der Endkunden erkannt, an einen einzelnen Cloud-Provider gebunden zu sein. Als Beispiel: Googles Anthos Software-Plattform, 2019 angekündigt, bietet einen einheitlichen, konsistenten Weg, Kubernetes-Workloads über On-Prem und Public Cloud zu managen.

Für den OT-Executive bietet Konnektivität zu dieser Funktionalität verlockende Aussichten für Systemeffektivität durch Zugriff auf diverse Services – Data Lakes, Streaming Analytics, Datenspeicher, IoT Security Management, Monitoring. Wir hören von Kunden, dass die Implementierung ähnlicher Funktionalität On-Prem zwei- bis dreimal teurer sein kann. Wir glauben, dass diese Kostenlücke weiter wachsen wird.

IT-Organisationen in fast jeder Industrie migrieren zu Cloud-Services oder haben dies bereits getan. OT-Operatoren waren jedoch langsam bei der Adoption cloud-basierter Techniken. Obwohl der Move zur Cloud den OT-Operator von Wartungsaufgaben wie Provisioning, Installation, Updates und Patches entlastet, wollen sie trotzdem Kontrolle behalten und die Bedrohung durch Cybersecurity-Vulnerabilitäten begrenzen. Teilweise liegt das daran, dass dieser Dialog mit der Kultur kollidiert, die in OT-Führungskräften verankert ist: Abstand von IT-Organisationen zu halten und unabhängig bei Beschaffung, Support und Management ihrer Technologie-Infrastruktur zu bleiben.

Einige Operatoren erkennen, dass angesichts steigender Kostendruck der Move zur Cloud Operationen vereinfachen und flexibleres Skalieren ermöglichen könnte. In der Fertigungsindustrie haben wir mehr im öffentlichen Raum von Microsoft und seiner Kundenbasis gesehen, die auf einem Fundament aus Jahrzehnten geschäftlicher und Lieferantenvertrautheit mit Windows®-Technologie aufbaut. Dies fokussierte zunächst auf Predictive Maintenance und Quality Improvement Use Cases.

1. Die Lebensmittelindustrie: Verpackungspionier Tetra Pak setzt neue digitale Tools ein, die cloud-vernetzten Maschinen ermöglichen, genau vorherzusagen, wann Equipment Wartung braucht. Durch Anbindung der Verpackungslinien an die Microsoft Azure Cloud kann Tetra Pak operative Daten sammeln, um informierte Wartungszeitpunkte vorherzusagen.
   
   
2. Hersteller haben einen neuen Ansatz für Qualitätserhalt in High-Volume-Fertigungsumgebungen dank kompetenter, kosteneffektiver KI. Operatoren können Kamera-Feeds in Echtzeit analysieren, um fehlerhafte Widgets zu identifizieren und physisch oder virtuell zu taggen. Potenziell ist es möglich, jedes Teil vom Band zu inspizieren – etwas, das weder ökonomisch noch praktisch mit menschlichen Operatoren war. Diese Lösung ist besonders wertvoll bei komplexen Automobilkomponenten, preissensiblen, hohen Volumina und häufig sicherheitskritischen Anwendungen.

Cloud-Operatoren haben verschiedene IoT-Strategien angeboten, um Bedenken zu adressieren, aber OT-Operatoren sehen immer noch eine Kluft zwischen dem, was nötig ist, um ihre Anforderungen zu erfüllen, und den verfügbaren Architekturen. Glücklicherweise erlauben neue Architekturen den Operatoren, beides zu haben: ihren Kuchen zu behalten und ihn zu essen. Die Wahl der richtigen Systemarchitektur stellt sicher, dass aktuelle Operationen nicht beeinträchtigt werden, während sie von allen datenbasierten Optimierungen profitieren – nämlich:

1. Durch Entkopplung von Software und Hardware sinken Wartungs- und Upgrade-Kosten signifikant.
2. Systeme werden deutlich flexibler und reagieren auf veränderte Anforderungen mit signifikant niedrigeren Kosten, Risiko und Zeit.
3. Systeme werden beobachtbar (observable), was Datensammlung, einzigartige Insights und Closed-Loop-Optimierungen ermöglicht.

Die Herausforderung: Diese Fähigkeiten zu liefern, während die vital essenziellen Attribute des OT-Netzwerks gewahrt bleiben – Systemverfügbarkeit, deterministisches Echtzeitverhalten und Immunität gegen Cyberangriffe.

Die Architektur, die ein solches System erfordert, bezeichnen wir als „Mission Critical Edge“ – sicher die Skalierbarkeitsvorteile von IT-Infrastruktur mit der Zuverlässigkeit, dem deterministischen Echtzeitverhalten embedded Plattformen kombinierend. Attribute umfassen:

1. Airgapping: Systemarchitekten müssen CPU, Memory und I/O-Ressourcen präzise definieren und dedizierten Virtual Machines zuweisen. Diese VMs müssen voneinander isoliert sein – inklusive Northbound- und Southbound-Konnektivität. Das ermöglicht OT- und Cloud-Applikationen, auf demselben System zu residieren.
2. OT Manageability: Das System sollte flexibel im Management und der Kontrolle von Konfiguration und Setup sein. Während das System lokal gemanagt werden sollte, sollten spezifische Workloads von der Cloud aktualisiert und gemanagt werden.
3. Performance: Echtzeit-Performance muss für Workloads wie SPS, PACs und ECUs garantiert sein. Das bedeutet, das System, das Cloud-Workloads auf dem Shopfloor hostet, kann auch eine dedizierte Partition haben, die als Backup für eine physische SPS dient.
4. High Availability: Hochverfügbarkeit auf verschiedenen Ebenen – innerhalb eines einzelnen Systems, über zwei Systeme in einer Zelle und über eine gesamte Produktionslinie.
5. Orchestration Framework Integration: Edge-Systeme müssen mit lokalen oder cloud-basierten Management-Frameworks arbeiten. Beispiel: Systeme über eine Fabrik hinweg sollten einen Teil ihrer Workload dedizieren, um Kubernetes-Cluster zu bilden.

Fazit: Die Mission-Critical-Edge-Architektur ermöglicht OT-Operatoren, Cloud-vernetzte Services und Workloads auf ihrem Shopfloor zu deployen, ohne aktuelle Operationen zu beeinträchtigen. Erreicht wird das, indem Edge-Systeme auf dem Shopfloor multiple airgapped Workloads laufen lassen – inklusive Echtzeit, KI/ML, Security etc. Zusätzlich können die airgapped Workloads kombiniert werden, um Kubernetes-orchestrierte Container-Workloads zu betreiben.

Pavan Singh, VP Product Management, Lynx Software Technologies