Forschung für den Mittelstand - Die IGF-Projektdatenbank

Anonymisierung von Prozessdaten zur Optimierung von Werkzeugmaschinen unter Verwendung von Cloud-Services

Forschungsziel

Um die Bereitschaft der Kunden (Betreiber) zu erhöhen, die zur Verfügung stehenden Sensor- oder Systemdaten an Werkzeugmaschinen an den Hersteller weiterzugeben, auch wenn kein konkretes Problem vorliegt, bedarf es neuer Lösungen, die dieser Forschungsantrag adressiert. Durch die Verwendung einer Anonymisierung sollen Daten beim Betreiber so abgewandelt werden, dass der Maschinenhersteller keine sensiblen Informationen erhält. Gleichzeitig reichen die Daten aus, um gewisse Untersuchungen und Auswertungen herstellerseitig durchzuführen. Ein sachgerechter Umgang mit anonymisierten Daten und die Integrität der Funktionen in Cloud und Werkzeugmaschine sollen durch Security-Techniken nachvollziehbar bestätigt (attestiert) werden. Dadurch kann sichergestellt werden, dass der Maschinenentwickler nützliche Daten erhält, welche für eine Optimierung genutzt werden können. Für den Anwender wird sichergestellt, dass seine sensiblen Daten geschützt sind.

Eine beispielhaft implementierte Anwendung validiert das Konzept und erlaubt, auf die zukünftigen Anforderungen an die Steuerung zu schließen, die sich aus den Security-Maßnahmen und den Cloud-Services ergeben. Die gesammelten Erfahrungen lassen schließlich eine allgemeingültige Methode ableiten, welche bei der Implementierung von Cloud-Services in Werkzeugmaschinen unterstützt.

Ergebnisse und Nutzen für KMU

Hat ein Entwickler von Werkzeugmaschinen bzw. Komponenten Zugriff auf Maschinendaten während des Einsatzes seines Produktes, kann er diese nutzen, um die Maschine in der nächsten Generation hinsichtlich der Hardware oder der aktuellen Software zu optimieren. Viele KMUs nutzen in Ihren Fertigungen Werkzeugmaschinen und profitieren davon, dass die Werkzeugmaschinen der nächsten Generation noch stärker auf ihre Bedürfnisse zugeschnitten sind. Zusätzlich ermöglichen die Cloud-basierten Prozessanalysen, die eigene Produktivität bereits ab Nutzungsdatum zu verbessern.

Ergebniszusammenfassung:

Im Rahmen des Forschungsprojekts konnten erstmalig wichtige und wesentliche Ergebnisse zur Sicherung der Informationshoheit bei der Datenanalyse von Werkzeugmaschinendaten in der Cloud erzielt werden:

Das im Antrag skizzierte Ziel, Werkzeugmaschinendaten vor dem Transfer in die Cloud zu anonymisieren, wurde erfüllt. Der im Projekt gesetzte Fokus auf die cloudbasierte Analyse von prozessinduzierten Strukturschwingungen wurde dabei erfolgreich umgesetzt. Mit Hilfe eines weiterentwickelten Verfahrens können kritische Ratterschwingungen noch maschinenseitig klassifiziert werden. Die Daten werden zusammen mit nutzerindividuellen OPC-UA-Maschinendaten aggregiert und in anonymisierter Form in die Cloud gesendet. Durch eine cloudbasierte Datenanalyse-App lassen sich kritische Ratterschwingungen unter Berücksichtigung anonymisierter Maschinen- und Prozessdaten fortlaufend analysieren.

Wesentlich hervorzuheben ist, dass die im Projekt entwickelte Methodik zur Datenanonymisierung grundsätzlich nicht durch den gewählten Anwendungsfall (Ratterschwingungen) eingeschränkt wird, da standardisierte OPC-UA-Daten der Maschinensteuerung verwendet wurden. Durch kleine Anpassungen kann die Methodik somit auf beliebige Datensätze erweitert werden. Der im Projekt entwickelte AnonymizationManager stellt dafür beispielhaft eine flexible Re-Konfigurationsmöglichkeit zur Verfügung.

Wie im Schlussbericht erläutert, ist eine verlässliche und zuverlässige industrielle Anwendung stark abhängig von der Identifikation rekonstruierbarer Informationen aus nicht-anonymisierten Datensätzen durch Anwendungsexpert*innen. Eine automatisierte Identifikation, welche Daten und Information aus den bereitgestellten Daten rekonstruierbar wären, ist nach derzeitigem Stand der Technik und Wissenschaft bisher nicht möglich und sollte Gegenstand zukünftiger Forschungsvorhaben sein.