Zusammenfassung OPC Unified Architecture bietet erweiterte Möglichkeiten der Interoperabilität. Auf Basis eines objekt-orientierten Konzeptes stehen moderne Mittel zur Informationsmodellierung zur Verfügung, um den über Schnittstellen zur Verfügung zu stellenden Datenhaushalt eines Systems repräsentieren zu können. Mit Hilfe einer Kommunikationsinfrastruktur werden darüber hinaus eine Systemarchitektur und generische Dienstevorgaben gemacht.

In Digitalisierungsvorhaben und Industrie-4.0-Projekten werden zur Steigerung der Produktionseffizienz vermehrt mathematische Optimierungsstrategien, KI-Methoden und rigorose oder datenbasierte Modellentwicklungen eingesetzt. Dafür ist es erforderlich, dass Produktionsdaten, die in industriellen Betrieben typischerweise in einer Vielzahl von IT-Systemen vorliegen, in einen gemeinsamen Kontext gebracht werden können. Die Praxis zeigt, dass hierzu essenzielle Anforderungen der Betreiberexistieren, die bis dato noch nicht zufriedenstellend gelöst sind. Dieser Beitrag beschreibt die Anforderungen und Einordnungen in methodische Ansätze des Kontextmanagements und Anwendungsgebiete, in denen heute Lösungen vermisst werden, die eine geeignete Abbildung und Nutzung eines Kontextbezugs in Echtzeit ermöglichen.

No abstract

Operational decisions in the day-to-day business of chemical production processes can have a significant impact on the energy and material efficiency. We propose to use real-time resource efficiency indicators (REI) to accurately monitor the energy and material efficiency in real-time and subsequently to use these in decision support for the operating staff. To guide industrial users during the development of REIs, a Namur ad-hoc working group (AK) Resource Efficiency Indicators for the operational use was set up to prepare a Namur Recommendation.

Summarizing a key use case of a research workstream of the German publicly funded KEEN project, methods and tool chains are demonstrated to extract and to contextualize process data in an automated way based on engineering information. The contextualized process data serves as a high-quality data source for machine learning methods. The article covers the applied basic methodical approaches, design decisions and the results of a successful pilot installation of the developed tool chain.