Stellen Sie sich vor, Sie stehen in einer modernen Fabrik oder einem Smart Building. Überall finden wir sogenannte Assets oder Things – vom Roboter über den Energiemesser bis hin zur Ladesäule für Elektroautos. All diese Geräte sollen Daten liefern, damit wir den Zustand überwachen, Businesslogiken aufbauen oder KI-Anwendungen füttern können. Doch genau hier beginnt das leidliche Thema, das uns in der Industrie schon viel zu lange aufhält. Wenn wir ein System integrieren wollen, prallen wir auf eine enorme Heterogenität der Technologien. Ein Gerät spricht Open Platform Communications Unified Architecture (OPC UA), das nächste Modbus, das übernächste Building Automation and Control Networks (BACnet).
Um diese Systeme zur Zusammenarbeit zu bewegen, muss ein Ingenieur heute oft noch wie ein Detektiv arbeiten. Er lädt sich das Handbuch herunter, blättert bis auf Seite 130 und sucht in kryptischen Tabellen nach den richtigen Modbus-Registern. Er muss herausfinden, ob der Datentyp nun ein Integer oder ein Float ist und ob die Bytes in der Reihenfolge Little Endian oder Big Endian übertragen werden. Das ist mühsame Handarbeit, die nicht nur Zeit frisst, sondern auch extrem fehleranfällig ist. Copy-and-Paste-Fehler führen dazu, dass wir erst Tage später merken, warum die Werte in der Cloud nicht stimmen. Und wenn dann zwei Hersteller unterschiedliche Begriffe für denselben Datenpunkt verwenden, müssen wir teure Experten hinzuziehen, um die Semantik zu klären. Das geht massiv ins Portemonnaie und bremst die Innovation.
Aber es gibt eine Lösung, die dieses Problem grundlegend verbessert. Wir nutzen einfach das, was im normalen Internet schon seit Jahrzehnten perfekt funktioniert. Wenn Sie online Ihr Banking erledigen oder das Wetter abrufen, müssen Sie auch nicht wissen, welche Datenbankstruktur der Anbieter nutzt. Das World Wide Web Consortium (W3C) hat diesen Ansatz mit dem Web of Things (WoT) auf die industrielle Welt übertragen. Das Herzstück dieser Technologie ist die sogenannte Thing Description (TD). Ich beschreibe sie gerne als die Landingpage für ein Ding. Es ist eine kleine, leichtgewichtige Datei im Format JavaScript Object Notation for Linked Data (JSON-LD), die maschinenlesbar erklärt, was ein Gerät kann und wie man es anspricht. Wichtig dabei ist: Wir ersetzen keine bestehenden Protokolle. Ein Modbus-Gerät bleibt ein Modbus-Gerät – aber die Thing Description legt sich wie eine einheitliche Schicht darüber und sagt der Zielanwendung exakt, wo die Datenpunkte liegen und welche Sicherheitsanforderungen bestehen. Wir abstrahieren die Hardware in drei einfache Kategorien: Properties für Sensordaten, Actions für Funktionen wie das Schalten eines Aktors und Events für Alarme oder Streams.
Der Clou dabei ist die Abstraktion in der Programmierung. In einem Codebeispiel sieht man das sofort: Wenn ich eine Thing Description nutze, verschwinden die protokollspezifischen Details aus meiner Businesslogik. Ich muss nicht mehr programmieren, dass ich von IP-Adresse X das Register Y lesen will. Ich sage meinem System nur noch: Gib mir den Wert für die Wirkleistung. Den Rest erledigt ein Interpreter-Stack im Hintergrund, der die Thing Description versteht. Das macht den Code nicht nur viel kürzer und übersichtlicher, sondern auch portabel. Ich kann dieselbe Logik für ein Gerät von Siemens oder von einem anderen Hersteller verwenden, solange beide eine standardisierte Beschreibung mitbringen.
Ein weiterer riesiger Vorteil ist die Semantik. Durch die Einbindung von Standards wie E-Class oder International IEC-CDD-Klassifizierungen direkt in die Thing Description geben wir den Daten einen eindeutigen Kontext. Ein „Zahlensalat“ aus einer Datenbank wird so automatisch beispielsweise als Spannungswert an Phase 1 mit der Einheit Volt erkannt. Das ist echte Plug-and-Play-Fähigkeit für die Industrie. Wir bei Siemens rollen dies bereits breit aus, von der Sentron-Messgerätefamilie bis hin zu unseren Edge- und Cloud-Lösungen. Es ist ein offener, lizenzfreier Standard, an dem jeder mitarbeiten kann. Wir stehen heute an einem Punkt, an dem wir die Komplexität der Integration hinter uns lassen können, um uns endlich auf das zu konzentrieren, was wirklich zählt: den Mehrwert aus unseren Daten zu generieren.
