KOSMoS (Forschungsprojekt)
Kosmos, Eigenschreibweise KOSMoS (Kollaborative Smart Contracting Plattform für digitale Wertschöpfungsnetze), ist ein vom Bundesministerium für Bildung und Forschung (BMBF) gefördertes Verbundprojekt. Im Projekt wird eine Plattform zur firmenübergreifenden Vernetzung von Produktions- und Prozessdaten entwickelt. Hierzu kommt die Blockchain-Technologie zum Einsatz. Mit dem Projektergebnis können Maschinenhersteller neue datengetriebene Geschäftsmodelle realisieren. Das Projekt wurde im Februar 2019 gestartet.
Beteiligte Partner[Bearbeiten]
Das Konsortium besteht aus drei Forschungspartnern, der Universität Stuttgart (Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen ISW), der Hochschule Furtwangen (Institut für Cloud Computing und IT-Sicherheit) und dem Frankfurt School Blockchain Center (FSBC), sowie drei Industriepartnern, der ASYS Automatisierungssysteme GmbH, Alfred H. Schütte GmbH & CO. KG, Schwäbische Werkzeugmaschinen GmbH und drei sogenannten Enablern, der Datarella GmbH, der inovex GmbH und der Ondics GmbH.[1]
Förderung[Bearbeiten]
Gefördert wird das KOSMoS-Projekt im Rahmen der Fördermaßnahme „Industrie 4.0 – Kollaborationen in dynamischen Wertschöpfungsnetzwerken (InKoWe)“,[2] das Teil des BMBF-Forschungsprogramms „Innovationen für die Produktion, Dienstleistung und Arbeit von morgen“ ist.
Projektziel[Bearbeiten]
Projektziel von KOSMoS ist eine Plattform für den sicheren und semitransparenten Austausch von produktionsbeschreibenden Informationen zwischen kooperierenden Firmen. Das System KOSMoS ermöglicht neue datengetriebene Geschäftsmodelle für die Industriepartner. Beispiele hierfür sind transparente Wartungskonzepte, dynamisches Leasing oder einfache, supplychain-übergreifende Qualitätsnachweise von ausgelieferten Produkten.
Kernkomponenten[Bearbeiten]
Das KOSMoS-System besteht aus mehreren Modulen und kann nach eigenen Bedürfnissen angepasst werden. Das Kernelement von KOSMoS ist der Datenstrom aus der Maschine in nachgelagerte Systeme. Dabei kommt der Maschinen-Edge-Software eine große Bedeutung zu. Hier werden die Daten, die von der Maschine generiert werden, für die weitere Verarbeitung vorbereitet. In KOSMoS werden dafür zwei Kernkomponenten entwickelt – eine Blockchain-Lösung und eine Analyse-Plattform.[3]
Die Blockchain-Lösung dient in KOSMoS als “Single-Source-of-Truth” mit dem Ziel, eine gemeinsame und vertrauenswürdige Datenbasis zwischen Maschinenhersteller und seinen Kunden bereitzustellen. Hierbei werden beispielsweise Leasing-relevante Daten, wie die Anzahl der produzierten Teile oder die Laufzeit der Maschine, auf der Blockchain gespeichert und daraus eine Leasinggebühr ableiten. Im Falle der Transparenten Wartung werden Wartungslogs unveränderlich auf der Blockchain gespeichert wodurch Maßnahmen für zukünftige Wartungsmaßnahmen gezielter planen kann.[4]
Die Analyse-Plattform kann aus den erzeugten Daten unter anderem mögliche Muster erkennen, die dazu beitragen die Maschine besser zu verstehen und Maßnahmen abzuleiten. Beispielsweise könnten Wartungszyklen nicht nur Zeit-basiert sondern Bedarf-basiert sein, und so im Sinne des predictive Maintenance Teile zum besten Zeitpunkt austauschen.[5]
Ebenso steht es den Anwendern des KOSMoS Systems frei, diese Services anzupassen oder neue Services zu entwickeln.
Ergebnisse[Bearbeiten]
Rund um das Forschungsfeld zum Einsatz der Blockchain, sowie zu einer sichereren, kollaborativen Analyse-Plattform im industriellen Umfeld wurden erste Veröffentlichungen durchgeführt[6]. Das Projekt unterhält die Github-Organisation „KOSMoS Industrie 4.0“ zur Veröffentlichung von Software-Komponenten.[7] Im Rahmen des Forschungsprojekts wurde zudem ein Blockchain-Toolkit veröffentlicht, das den KOSMoS-Ansatz ausführlich darstellt und Maschinenbauer, die daran interessiert sind die Blockchain-Technologie einzusetzen, bei der technologischen Implementierung an der Hand nimmt.[8]
Darüber hinaus wurden bislang folgende Publikationen im Rahmen des Forschungsprojekts veröffentlicht:
Journal-Beiträge:
Philipp Sandner, Jonas Gross, Robert Richter: Convergence of Blockchain, IoT, and AI, in: Frontiers in Blockchain, Volume 3, 2020, Pages 42, ISSN=2624-7852[9]
Konferenz-Beiträge:
- Nils Finke, Marisa Mohr, Alexander Lontke, Marwin Zünfle, Samuel Kounev, Ralf Möller: Recommendations for Data-Driven Degradation Estimation with Case Studies from Manufacturing and Dry-Bulk Shipping wird veröffentlicht in: Research Challenges in Information Science, Springer International Publishing, 2021.
- Marisa Mohr, Christian Becker, Ralf Möller, Matthias Richter: Towards Collaborative Predictive Maintenance Leveraging Private Cross-Company Data; in: Lecture Notes in Informatics, Volume 307, Gesellschaft für Informatik e.V., Bonn, 2020.
- Tobias Korb, David Michel, Oliver Riedel, Armin Lechler: Securing the Data Flow for Blockchain Technology, in a Production Environment, in: IFAC-PapersOnLine, Volume 52, Issue 10, 2019, Pages 125-130, ISSN 2405-8963 [10]
Magazine:
- Tobias Bux, Jonas Groß, Constantin Lichti, Marisa Mohr: Projekt KOSMoS: Mit Blockchain transparent und firmenübergreifend warten; in: atp magazin 03/2021, S. 28–30, Vulkan-Verlag GmbH, 2021[11]
- Christian Becker, Marisa Mohr: Federated Machine Learning: über Unternehmensgrenzen hinaus aus Produktionsdaten lernen; in: atp magazin 05/2020, S. 18–20, Vulkan-Verlag GmbH, 2020[12]
- Tobias Bux, Marisa Mohr: Blockchain-Lösungen für den produktionstechnischen Mittelstand; in: Prof. Dr.-Ing. Thomas Bauernhansl (Hrsg.): wt werkstattstechnik online, Band 111, Nr. 4. VDI Fachmedien GmbH & Co., 2020[13]
Weblinks[Bearbeiten]
Einzelnachweise[Bearbeiten]
- ↑ Konsortium, auf kosmos-bmbf.de, abgerufen am 29. Oktober 2020
- ↑ Bundesministerium für Bildung und Forschung: Bekanntmachung, Bundesanzeiger vom 10. Mai 2017. Bundesministerium für Bildung und Forschung, 31. Juli 2017, abgerufen am 15. September 2020.
- ↑ Tobias Bux, Marisa Mohr: Blockchain Lösungen für den produktionstechnischen Mittelstand. In: Prof. Dr.-Ing. Thomas Bauernhansl (Hrsg.): WT WERKSTATTSTECHNIK. 2020. Auflage. Band 111, Nr. 4. VDI Fachmedien GmbH & Co. KG, Düsseldorf 2020.
- ↑ Tobias Bux, Jonas Groß, Constantin Lichti, Marisa Mohr: Projekt KOSMoS: Mit Blockchain transparent und firmenübergreifend warten. In: atp magazin – 03 2021. Nr. 3. Vulkan-Verlag GmbH, 4. März 2021.
- ↑ Christian Becker, Marisa Mohr: Federated Machine Learning: über Unternehmensgrenzen hinaus aus Produktionsdaten lernen. In: atp magazin – 05 2020. Nr. 5. Vulkan-Verlag GmbH, 24. Mai 2020, S. 28–30.
- ↑ Marisa Mohr, Christian Becker, Matthias Richter, Ralf Möller: Towards Collaborative Predictive Maintenance Leveraging Private Cross-Company Data. In: Ralf H. Reussner, Anne Koziolek, Robert Heinrich (Hrsg.): INFORMATIK 2020. Band 307. Gesellschaft für Informatik, Bonn 2020, S. 427–432.
- ↑ KOSMoS Industrie 4.0, auf github.com
- ↑ Martin Schäffner, Constantin Lichti, Jonas Gross, Philipp Sandner: KOSMoS Blockchain Toolkit: How to Use Hyperledger in an Industrial DLT Project. Abgerufen am 28. März 2020.
- ↑ Convergence of Blockchain, IoT, and AI. Abgerufen am 22. April 2021.
- ↑ Securing the Data Flow for Blockchain Technology in a Production Environment. Abgerufen am 22. April 2021.
- ↑ Mit Blockchain transparent und firmenübergreifend warten. Abgerufen am 22. April 2021.
- ↑ Federated Machine Learning: über Unternehmensgrenzen hinaus aus Produktionsdaten lernen. Abgerufen am 22. April 2021.
- ↑ Blockchain-Lösungen für den produktionstechnischen Mittelstand. Abgerufen am 22. April 2021.
Diese artikel "KOSMoS (Forschungsprojekt)" ist von Wikipedia The list of its authors can be seen in its historical and/or the page Edithistory:KOSMoS (Forschungsprojekt).
