IoT Use Case Podcast

www.iotusecase.com
#UnifiedNamespace #VibeCoding #GenerativeAI 
Alexander Krüger, CEO und Managing Director von United Manufacturing Hub (UMH), ist zu Gast bei Dr. Peter Schopf im IoT Use Case Podcast. Im Mittelpunkt steht eine These, die gerade in vielen Werken an Relevanz gewinnt: Was passiert, wenn generative KI nicht nur Texte schreibt, sondern gleich die Produktionsanwendungen dahinter baut – und welche Datengrundlage dafür zwingend nötig ist?
Zusammenfassung
UMH positioniert sich als Open-Source-Plattform für industrielles Datenmanagement. Die Grundidee: Wer Vibe-Coding – also das KI-gestützte Generieren von Frontend-Applikationen – im Shopfloor nutzen will, braucht dafür eine saubere, strukturierte Datengrundlage. Diese stellt UMH über einen Unified Namespace bereit: eine eventbasierte Architektur, die Maschinendaten aus unterschiedlichsten Quellen normalisiert und über REST-APIs sowie Echtzeit-Streams verfügbar macht. Krüger erklärt, warum KI dieselbe Datensemantik braucht wie ein menschlicher Produktionsleiter – ohne klaren Kontext halluziniert sie genauso.
Besonders konkret wird es beim Thema MES. Traditionelle Implementierungen kosten Hunderttausende Euro, erfordern Systemintegratoren und sind kaum änderbar. Mit einem sauberen Daten-Backend und Vibe-Coding lassen sich solche Anwendungen nach Angaben von Krüger heute intern in wenigen Wochen und für einen Bruchteil der früheren Kosten bauen. Eine Forrester-Studie mit UMH-Kunden zeigt: 5 % Energieeinsparung, 14 % weniger ungeplante Stillstände, ROI von über 400 %.
Das nimmst du mit
Vibe-Coding im Shopfloor funktioniert nur auf einer sauberen Datengrundlage – der Unified Namespace liefert die nötige Semantik und Struktur.
KI braucht denselben Kontext wie ein Mensch: Ohne strukturierte Daten halluziniert sie genauso zuverlässig wie mit unklaren Arbeitsanweisungen.
Infrastructure as Code macht das Anbinden von Maschinen drastisch schneller – aus Tagen werden Minuten, wenn die AI mit Konfigurationsdateien statt UI-Klicks arbeitet.
Build vs. Buy verschiebt sich fundamental: MES-Anwendungen lassen sich heute intern für einen Bruchteil der früheren Kosten selbst bauen.
UMH ist vollständig Open Source – einfach herunterladen, eigene Use Cases validieren, loslegen.
-----
Relevante Folgenlinks:
Peter (https://www.linkedin.com/in/peter-schopf/)
Alexander (https://www.linkedin.com/in/alexander-krueger/)
Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

www.iotusecase.com
#LteM #Sensorik #RemoteMonitoring 
In der 214. Episode des IoT Use Case Podcasts spricht Gastgeber Dr. Peter Schopf mit Dennis Jansen, Product Manager IIoT bei autosen. Im Fokus steht die Frage, wie Betreiber dezentrale Assets ins IIoT bringen – ohne Steuerungseingriff, ohne IT-Projekt, ohne Kabel.

Zusammenfassung
autosens Antwort ist das minion: ein modulares Sensorsystem mit integriertem Mobilfunk-Gateway und Batterie, das ohne bestehende Infrastruktur auskommt. Der Ansatz dahinter ist bewusst radikal einfach – Steuerungen werden nicht angefasst, stattdessen werden neuralgische Punkte im Feld überwacht. Vom Auspacken bis zu den ersten Daten in der Cloud: maximal 30 Minuten.
Dennis Jansen erklärt, warum autosen dabei auf LTE-M und NB-IoT setzt, statt auf 5G – Energieeffizienz schlägt Bandbreite, wenn eine Batterie zwei Jahre halten soll. Und er macht deutlich, für wen das System gedacht ist: nicht für den Endanwender selbst, sondern für Systemhersteller, die ihren Kunden eigenständige IoT-Services anbieten wollen – etwa bei Industrieventilatoren, Füllstandsüberwachung oder Zugangskontrolle.
Das nimmst du mit
– Plug & Play im IIoT ist möglich, wenn man Steuerungen weglässt und eigenständige Devices für neuralgische Punkte einsetzt
– LTE-M und NB-IoT schlagen 5G für batteriebetriebene Sensoren, weil Energieeffizienz vor Bandbreite kommt
– Das minion-System richtet sich an Systemhersteller als Enabler – nicht direkt an Endkunden
-----
Relevante Folgenlinks:
Peter (https://www.linkedin.com/in/peter-schopf/)
Dennis (https://www.linkedin.com/in/dennis-jansen-82246799/)
Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

www.iotusecase.com
#DirectAirCapture #DAC #IIoT
In dieser Episode des IoT Use Case Podcasts spricht Gastgeber Peter mit Niklas Friederichsen, Co-Gründer und CTO/CPO bei Greenlyte, und Christoph Schneider, Vice President Produktmanagement bei ifm. Im Fokus steht die Frage, wie Direct-Air-Capture-Anlagen den Sprung vom Laborprototyp zur autonomen, industrietauglichen Anlage schaffen – und welche Rolle dabei dynamische Prozessführung, IO-Link-Sensorik und der Remote-Zugriff über moneo spielen. 
Folge 208 auf einen Blick (und Klick):
(11:04) Herausforderungen, Potenziale und Status quo – So sieht der Use Case in der Praxis aus

Podcast Zusammenfassung
Greenlyte überführt eine im Labor validierte Direct-Air-Capture-Technologie in real betreibbare und skalierbare Anlagen: von einer 50 t CO₂/Jahr Pilotanlage in Duisburg hin zu einer 1.500 t/Jahr First-of-a-Kind-Anlage in Marl.
Die zentrale Herausforderung liegt dabei weniger in der Grundidee als in der industriellen Umsetzung: schwankende Verfügbarkeit erneuerbarer Energien, variable Umgebungsbedingungen wie Temperatur und Luftfeuchte sowie die Kombination aus klassischer Prozesstechnik (Absorption) und Elektrochemie (Desorption) erfordern eine hochdynamische und robuste Prozessführung. Hinzu kommen praktische Themen wie zuverlässige Sensorik unter realen Bedingungen – etwa bei Schaumbildung oder sich verändernden Medien.
Technisch setzt Greenlyte früh auf durchgängige Digitalisierung: Sensoren werden über IO-Link angebunden, Parametrierung und Datenzugriff erfolgen remote über ifm moneo. Zentrale Datenhaltung, Wiederverwendung von Parametersätzen sowie strukturierte FAT/SAT-Tests ermöglichen eine schnelle Iteration und Skalierung. Ergänzt wird dies durch ein revisionsgeführtes Anlagen-Engineering, bei dem Änderungen häufig über Konfiguration statt über Code-Rollouts umgesetzt werden.
Der Use Case zeigt, wie standardisierte Feldanbindung, Remote-Service und datenbasierte Optimierung helfen, Prototypen schneller zu stabilisieren, Inbetriebnahmen zu beschleunigen und die Grundlage für skalierbare Anlagenflotten sowie effiziente Wartungsstrategien zu schaffen.
-----
Relevante Folgenlinks:
Peter (https://www.linkedin.com/in/peter-schopf/)
Niklas (https://www.linkedin.com/in/dr-niklas-friederichsen-8290849b/)
Christoph (https://www.linkedin.com/in/christoph-schneider-18872627/)

Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten

www.iotusecase.com
#IIoT #EdgeComputing #Container
In dieser Live-Episode von der Hannover Messe spricht Gastgeber Peter Schopf mit Tobias Mühlnikel von Portainer.io und Jürgen Pfeifer von WAGO. Im Mittelpunkt steht die Frage, wie Containerisierung im OT- und Shopfloor-Umfeld ein skalierbares Device- und Applikationsmanagement ermöglicht – von der Auswahl geeigneter Images über Edge-Deployment bis hin zu CI/CD, Rollbacks, Edge-KI und Datenhoheit. 
Podcast Zusammenfassung
Live von der Hannover Messe diskutieren Portainer.io und WAGO, wie containerbasiertes Applikations- und Device-Management den Betrieb und das Skalieren von Edge-Lösungen im Shopfloor praxistauglich macht. Im Zentrum steht der Transfer bewährter IT-Prinzipien in die OT – ohne dass OT-Teams zu IT-Spezialisten werden müssen. Dabei treffen moderne Ansätze auf typische Herausforderungen: heterogene Hardware (32/64-Bit-Architekturen), fehlende Transparenz über Softwarestände („goldener USB-Stick“), aufwendige 1:1-Updates direkt am Schaltschrank sowie der organisatorische IT/OT-Gap mit klar definierten Update-Fenstern. Die technische Grundlage bilden standardisierte Docker-Images (z. B. Node-RED), die über eine Control Plane verteilt und per CI/CD automatisiert ausgerollt werden. Rollbacks ermöglichen es, jederzeit auf stabile Versionen zurückzugehen. Auch KI-Anwendungen lassen sich nahtlos integrieren: Edge-Hardware kann gezielt mit KI-Beschleunigern erweitert werden, um etwa Anomalie-Erkennung oder spezialisierte, kleinere LLMs (Tiny-LLMs) direkt vor Ort auszuführen – ohne den containerbasierten Stack zu verlassen. Für Entscheider ergibt sich ein klarer Mehrwert: schnellere und planbare Deployments über verteilte Standorte, reduzierte Reise- und Integrationskosten, höhere Modularität durch zusätzliche Container sowie mehr Unabhängigkeit von einzelnen Anbietern. 
-----
Relevante Folgenlinks:
Peter (https://www.linkedin.com/in/peter-schopf/)
Tobias (https://www.linkedin.com/in/tobias-mue/?locale=de)
Jürgen (https://www.linkedin.com/in/juergen-pfeifer/)
Jetzt IoT Use Case auf LinkedIn folgen

1x monatlich IoT Use Case Update erhalten