Dieser Artikel ist im Februar 2019 erschienen
Damit ich sie durchsuchbar und wiederfindbar habe, muß ich hier erstmal ein paar Notizen zu den letzten Veranstaltungen, die ich besucht habe, dumpen. Zunächst war ich am 17.01.2019 mal beim
DataScience Meetup Bielefeld
und zwar bei der Veranstaltung Reinforcement Learning - Optimierung von Logistikprozessen. Hört sich etwas dröge an, war dann aber gar nicht so schlimm. Zunächst kam der Werbeblock. Offenbar sponsort die Oediv (OEDIV Oetker Daten- und Informationsverarbeitung KG) das Hosting der Website Data Science Bielefeld. Denn wie wir wissen, beschäftigen sich bei Oetker Digital auch Abteilungen mit Data Science. Weiterhin wurde noch auf das bevorstehende Treffen des Kubernetes Meetup Bielefeld hingewiesen - das könnte auch interessant sein.
Zum Thema des Abends waren zwei Mitarbeiter (Marcus Cramer und David Middelbeck) von der Westphalia Datalab GmbH aus Münster angereist. Die Firma ist ein Spin-Off der FH-Münster, welches diese zusammen mit Fiege Logistics im Januar 2018 gegründet hat. Den Code aus dem Vortrag kann man auf github bekommen.
Der Vortrag drehte sich um Reinforcement Learning (RL) - eine Kategorie des Machine Learning. RL basiert auf dem Markov Decision Process (MDP), der es dem lernenden Agenten erlaubt, vereinfacht "gute" von "schlechten" Ergebnissen zu unterscheiden, um so zu einer optimalen Lösung zu kommen. Eine Implementierung ist z. B. das Q-Learning eine andere offenbar SARSA (State-Action-Reward-State-Action). Beim Thema Value Function Approximation mit neuronalen Netzwerken konnte ich dann nicht mehr ganz folgen.
Interessant war dann der zweite Teil des Vortrags, der sich mit einem Fall aus dem "richtigen Leben" beschäftigte: Der Optimierung der Ein- bzw. Auslagerung von Waren in den Warenlagern der Fiege. Dort zeigte sich, dass "die Welt" für den Agenten in diesem Fall zu komplex zu modellieren war. Auch die historischen Daten über die Ein- und Auslagerungsvorgänge der letzten drei Jahre erwiesen sich als "zu wenig", um daraus automatisiert lernen zu können. Das Problem wurde dann mit Mixed Integer Linear Programming gelöst, welches wohl zur Supply Chain Optimization schon länger eingesetzt wird. Überhaupt ist wohl der gesamte Logistikbereich bereits mit traditionellen mathematischen Methoden sehr gut erschlossen. Ich hatte ein wenig den Eindruck, dass insbesondere von den Zuschauern trotzdem gern versucht worden wäre, dem Problem mit RL auf den Pelz zu rücken, nur um es gemacht zu haben (auch wenn nicht klar war, ob das Ergebnis überhaupt besser als das auf "traditionellem" Wege ermittelte hätte sein können). Die Kosten, die bei den Hyperscalern für so ein Vorhaben aufgerufen werden, waren den meisten dann aber doch zu hoch.
Im Nachgang hatte ich noch einen E-Mail Austausch mit Dr. Andre Skusa von der Resolto Informatik GmbH aus Herford (inzwischen Teil der Festo Gruppe). Ich wollte wissen, ob ihm Manta bekannt wäre (oder generell in der "Data Science Community"). Das war aber nicht der Fall. Resolto versucht (logischerweise) nicht, ihre Analytics Software auf eine bestimmte Plattform zu optimieren, sondern möglichst unabhängig zu bleiben. Sogar das standardmässige Persistenzlayer Cassandra kann gegen eine andere Datenbank ausgetauscht werden.
Dann war ich beim ersten Treffen des
AWS Meetup Bielefeld
Das fand am Arvato Standort in Sennestadt statt. Es waren nicht allzuviele Interessierte da - vielleicht weil parallel das oben genannte Kubernetes Meetup bei teuto.net war. Bei einer kleinen Vorstellungsrunde stellte sich heraus, dass viele Arvato Mitarbeiter (und viele sogar aus demselben Team) dabei waren. Ebenso aber auch Interessierte aus kleineren Firmen. Der erste Vortrag (von Phillip Hellmich - github) drehte sich um die mandantenfähige Monitoring-Infrastruktur, die Arvato für seine bei AWS ausgerollten Kunden benutzt. Arvato ist schon seit 2015 mit und für Kunden bei AWS aktiv und dementsprechend hat sich auch die Monitoring-Infrastruktur immer wieder gewandelt. Übrigens hat man offenbar auch eine besondere Partner-Beziehung mit AWS daher vermutlich auch die Bezeichnung "AWS Business Group" im Arvato Github-Repo. Ein thematisch ähnlicher Beitrag soll demnäxt in der Youtube-Playlist von AWS "This is my Architecture" auftauchen.
Im zweiten Projekt erzählte ein ehemaliger Arvato-Mitarbeiter (Jens Eickmeier - jetzt bei Accenture) von einem "serverless" Entwicklungsprojekt, welches i. W. auf AWS Lambda aufsetzt ("From idea to value in weeks"). Er wirkte ziemlich euphorisch ob der geringen Kosten im Vergleich zu einem "traditionellen" Projekt.
Ich habe mich ein wenig mit Tina Marx von Arvato unterhalten, die auch gleich wissen wollte, ob wir auf dem AWS-Summit in Berlin sind.
Dann war ich mal wieder zu einem
IoT-Seminar in Lemgo
Und zwar wieder in der smartFactory. Dort war schon im letzten Jahr ein "hands-on" Seminar angeboten worden, welches aber schnell ausgebucht war. Ich hatte mich deshalb auf die Warteliste für das nächste Seminar setzen lassen und diesmal hat es dann geklappt. Das Seminar ging von 08:30 Uhr bis 17:00 Uhr und bestand aus mehreren Theorie- und Praxisteilen.
Die Praxis drehte sich um die Rasberry Pi Plattform, auf der Node-Red lief und die über WLAN in das Entwicklungsnetz der smartFactory eingebunden wurde. Zusätzlich wurden über ein Steckboard Sensoren und Schalter angeschlossen, die dann über MQTT und OPC UA kommunizieren konnten.
Im einleitenden Theorieteil ging es wie immer auch darum, die Funktion und Rolle der smartFactory zu erläutern. Ich habe mir dort diesmal Smart Factory Web notiert, welches als Demonstrator für die fabrikübergreifende Produktion und Vernetzung verwendet werden kann. Ein anderes Beispiel war Lemgo Digital und dort das Thema Parkleitsystem (mit Sensoren von Smart-City-System oder Libelium) sowie die IoT-basierte Verkehrsflußoptimierung für den Stadtbus (https://stadtbus.lemgo-digital.de/ - hier ist u. a. auch ein Rasberry Pi im Einsatz), der inzwischen auch in Google-Maps integriert ist.
Im Theorieteil zu Datenbanken habe ich mir nur die MySQL Workbench notiert. Es ist nicht zu vernachlässigen, wie stark eine graphische Benutzeroberfläche die Eintrittsbarriere verringert.
Danach wurden die verschiedenen Plattformen für IoT-Entwicklung von Arduino, Particle Photon, espressif ESP8266, Adafruit Bluefruit, Rasberry Pi, Beaglebone Black und C. H. I. P. kurz vorgestellt. Der Rasberry Pi 3B+ wurde genauer vorgestellt, da er für die weitere Arbeit benutzt werden sollte. Im Bereich Software wurde erwähnt, dass es auch eine spezielle Windows 10 IoT Core Version für den RasPi gibt. Zur Anwendungsprogrammierung war mir Codesys bisher unbekannt gewesen.
Im Bezug auf den RasPi wußte ich auch noch nicht, dass Kunbus, Hilscher, Janztec und PiXtend inzwischen für die Industrie angepasste Versionen anbieten.
Im anschliessenden Praxisteil haben wir dann einen Temperatursensor, einen Bewegungssensor, eine LED und einen Schalter auf dem Steckboard installiert, mit dem RasPi verbunden und mittels Node-Red angesteuert. Ich hätte nie gedacht, wie einfach das geht und muß sagen, dass sich Node-Red insbesondere zum Prototyping hervorragend eignet. Auch die Vernetzung mit einem MQTT-Broker, einem OPC UA Broker, Twitter und Telegram war sehr einfach durchzuführen. Eine per OPC UA instrumentierte Sortiermaschine in der smartFactory konnte ein- und ausgeschaltet werden. Die LED konnte über ein mit Node-Red erstelltes Dashboard vom Mobiltelefon aus geschaltet werden und erhöhte Temperaturen am Temperatursensor konnten per Telegram-Message am Mobiltelefon gemeldet werden. Zusätzlich wurden die Temperaturmesswerte zyklisch in eine Datenbank geschrieben.
Beim folgenden Theorieteil über Cloudcomputing war mir der Begriff "Community Cloud" neu. Aber insbesondere im IoT-Bereich wo viele auch nicht konkurrierende Unternehmen möglicherweise Cloud-Dienste benötigen aber nicht aus der Public Cloud beziehen wollen hat dieses Modell seine Berechtigung.
Zuletzt habe ich mir noch notiert, dass die smartFactory Mitglied in zwei weiteren Netzwerken ist: Labs Network Industrie 4.0 und Plattform Industrie 4.0. Für IoT-Interessierte sicher auch einen Blick wert.
Und die letzte Notiz für heute handelt wieder von einem Meetup nämlich vom
AWS SAM CLI und Localstack: Wie testet man Serverless?
Dieses Meetup stand in den Räumen von SmartSquare statt und war themengemäss eher entwicklerorientiert. Die Präsentation findet sich links und zeichnet sich zu Beginn auch durch eine relativ euphorische Darstellung von "Serverless" aus.
Für mich neu war die Vorstellung von SAM CLI, die das lokale Testen von Lambda-Funktionen erlaubt (offenbar sind die Round-Trips vom lokalen Laptop zu AWS-Lambda den Entwicklern dann doch zu lang). Weiterhin spannend die Vorstellung von Localstack (github).
Insbesondere vor dem Hintergrund von Test Driven Development ist es natürlich wichtig, Tests auch lokal von einer CI ausführen lassen zu können. Wobei eins der beiden Tools auch immer wieder eine Verbindung zu AWS benötigte.
Links:
in.hub - Systemintegrator für Industrie 4.0 Applikationen
Westphalia Datalab ist bei Tech-Labs aktiv.
Gebäude Netzwerk Initiative (Schweiz)