Projektlaufzeit: 01.01.2019 – 31.12.2020 | Projektpartner: Institut für Werkzeugmaschinen und Betriebswissenschaften (iwb) der TU München, Verein Deutscher Werkzeugmaschinenfabriken (VDW), Fraunhofer-Institut für angewandte und integrierte Sicherheit (AISEC) | Projekthomepage: https://www.mec.ed.tum.de/en/iwb/research-and-industry/projects/machine-tools/industry-40-for-machine-tools/
Zielsetzung
Das Projekt Anonymization4Optimization verfolgt das Ziel, die Anonymisierung von Maschinendaten so zu gestalten, dass diese sowohl den Anforderungen der Endkunden bzw. Anwender als auch der Hersteller gerecht wird. Durch geeignete Verschlüsselungs- und Anonymisierungsmethoden für Werkzeugmaschinendaten soll ein sicherer Datenaustausch entlang der Wertschöpfungskette ermöglicht werden.
Ergebnisse
Um die Sensibilität von Maschinendaten zu klassifizieren, wurden geeignete Verschlüsselungs- und Anonymisierungsmethoden für Werkzeugmaschinendaten definiert, die sowohl den Anforderungen der Endkunden bzw. Anwender als auch der Hersteller gerecht wird. Zudem wurden verschiedene Anwendergruppen identifiziert, die die Daten zeitlich begrenzt nutzen dürfen. Dabei war die Verifikation der Manipulationsfreiheit der Protokolle und Daten von entscheidender Bedeutung. Des Weiteren erfolgte die prototypische Implementierung einer RatterAP, mit der das Ratterverhalten der Werkzeugmaschine ermittelt werden kann. Hierzu wurden die notwendigen und hinreichenden Daten, einschließlich des Sensorkonzepts, bestimmt. Dies ermöglichte die Definition der Steuerungs-Anforderungen und die Entwicklung einer allgemeingültigen Methode zur Implementierung von Cloud-Services in Werkzeugmaschinen. Ferner erfolgte der Aufbau einer Cloud-Infrastruktur mit umfassender Berücksichtigung der IT-Security-Aspekte. Dies beinhaltete die Untersuchung der Potentiale einer private/public Cloud durch die Zusammenführung von Daten verschiedener Maschinen, um die Effizienz und Leistungsfähigkeit zu maximieren.
Industrieller Nutzen
Anonymization4Optimization ermöglicht produzierenden Unternehmen, sensible Maschinendaten sicher auszutauschen und gleichzeitig für Optimierungszwecke nutzbar zu machen. Die entwickelten Anonymisierungsverfahren schaffen Vertrauen zwischen Maschinenherstellern und Anwendern und bilden die Grundlage für eine breitere Nutzung von Cloud-Services und datengetriebener Prozessoptimierung in der Fertigung.
Bedeutung
Das Projekt leistet einen wichtigen Beitrag zur sicheren Digitalisierung der Fertigungsindustrie. Durch die Entwicklung standardisierbarer Anonymisierungsmethoden für Werkzeugmaschinendaten wird die Grundlage für eine vertrauenswürdige, datenschutzkonforme Vernetzung von Produktionsanlagen geschaffen. Die Ergebnisse sind übertragbar auf weitere Branchen und unterstützen die Wettbewerbsfähigkeit des produzierenden Mittelstands im Zeitalter von Industrie 4.0.
Veröffentlichungen
Sie interessieren sich für Datensicherheit in der Fertigung oder anonymisierte Maschinendaten für die Prozessoptimierung? Kontaktieren Sie uns – wir diskutieren gemeinsam, wie Anonymization4Optimization Ihren Fertigungsprozess optimieren kann.