Hajanaisesta tuotantodatasta yhteiseen datakerrokseen
Siemens Gamesa lyhyesti: Siemens Gamesa on yksi uusiutuvan energian johtavista toimijoista ja Siemens Energyn omistuksessa. Yritys suunnittelee, valmistaa ja huoltaa tuuliturbiineja sekä merituulivoimaan että maalla sijaitseviin hankkeisiin.
Yritys syntyi vuonna 2017, kun Siemensin Wind Power -divisioona ja espanjalainen Gamesa yhdistyivät. Tänään Siemens Gamesa on maailman toiseksi suurin tuuliturbiinien valmistaja, jolla on yli 40 vuoden kokemus alalta ja 130 GW asennettua kapasiteettia ympäri maailmaa.
Haaste: hajanainen data ja vaativat tuotanto-olosuhteet
Suuressa teollisuusyrityksessä, jossa on useita liiketoimintayksiköitä ja tehtaita, tavanomainen haaste on hajanainen data. Jokaisella yksiköllä on omat prosessinsa, tietomallinsa ja protokollansa, mikä vaikeuttaa järjestelmien yhdistämistä ja yhtenäisen data-arkkitehtuurin rakentamista.
Siemens Gamesalla haastetta lisää alan nopea tahti. Tuuliturbiinit kasvavat jatkuvasti, ja tuotantolinjoja uudistuvat tiuhaan, joten prosessit ja tehtaiden työkalut muuttuvat. Vuoden 2017 fuusion jälkeen yritysten järjestelmät piti sovittaa yhteen myös emoyhtiö Siemens Energyn arkkitehtuurin kanssa.
Myös tuotanto-olosuhteet ovat vaativat. Tuuliturbiinien lapoja valmistetaan satojen metrien pituisissa halleissa, joissa liikkuvat teräsrakenteet heikentävät langattomia yhteyksiä, eikä kaikkia laitteita voi kytkeä yrityksen verkkoon. Siemens Gamesa tarvitsi joustavan alustan, joka ei ole sidottu tiettyyn pilvipalveluun tai edge-laitteeseen, tukee monia protokollia ja varmistaa vakaan tiedonsiirron myös silloin, kun verkkoyhteys pätkii. HighByte Intelligence Hub osoittautui oikeaksi ratkaisuksi.
Suurimmat haasteet:
- Epäyhtenäiset prosessit eri liiketoimintayksiköissä ja tuotannossa
- Tehtaiden erikoistyökalujen standardoimattomat tietomallit
- Laitteiden ja sovellusten erilaiset protokollat, jotka hankaloittivat integraatioita

”Tarvitsimme tuotteen, joka on riippumaton pilvipalveluntarjoajasta ja edge-laitteista. Lisäksi sen pitää tukea monia eri protokollia. Tarvitsimme myös store and forward -toiminnon, koska verkkoyhteytemme ei ole aina vakaa. Ja kaikki tämä piti standardoida yhteiseen datakerrokseen. HighByte Intelligence Hub ratkaisi tämän haasteen meille.”
Henrik Birk, Industrial Solutions Architect, Siemens Gamesa
Ratkaisu: HighByte Intelligence Hub ja datan orkestrointi edgellä
Tuotantolaitteet tuottavat valtavia määriä dataa, mutta data harvoin on käyttökelpoista sellaisenaan. Se täytyy ensin normalisoida yhtenäiseen muotoon, ja sen jälkeen datan kulkua järjestelmien välillä täytyy orkestroida hallitusti.
HighByte Intelligence Hubin avulla Siemens Gamesa rakensi joustavan data-arkkitehtuurin, joka kokoaa datan yhteen, muodostaa Unified Namespacen (UNS) ja siirtää datan saumattomasti sekä paikallisiin järjestelmiin että pilveen. Näin syntyi vankka perusta datavirtojen optimoinnille, paremmalle visualisoinnille ja datan laajemmalle hyödyntämiselle koko organisaation laajuudessa. Intelligence Hub toimii jokaisella tehtaalla olosuhteiden mukaan: palvelimilla, suoraan ohjausverkossa laitteiden vieressä tai teollisuus-PC:llä, joka lähettää datan 4G-yhteyden kautta.
Siemens Gamesan lähestymistapa:
- Datan orkestrointi edge-tasolla: Intelligence Hub kerää, mallintaa ja normalisoi dataa useista lähteistä jo edge-tasolla eli lähellä tietolähteitä ja muodostaa siitä kunkin kohdesovelluksen tarpeisiin optimoituja datasettejä
- Paikallinen Unified Namespace: Intelligence Hub mallintaa ja kontekstualisoi datan UNS-arkkitehtuurin vaatimusten mukaiseksi ja julkaisee sen MQTT-brokerin kautta
- Datan visualisointi: Intelligence Hub tilaa dataa MQTT-brokerilta, muokkaa sen käyttötarkoituksen mukaisiksi dataseteiksi ja vie sen SQL-pohjaiseen data martiin visualisointia varten
- Kohti enterprise UNS:ää: Seuraavaksi Siemens Gamesa rakentaa koko organisaation kattavaa Unified Namespacea, joka tuo tehdasdatan pilveen laajan käyttäjäjoukon saataville
Esimerkki: lapojen valun lämpötilat
Tuuliturbiinin lapa valetaan muotissa, jossa lasikuitu kyllästetään hartsilla ja kovetetaan. Valun lämpötilat vaikuttavat suoraan lavan laatuun.
Intelligence Hub lukee lämpötiladatan muotin ohjausjärjestelmästä OPC UA:n kautta ja mallintaa sen ISA-95-rakenteen mukaisesti. Jokainen mittauspiste saa selkeän kontekstin, esimerkiksi mikä muotin osa on kyseessä sekä mittayksikön. Samoja malleja käytetään eri tehtailla, joten Tanskan ja Iso-Britannian tehtaiden data on suoraan vertailukelpoista.
Prosessi-insinöörit näkevät kaiken tarvitsemansa yhdestä näkymästä. He voivat esimerkiksi verrata kovetuslämpötiloja viimeisen 200 tuotantotilauksen ajalta laatudataan Power BI:ssä ja selvittää, miten lämpötilat vaikuttavat lopputulokseen.
Videolla Henrik Birk kertoo, miten Siemens Gamesa käyttää HighByte Intelligence Hubia
Siemens Gamesan Industrial Solutions Architect Henrik Birk esittelee videolla, miten yritys käyttää HighByte Intelligence Hubia tuotannon datan yhdistämiseen vaativissa olosuhteissa. Hän käy läpi Siemens Gamesan data-arkkitehtuurin ja näyttää käytännön esimerkin siitä, miten lapojen valun lämpötiladata mallinnetaan Unified Namespaceen ja tuodaan insinöörien käyttöön.
Tulokset: yhtenäinen data ja parempi saatavuus
HighByte Intelligence Hubin avulla Siemens Gamesa harmonisoi datan eri toimipaikkojen, kahden aiemmin erillisen yrityksen ja monimutkaisten järjestelmäarkkitehtuurien välillä. Paikallinen Unified Namespace antaa insinööreille reaaliaikaisen näkymän tuotantoon, ja yritystason UNS:n perusta varmistaa skaalautuvan data-arkkitehtuurin myös tulevaisuudessa.
Siemens Gamesan saavuttamat hyödyt:
- Yhteinen suunta: Ihmiset, prosessit ja teknologia ovat paremmin linjassa eri toimipaikoissa ja kahdessa aiemmin erillisessä yrityksessä
- Reaaliaikainen näkyvyys tuotantoon: Paikallisen UNS:n avulla insinöörit seuraavat trendejä ja reaaliaikaisia tilastoja ja valvovat jatkuvasti lapojen valumuottien ohjausjärjestelmää
- Perusta yritystason UNS:lle: Eri arkkitehtuurit ja järjestelmät yhdistyvät yhdeksi kokonaisuudeksi, jossa HighByte Intelligence Hub toimii abstraktiokerroksena
Kehitys jatkuu: Siemens Gamesa vie tehdasdatan tekoälyn käyttöön
Siemens Gamesan kehitys ei ole jäänyt tähän. Yritys on sittemmin ottanut käyttöön Snowflaken ja vie hyvin mallinnetun tehdasdatan tekoälyn käyttöön, esimerkiksi tuuliturbiinin lapojen laadun ennustamiseen reaaliajassa. Asiakastarina aiheesta julkaistaan myöhemmin.
Esimakua saat alla olevalta videolta. Henrik Birk esitteli Siemens Energyn edustajana, miten yritys hyödyntää HighByte Intelligence Hubia ja Snowflakea analytiikassa ja tekoälyssä. Esitys pidettiin Kööpenhaminassa syyskuussa 2026 Novotekin, HighByten ja Snowflaken järjestämässä How Industrial DataOps empowers AI -tilaisuudessa.
Nostoja videolta:
- Tekoälyagentti, joka lukee ensin työohjeet ymmärtääkseen tuotantoprosessin ja vastaa sen jälkeen tuotantodataa koskeviin kysymyksiin luonnollisella kielellä.
- Koneoppimismalli, joka ennustaa vakuumidatan perusteella reaaliajassa, valmistuuko tuuliturbiinin lapa laadukkaana.
- Intelligence Hubin kytkeminen tekoälyyn MCP-rajapinnan kautta, jolloin tekoäly voi lukea datamalleja, rakentaa dataputkia ja jäljittää datan alkuperän aina OPC UA -tagiin asti.
Tämä asiakastarina perustuu Novotek Tanskan julkaisemaan asiakastarinaan. Novotek Suomi toteuttaa vastaavia projekteja suomalaisille teollisuusyrityksille.
Onko teilläkin tuotantodata hajallaan eri järjestelmissä?
Novotek on HighByten kumppani ja teollisen datan asiantuntija. Autamme teollisuusyrityksiä rakentamaan skaalautuvan data-arkkitehtuurin ja Unified Namespacen HighByte Intelligence Hubin avulla. Kerromme mielellämme, miten ratkaisu voisi toimia teillä.

