Das Internet of Things steht für die Vernetzung von intelligenten Geräten und Maschinen. Doch welche Dinge sollen dabei genau vernetzt werden und welche IT-Architektur ist notwendig, um die riesigen Datenströme zu verarbeiten?
Im Jahr 1988 prägte der US-Wissenschaftler Mark Weiser den Begriff „Ubiquitous Computing“. Gemeint ist damit eine Rechnerallgegenwart. Hinter diesem Begriff verbirgt sich der Trend, dass in immer mehr Alltagsgegenständen und Maschinen leistungsfähige IT-Komponenten vorhanden sind, die sich über das Internet miteinander verbinden oder sich untereinander vernetzen.
Das Internet der Dinge, besser bekannt als Internet of Things (IoT), gilt als wichtiger Technologietrend. Die Marktforscher von IoT Analytics Research erwarten in diesem Sektor im Jahr 2018 bereits einen weltweiten Umsatz von über 146 Milliarden US-Dollar, der bis 2021 auf über 357 Milliarden US-Dollar ansteigen könnte. Darüber hinaus sollen im Jahr 2020 auf jeden Menschen etwa vier IoT-Geräte kommen, also insgesamt 20 Milliarden vernetzte Geräte. Weiterhin hohe Wachstumsraten sind zu erwarten.
Für die Verwaltung einer solch immensen Menge an Devices bedarf es einer leistungsfähigen IT-Architektur und -Infrastruktur. Ohne den Einsatz von Cloud-Diensten mit skalierbaren Services ist es praktisch nicht möglich, die Datenberge zu beherrschen, die das IoT erzeugt.
Sensoren überziehen die Welt
Wie die Entwicklung der letzten Jahrzehnte zeigt, verbinden immer mehr Sensoren die digitale mit der analogen Welt. Schon in den 1990er Jahren wurden in den USA Funketiketten auf Basis der RFID-Technologie (Radio Frequency Identification) in Mautsystemen eingesetzt und seit der Jahrtausendwende wird RFID für die Warenidentifikation im Handel verwendet. Der Trend, immer mehr Sensorik – nun allerdings über das Internet eingebunden – in Alltagsgegenstände einzubauen, kam dann in den 2010er Jahren auf. Damit stieg auch der Bedarf, die aus der Sensorik gewonnenen Daten zu sammeln, zu verarbeiten und dauerhaft abzuspeichern. Mittlerweile finden sich in immer mehr Bereichen vernetzte Sensorsysteme, von automatisierten Fabriken bis zu selbstfahrenden Fahrzeugen. Parallel hierzu entwickeln Cloud-Anbieter leistungsfähige Plattformen für die Verwaltung von IoT-Endgeräten und die Auswertung von Sensorwerten.
Dinge und ihre Daten
Die Basis des Internet of Things bilden die „Dinge“ selbst, also einfache Sensoren wie Temperatursensoren bis hin zu komplexen Maschinen mit umfassender Sensorik. Die Aufgaben dieser Geräte fallen entsprechend ganz unterschiedlich aus – von wenig komplex bis hin zu sehr komplex. Es könnte ein einfacher Mikrocontroller sein, wie zum Beispiel ein Raspberry Pi mit nur einem Regensensor. Aber auch ein Muldenkipper mit hunderten Sensoren kann als ein IoT-Device definiert sein, das etliche Male in der Sekunde über eine Schnittstelle Fahrzeugdaten übermittelt. Ein komplexes Nutzfahrzeug liefert vielfältige Daten, wie beispielsweise die aktuelle Tonnage der Beladung, den Neigungswinkel des Kippers sowie Statuswerte zu Motor, Getriebe und Kühlung bis hin zur aktuellen Geschwindigkeit.
Bei diesem Beispiel wird deutlich, welche Datenmengen alleine schon ein Fahrzeug erzeugt. Dazu ein kleines Rechenbeispiel: Bei 1.000 Sensoren, die 10 Mal pro Sekunde Messdaten von 8 Byte liefern, entsteht pro Tag ein Datenvolumen von 6,44 GB. Dies entspricht etwa der Datenmenge von einer Stunde Film in HD-Qualität. Besitzt ein Unternehmen mehr als nur einen Kipper und werden diese Fahrzeuge dann im Bergbau unter Tage eingesetzt, muss zunächst eine Datenverarbeitung vor Ort erfolgen, da kein Mobilfunknetz verfügbar ist. In diesem Szenario kommt dann Edge Computing zum Einsatz, das IT-Ressourcen direkt beim Kunden nutzt, um eine Datenvorverarbeitung vorzunehmen und die die weitere Datenübertragung in die Cloud übernehmen. Mit dem IoT werden also auch die IT-Infrastrukturen komplexer. Im Gegensatz dazu kann ein kleiner Raspberry PI-Computer, der nur einmal pro Sekunde die aktuelle Temperatur ermittelt, diese Daten auch direkt in die Cloud übertragen.
Vor dem Hintergrund der vielfältigen Anforderungen an eine IoT-Architektur sind Experten für das Data Engineering notwendig. Dazu wieder ein Blick unter Tage: Eine Befüllung des Kippers wird sich über mehrere Minuten hinziehen, sodass hier nicht 100 Messwerte pro Sekunde übertragen werden müssen. Ferner liefern Sensoren, die beispielsweise nur Fehlerwerte zurücksenden sollen, oftmals stunden- oder tagelang immer den Wert “0’” zurück. Es gilt also, das „Rauschen“ aus den Daten zu entfernen und diese in eine adäquate Form zu bringen. In die Cloud sollen nur die wichtigen Daten übertragen werden; allerdings sollten auch keine verworfen werden, die später vielleicht noch einmal benötigt werden. Aus technologischer Sicht erfolgt der Transfer in die Cloud über ein Gateway, wobei Netzwerke wie WLAN, LoRaWAN (Long Range Wide Area Network) oder UMTS zum Einsatz kommen können.
Für Unternehmen ist es daher wichtig, sich dem IoT insbesondere über die Datenthematik zu nähern. In diesem Zusammenhang sind verschiedene Aspekte zu klären, darunter welche Daten in welcher Form verarbeitet werden müssen, welche Daten für das operative Geschäft relevant sind oder wie sich Daten am Ort der Datenerfassung verarbeiten lassen. Unter anderem sind die Netzwerkstrecken und die Datenspeicherung zu betrachten, um Themen wie Datenschutz, Compliance, Netzwerkmanagement oder Quality of Service zu berücksichtigen.
Auf einen Blick: So arbeitet das Internet der Dinge
Es gibt verschiedene IoT-Infrastrukturansätze, jedoch keine allgemeingültige Lösung für alle Szenarien. Unternehmen brauchen eine Architektur, um Daten sinnvoll zu sammeln und aufzubereiten. Basierend darauf ist es möglich, eine Business-Logik oder eine grafische Auswertung aufzusetzen.
Der Aufbau einer solchen Infrastruktur kann sukzessive erfolgen. So ist es im ersten Schritt möglich, die Daten zunächst ungefiltert in die Cloud zu verschieben und dort zu verarbeiten. Wird später eine erste Datenanalyse oder -filterung auch vor Ort notwendig, lassen sich dort Edge-Kapazitäten nachrüsten, beispielsweise auf Basis von AWS Greengrass. Grundsätzlich sollte so viel Vorverarbeitung wie möglich „on the edge“, also vor Ort erfolgen, um Kosten und Zeit zu sparen.
Materna unterstützt Unternehmen bei der Erarbeitung eines IoT Business Cases und berät bei der Auswahl der richtigen Daten. Mit einem Prototyp oder Minimum Viable Product zeigen die Materna-Experten, wie sich die Datenübertragung in die Cloud oder eine Datenvisualisierung realisieren lassen und welche Erkenntnisse Unternehmen daraus gewinnen. Darüber hinaus berät Materna auch bei den weiteren Schritten bis hin zu einem kontinuierlichen Ausbau einer umfassenden IoT-Plattform.
In den nächsten beiden Blog-Beiträgen stellen wir Ihnen zwei verschiedene Ansätze für eine IoT-Architektur vor.
