Bild 1: Drei Hauptbereiche von IoT-Anwendungen: Geräteüberwachungsanwendungen verbinden ein einzelnes Gerät mit einem Cloud-Dienst. Analytische Optimierungsanwendungen sammeln riesige Datensätze für die Cloud-Analyse. Autonomieanwendungen versuchen, eine neue Infrastruktur aufzubauen, indem sie viele Geräte im Feld verbinden.

Bild 1: Drei Hauptbereiche von IoT-Anwendungen: Geräteüberwachungsanwendungen verbinden ein einzelnes Gerät mit einem Cloud-Dienst. Analytische Optimierungsanwendungen sammeln riesige Datensätze für die Cloud-Analyse. Autonomieanwendungen versuchen, eine neue Infrastruktur aufzubauen, indem sie viele Geräte im Feld verbinden. RTI

Bild 2: RTI Connext DDS ermöglicht Edge-zu-Fog-zu-Cloud-Konnektivität für sichere und skalierbare IIoT-Applikationen.

Bild 2: RTI Connext DDS ermöglicht Edge-zu-Fog-zu-Cloud-Konnektivität für sichere und skalierbare IIoT-Applikationen. RTI

Der Begriff Internet of Things wird durchaus verwirrend verwendet. Er kombiniert verschiedene Technologien, große Anwendungsfelder und wird von Anbietern aller Art als Slogan genutzt. Darüber hinaus verbreitet die IoT-Industrie weitere missverständliche Begriffe und selbst über die gebräuchlichsten herrscht auch in der Branche wenig Klarheit. Experten-Definitionen helfen hier nicht immer.

Auch wenn das IoT enorme Ausmaße annimmt, bestehen dennoch Ähnlichkeiten zwischen den Anwendungen. Im Grunde gibt es drei große Kategorien beziehungsweise Bereiche von Applikationen im IoT. Diese verlaufen quer durch die traditionellen Marktbereiche. Um das IoT zu verstehen, ist es also einfacher, die technologischen Ziele der Anwendungen anstatt die vertikalen Märkte wie Fertigung oder Transportwesen zu betrachten. Zu den drei großen Bereichen des IoT gehören folgende:

Analytische Optimierung

IoT-Anwendungen, die Geräte überwachen, verbinden ein Gerät einfach mit einem Cloud-Dienst. Sie ähneln einer Smartphone-App, jedoch stellt die Entität am Ende ein „Ding“ anstelle eines Telefons dar. Aus Konnektivitäts-Perspektive hat jedes Ding in der Regel nur eine einzige Verbindung zu einer IoT-Plattform.

Zu diesem Bereich zählen die meisten Consumer-IoT-Anwendungen einschließlich Thermostaten, Wearables und Smart-Home-Schlössern. Die wichtigsten industriellen Überwachungsanwendungen sind Predictive Maintenance-Systeme, die Gerätedaten auf einen Cloud-Dienst hochladen. Die Cloud-Systeme analysieren dann die Daten, um vorhersagen zu können, wann ein Teil ausfallen könnte, und ermöglichen damit eine proaktive Reparatur.

Viele IoT-Anwendungen versuchen, aktuelle Systemdesigns und -vorgänge zu optimieren. Diese umfassen Kraftwerke, Ölpipelines, Fabriken und verschiedene Industriemaschinen. Hier sind die „Dinge“ die Sensoren und Aktoren, die als industrielle Systeme zusammenarbeiten. Das grundlegende Ziel besteht darin, Daten für die Analyse auf Systemebene zu beschaffen, oftmals in der Cloud. Die Analytik gibt Auskunft, um eine Anpassung der Anlage oder ihrer Wertschöpfungskette zu ermöglichen.

Aus Konnektivitäts-Perspektive verwenden die meisten optimierenden Anwendungen das Muster Sammeln → Gateway → IoT-Plattform → Analysieren → Optimieren. Während alle Anwendungsfälle Feld und Cloud vereinen, ist dieser Anwendungsfall in der Regel das, was mit IT/OT-Konvergenz gemeint ist. Denn er führt beide bestehenden historischen Computing-Bereiche zusammen. Der Schritt „Sammeln“ kann viele dazugehörige Geräte mit einschließen. In der Regel gibt es wenige oder keine Verbindungen zwischen den Geräten und der Datenfluss erfolgt größtenteils in einer Richtung von den Geräten zur Analytik. Eine Rückmeldung an die Anlage darf nur durch einen menschlichen Bediener erfolgen. Somit verbinden Optimierungsanwendungen viele zusammengehörende Geräte in einer Anlage üblicherweise an einen einzigen Zielort.

Edge-Autonomie

IoT-Autonomieanwendungen bauen neue Architekturen für zukünftige vernetzte Infrastrukturen auf. Während die meisten dieser Applikationen tatsächlich neue „Dinge“ bauen, gibt es auch ein paar radikale Nachrüstungen. Zu den Anwendungen gehören autonome Transportsysteme, intelligente medizinische Systeme mit „Doctor in the Box“ -Intelligenz sowie intelligente und zukünftige koordinierte Smart-Grids. Der wahre Antrieb in diesem Bereich ist die Verbindung von funktionaler künstlicher Intelligenz (AI) mit pervasivem Networking. Hier stellt die Konnektivität eine echte Herausforderung dar – denn sie verbindet zahlreiche Geräte in Feld, Fog und Cloud. Autonomieanwendungen können sehr groß werden und sogar Systeme zu Supersystemen zusammenschließen. In diesen Anwendungen ist die Cloud nur eine Komponente der Konnektivitäts- und Computerinfrastruktur.

Thema der nächsten Seite: Konnektivitätssoftware für IIoT-Systeme

Seite 1 von 212