Internet of Things
Sie brauchen einen IoT Berater und/oder möchten, dass wir Ihnen unser Angebot in diesem Umfeld vorstellen?
Das Internet der Dinge, auch IoT abgekürzt, beschreibt ein Netzwerk von physischen Objekten, Maschinen, Fahrzeugen, Haushaltsgeräten oder anderen Geräten, die über Sensoren und APIs virtuell miteinander kommunizieren und mit dem Internet verbunden sind. Laut Schätzungen werden im Jahr 2020 circa 20 Milliarden intelligente Geräte mit dem IoT verbunden sein.
Inhaltsverzeichnis
Funktionsweise
Das Internet of Things vereint eine Menge an unterschiedlichen Technologien. Die technologische Grundlage des IoT bilden cyber-physische Systeme (CPS). Diese Systeme bezeichnen einen Verbund von software-technischen Komponenten mit klassischen mechanischen Teilen, die über eine Dateninfrastruktur wie dem Internet miteinander kommunizieren. Durch diese Vernetzung lassen sich komplexe Infrastrukturen steuern und kontrollieren. Die CPS können entweder drahtlos oder kabelgebunden mit einer Dateninfrastruktur verbunden sein.
Die CPS basieren auf Sensoren und Aktoren, die Messdaten aus der physischen Welt liefern und über das Netzwerk an eine Software weiterleiten, die diese Daten verarbeitet. Die verarbeiteten Steuerdaten werden an die Aktoren der mechanischen Einheit weitergegeben.
Big Data
Big Data beschreibt eine Datenmenge, die zu groß, komplex, schwach konstruiert oder zu schnelllebig ist, um diese mit normalen und herkömmlichen Datenverarbeitungsmethoden auszuwerten.
Der Sammelbegriff beschreibt somit die rasant wachsenden Datenmengen und auch neue IT-Lösungen und Systeme. Mithilfe dieser können Unternehmen mit Datenmengen umgehen und diese bestmöglich verarbeiten.
RFID
RFID beschreibt eine Technologie zum berührungslosen, automatischen Identifizieren und Lokalisieren von Objekten mit Radiowellen. Die Sender-Empfänger-Technologie besteht aus einem Transponder, auch RFID-Reader genannt, und einem kennzeichnenden Code auf dem Objekt. Mit einem RFID-Lesegerät kann der Code ausgelesen werden.
Bei der RFID-Technologie wird durch das Lesegerät ein Signal an den Transponder gesendet, dieser übermittelt dann die angeforderte Information. Das funktioniert auch über große Distanzen.
Die Einsatzmöglichkeiten dieser Technologie sind vielfältig. Besonders profitiert der Logistikbereich eines Unternehmens. Mithilfe von RFID lassen sich Waren und Personen besser überwachen.
Der größte Vorteil, den RFID bietet, ist der nicht zwingende direkte Kontakt zwischen Sender und Empfänger. Somit kann RFID flächendeckend in Unternehmen eingesetzt werden.
Cloud Computing
Cloud Computing ist eine über das Internet verfügbare IT-Infrastruktur. Cloud Computing beinhaltet Speicherplatz, Rechenleistung und Anwendungssoftware als Dienstleistung.
Bei Cloud Computing werden IT-Infrastrukturen über Rechennetze zur Verfügung gestellt. Der größte Vorteil von Cloud Computing ist, dass diese IT-Infrastruktur nicht auf dem lokalen Rechner installiert sein muss.
Cloud Computing lässt sich in drei unterschiedliche Servicemodelle einteilen:
- Software as a Service (SaaS): Zugang zu Anwendungsprogrammen und Software. SaaS-Anbieter wie SAP bieten eine spezielle Auswahl an Software an, die auf der eigenen Infrastruktur läuft
- Platform as a Service (PaaS) beschreibt Laufzeitumgebungen mit dynamisch-flexibel anpassbarer Daten- und Rechenkapazität. Mithilfe von PaaS kann der Nutzer Softwareanwendungen innerhalb der Umgebung entwickeln oder ausführen
- Infrastructure as a Service (IaaS) bietet dem Nutzer Computerhardware Ressourcen (Rechner, Netze, Speicher). Der Nutzer kann damit ein eigenes Computer-Cluster bieten
Machine Learning
Machine Learning beschreibt einen Bereich der künstlichen Intelligenz, der IT-Systeme, Algorithmen und Muster erkennen und eigenständig Lösungen finden lässt. Das IT-System baut Wissen aus vorherigen Erfahrungen auf und lernt somit dazu. Die Systeme werden zunächst mit relevanten Daten, Algorithmen und Regeln für die Analyse von Daten versorgt.
Aufgaben von Machine-Learning-Systemen
- Wahrscheinlichkeiten berechnen und Vorhersagen treffen
- Daten finden, extrahieren und zusammenfassen
- Eigenständig an Entwicklungen anpassen
- Prozess anhand bereits erkannter Muster optimieren
Anwendungsbereiche für Machine Learning sind beispielsweise digitale Assistenten, Spam-Filter, Search-Engine-Optimization, Gesichtserkennung, Empfehlungsdienste oder die Unterscheidung von Chatbots und realen Personen.
Edge Computing
Edge Computing beschreibt einen Ansatz zur Datenverarbeitung. Im Gegensatz zum Cloud Computing findet die Datenverarbeitung dezentral am Rand des Netzwerks (Edge) statt.
Die Daten werden beim Edge Computing vom Gerät selbst, also vom lokalen Computer oder Server verarbeitet, und nicht an ein Rechensystem übertragen. Edge Computing ermöglicht einen beschleunigten Datenstrom in Echtzeit. Mögliche Latenzzeiten sind somit nicht vorhanden. Das Edge Computing ermöglicht eine effiziente Datenverarbeitung von Big Data, da die Daten nah an der Quelle verarbeitet werden können. Außerdem erhöht sich die Datensicherheit, da die Daten nicht in eine Public Cloud verlagert werden.
Edge Computing kann bei Technologien wie selbstfahrenden Autos und bei Anwendungen an Remote-Standorten eingesetzt werden.
Blockchain
Die Blockchain Technologie ist zunächst nichts anderes als eine digitale Datenbank. Diese Technologie ist jedoch besonders revolutionär, da jegliche Arten von Informationen in einer öffentlich einsehbaren Datenbank gespeichert werden. In einer Liste von Blocks (Datensätzen) werden diese Daten miteinander verkettet. Den Anfang der Datenkette bildet der Genesis Block.
Somit entsteht eine unveränderliche, vollständige Transaktionshistorie. Blockchain wurde erstmals in Zusammenhang mit der Kryptowährung Bitcoin populär. Die Technologie dient als dezentrales Netzwerk für die digitale Zahlung mit der Währung. Da die Transaktionen öffentlich und unveränderbar sind, kann sichergestellt werden, dass es keine Konflikte innerhalb der Blockchain-Community gibt.
Der Vorteil der Blockchain-Technologie ist die Transparenz und Sicherheit durch eine öffentlich sichtbare, dezentrale Datenbank. Die Daten und Transaktionen (wie Kontodaten) werden kryptografisch verschlüsselt und in einem Block zusammengefasst. Die Blockchain-Technologie ist dadurch besonders innovativ: Informationsflüsse werden schnell, zuverlässig und dezentralisiert durchgeführt.
Vorteile des Internet of Things
Das IoT bietet einige Vorteile: Alte Geschäftsmodelle werden verdrängt und neue eröffnet. Ein automatischer Produktnachschub oder Dienste im Abonnement sind nur zwei Beispiele wie das IoT mithilfe von Echtzeitdaten neue Chancen für Dienstleistungen eröffnet.
Ein weiterer Vorteil ist der enorme Effizienzgewinn. Durch die Automatisierung der Fertigungs- und Geschäftsprozesse werden vor allem die Logistik und der Ressourceneinsatz optimiert. Durch die Automatisierung in der Produktion und der Logistik sind die eingesetzten Maschinen selbstständig in der Lage Anforderungen in der Produktion anzupassen. Sogar die Wartung kann selbstständig durchgeführt werden.
Herausforderungen des Internet of Things
Beim IoT spielen die Themen Datensicherheit und Dateneigentum eine große Rolle. Zusätzlich müssen die IoT-Geräte gewisse Normen und Standards einhalten. Auch die Mitarbeiter müssen im Umgang mit der Kommunikation zwischen Mensch und Maschine geschult werden. Somit steigen auch die Anforderungen an die Mitarbeiter.
Unter der Plattform Industrie 4.0 haben sich 2013 mehrere deutsche Wirtschaftsverbände zusammengetan. Ihr Ziel ist es, Expertise zur Industrie 4.0 zu bündeln und diese Unternehmen, insbesondere im Mittelstand, zur Verfügung zu stellen. Eine Arbeitsgruppe beschäftigt sich mit der Sicherheit der vernetzten Systeme. Das Thema Internet of Things ist also auch längst in der Politik angekommen.
Industrial IoT
Eine spezielle Ausprägung des Internet of Things ist das Industrial Internet of Things (abgekürzt IIoT). Das IIoT ist ein Aspekt der Industrie 4.0 und konzentriert sich auf die Anwendung des Internet of Things im produzierenden und industriellen Umfeld. Beim IIoT stehen nicht die Verbraucher im Mittelpunkt (wie beim IoT), sondern die Prozesse und Abläufe in der Industrie oder Produktion. Ziele beim IIoT sind beispielweise die Steigerung der Effizienz, durch automatisierte Anlagen und Maschinen. Durch den Effizienzgewinn wird auch der Gewinn gesteigert, da schneller produziert werden kann. Zudem kann mit Konkurrenten mitgehalten werden, die bereits mit IIoT-Maschinen arbeiten und das eigene Unternehmen bleibt wettbewerbsfähig.
Ermöglicht wird das IIoT durch die oben beschriebenen Technologien wie Big Data, Cloud Computing, Machine Learning, Edge Computing, RFID oder auch 3D-Druck.
Anwendungsfälle IoT
Das industrielle Internet of Things (IIoT) verändert die Produktionsverfahren komplett. Das IIoT fördert die Automation, vermeidet Maschinenausfälle und erhöht somit die Arbeitssicherheit.
Bei Transportunternehmen werden die Transportsysteme mit tausenden Sensoren ausgestattet, um die Motorenleistung, Sicherheit oder das Logistikmanagement zu optimieren. Auch in der Automobilindustrie hilft das IoT und Machine Learning selbstfahrende Autos zu entwickeln. Das IoT ermöglicht vernetzte Smart Cars und kann dadurch Unfälle vermeiden und Wartungsprobleme prognostizieren.
Websession: Internet of Things
Sie möchten mehr über innovative IoT-Anwendungen erfahren? Oder haben Sie Fragen zu uns und unserer Arbeit? Vereinbaren Sie eine kostenlose Websession mit uns. Ich freue mich auf Sie.
SAP Leonardo
Der Sammelbegriff SAP Leonardo beschreibt ein Portfolio von SAP Produkten für das IoT. Hierbei werden die Bereiche Machine Learning, Big Data, Blockchain, Data Intelligence, Analytics und Internet of Things zusammengefasst.
Fazit
Das Internet of Things und die dazugehörigen Technologien, wie Machine Learning, Blockchain oder Big Data sind grundlegende Zukunftsthemen für Unternehmen sowie den Unternehmenserfolg. SAP bietet diesen Unternehmen mit dem Leonardo Portfolio innovative IoT-Anwendungen. Durch das Internet of Things werden in Zukunft auch zunehmend intelligente Gegenstände für den Verbraucher auf den Markt kommen. Die Technologie ist nicht neu, bedingt jedoch eine Adaption von IoT-Lösungen und immer noch große Investitionen für Unternehmen.
Verwandte Know-Hows
