Klassifizierung von IoT-Lösungen mit Beispielen

Angesichts der Vielfalt der IoT-Systeme kann es für Geschäftsspieler schwierig sein zu verstehen, was sie wirklich brauchen. Die Anzahl der IoT-Lösungen steigt mit beeindruckender Geschwindigkeit. Und diese Systeme sind dabei so konzipiert, dass sie verschiedene Funktionen erfüllen können.

Basierend auf unserer Erfahrung in der IoT-Entwicklung wollen wir mehr Klarheit über diese Vielfalt schaffen und unseren Ansatz zur Klassifizierung von IoT-Systemen vorstellen.

IoT-Lösungen für die Überwachung

Mittels Sensordaten können Benutzer von intelligenten vernetzten Dingen den Status und die Umgebung dieser Dinge in Echtzeit überwachen. In einer längerfristigen Perspektive können die Ergebnisse der ständigen Überwachung gesammelt und eingesetzt werden, um bedeutungsreiche Einsichten zu gewinnen.

Erfasste Sensordaten tragen dazu bei, detaillierte und aussagekräftige Berichte zu erhalten, die Leistung und Auslastung von Maschinen aus verschiedenen Perspektiven zu prüfen und zu messen, neue Muster und Tendenzen aufzudecken und vieles mehr. Die Überwachung dient als eine zuverlässige Grundlage zur vorausschauende Instandhaltung und Wartung (Predictive Maintenance), weil das IoT-System seinen Benutzern ermöglicht, die Probleme zu identifizieren, bevor der tatsächliche Schaden entsteht, und die erforderlichen Maßnahmen frühzeitig einzuleiten.

Daten speichern und den Benutzern anzeigen

Vernetzte Geräte können einen erweiterten Überblick über die Gesundheit von Patienten, Umweltbedingungen, den Maschinenzustand in Fabriken und Kraftwerken geben. Des Weiteren sind intelligente Geräte in der Lage, den Benutzern dabei helfen, ihre Haustiere, Autos, Häuser und andere Dinge oder sogar einzelne Personen zu überwachen. Die Fernüberwachung von Anlagen, Prozessen und Ereignissen bringt bessere Einblicke in Betriebsabläufe. Die Sensoren können Daten sammeln und den Status von intelligenten vernetzten Dingen in Echtzeit zu bewerten.

Betrachten wir eine intelligente Eisenbahn als Beispiel. Moderne Züge können mit Sensoren ausgestattet werden, um die Daten über den aktuellen Status von Einzelteilen eines Zuges zu erfassen. Die erfassten Daten ermöglichen es den Benutzern einer IoT-Lösung, den Zustand von Bremsen, Rädern und Motoren zu überwachen. Die Ergebnisse können von einem Lokführer, Verkehrsleiter oder einer anderen verantwortlichen Person eingesehen und gespeichert werden, um für eine weitere Analyse bereitgestellt werden zu können.

In U-Bahn-Zügen kann Big Data verwendet werden, um den Passagierfluss zu optimieren. Basierend auf historischen Daten werden Stunden und Tage identifiziert, wann Entlastungszüge nach dem voraussichtlichen Bedarf eingesetzt werden müssen (zum Beispiel zu Fußballveranstaltungen). Im Rahmen von IoT-Lösungen ist es auch möglich, den Passagierfluss in Echtzeit zu messen und zu steuern. Wenn die U-Bahn-Plattform überfüllt ist, können noch zusätzliche Züge zu fahrplanmäßig verkehrenden (z. B. in einem Abstand von 20 Minuten) eingelegt werden, um die Verkehrssituation zu verbessern.

Tiefe Analyse und Erkennung von spezifischen Situationen

Ein IoT-System kann nicht nur Sensordaten (z. B. Temperatur oder Feuchtigkeit) erfassen und anzeigen, sondern auch Schlussfolgerungen daraus ziehen, was bestimmte Datenwerte bedeuten können.

Durch die Verarbeitung von Sensordaten kann ein IoT-System nicht nur Anomalien erkennen, sondern auch Betriebsstörungen vorhersagen sowie auch darauf hinweisen, warum diese Anomalien oder Störungen auftreten. Dadurch können aktuelle Daten von Sensoren mit den in der Cloud gespeicherten Daten, die als zulässige Werte fungieren, verglichen werden. Eine IoT-Lösung, die den Zustand von einzelnen Zügen und Einzelteilen im Eisenbahnsektor überwacht, kann zeigen, dass ein bestimmter Teil nicht mehr in Ordnung ist. Die historischen Daten über die Nutzungsbedingungen von Zügen und die auftretenden Störungen können dabei helfen, die Bedingungen zu identifizieren, die zu Ausfällen führen.

IoT-Lösungen für die Überwachung mit manueller Steuerung

In vielen Fällen kann das Internet der Dinge mit seinem Potenzial wertbringend nicht nur durch eine verbesserte Überwachung eingesetzt werden. Somit können Benutzer von IoT-Lösungen Befehle an die vernetzten Dinge geben, damit sie bestimmte Operationen auszuführen.

Betrachten wir als Beispiel einen Fall, wenn ein Benutzer die Ergebnisse der Überwachung erhält und dementsprechend darauf reagiert. Theoretisch kann ein intelligentes System bestimmte Probleme auch ohne menschliche Beteiligung lösen, aber das ist nicht immer möglich. In einigen Fällen sind Maschinen nicht in der Lage, erforderliche Operationen auszuführen. Manchmal kann man die Probleme den Maschinen nicht vertrauen (z. B. beschädigte Teile ersetzen).

Die manuelle Steuerung ist eine gute Lösung, um sicher in den Situationen zu sein, denen ein IoT-System zuvor nicht begegnet ist. Unter Berücksichtigung, dass mehrere unbekannte Daten eingehen, kann es sinnvoller sein, den Menschen zu ermöglichen, endgültige Entscheidungen zu treffen. Ein IoT-System kann beispielsweise Handlungsempfehlungen geben - und die Menschen entscheiden, ob sie ihnen folgen oder nicht. Auf längere Sicht können die Daten über Benutzeraktionen auf bestimmte Sensordaten bei der Aufdeckung von Mustern mittels ML-Algorithmen verwendet werden, um Modelle für die Steuerungsanwendungen zu erstellen und zur weiteren Automatisierung eines IoT-Systems beizutragen.

IoT-Lösungen für die Überwachung mit automatischer Steuerung

In IoT-Systemen mit automatischer Steuerung senden die Steuerungsanwendungen Befehle an die Aktoren. Welche Befehle gesendet werden, hängt von den Daten ab, die von Sensoren stammen und / oder auf vordefinierten Regeln basieren.

Regelbasierte Steuerung

Eine IoT-Lösung mit regelbasierter Steuerung ist so konzipiert, dass sie im Einklang mit Algorithmen arbeitet. Diese Algorithmen bzw. Regeln weisen darauf hin, was als Reaktion auf bestimmte Daten von Sensoren getan werden sollte. Diese Regeln werden vorgegeben, bevor die IoT-Lösung umgesetzt wird.

In den mit Sensoren bestückten Güterwagen können Temperatur, Vibrationen, Luftfeuchtigkeit und andere für die Ladung wichtige Parameter gemessen und dadurch überwacht werden. Diese großen Datenmengen werden in die Cloud übertragen, und wenn das intelligente System feststellt, dass einige Parameter von zuverlässigen Mustern abweichen, senden die Steuerungsanwendungen Befehle, um diese Parameter richtig einzustellen (z. B. die Kühlung zu erhöhen oder zu verringern).

In solchen Güterwagen ist es auch möglich, in verschiedenen Wagen unterschiedliche Regeln vorzugeben, bevor die Reise beginnt. Abhängig davon, welche Güter transportiert werden, können sich Bedingungen für den Transport und die Ladung unterscheiden.

ML-basierte Steuerung

Die nächste Stufe in der Evolution des IoT-Systems bringt die Systeme mit ML-basierter Steuerung mit, die dazu beitragen, das IoT-Potenzial in vollem Umfang zu nutzen. Beim maschinellen Lernen werden Sensordaten kontinuierlich gesammelt und regelmäßig in ML-Algorithmen verwendet. ML-Algorithmen decken Muster auf und generieren neue Modelle basierend auf diesen Mustern, die dann von Analysten und/oder Datenwissenschaftlern getestet werden. Wenn die Modelle genehmigt sind, können sie in einer IoT-Lösung zum Einsatz kommen.

In einer intelligenten Eisenbahn kann solch ein Lernen in Verbindung mit der Analyse menschlicher Befehle durchgeführt werden. Die Reaktionen von Menschen auf bestimmte Sensordaten werden in einem Big Data Warehouse gespeichert, und dann werden die entsprechenden Handlungsmodelle erstellt (unter Berücksichtigung des menschlichen Handels in bestimmten Situationen).

Kameras können Fotos von möglichen Problemen machen (es wird vermutet, dass es Probleme gibt) und sie zur weiteren Analyse schicken (die entweder manuell oder computerunterstützt erfolgt). Nachdem verschiedene Fotos in der Cloud gespeichert und die Probleme identifiziert worden sind, "lernen" intelligente Systeme, die Arten von Problemen ohne menschliche Beteiligung zu bestimmen und entsprechende Benachrichtigungen zu senden.

Das Potenzial von maschinellem Lernen kann zur Optimierung der Fahrpläne der U-Bahnen beitragen. Das intelligente System sammelt die Daten über den Passagierfluss an verschiedenen Tagen und zu verschiedenen Tageszeiten. Dann definiert es die Tage und die Zeitfenster, wann zusätzliche Züge auf der Linie eingesetzt werden sollen, und bietet somit Fahrplanoptimierungen.

Es ist sinnvoll zu beachten, dass, selbst wenn eine IoT-Lösung in den meisten Fällen erfolgreich ohne menschliche Beteiligung funktionieren kann, eine manuelle Steuerung möglich sein sollte.

Endnote

Zusammenfassend können IoT-Lösungen folgendermaßen klassifiziert werden:

• Lösungen für die Überwachung: Sensordaten helfen, den Zustand und die Umgebung von intelligenten vernetzten Dingen zu überwachen. In diesem Fall können IoT-Lösungen Daten speichern und den Benutzern anzeigen. Außerdem können die mit Sensoren gesammelten Daten analysiert und zur Erkennung spezifischer Situationen verwendet werden.
• Überwachung + manuelle Steuerung: Mit Benutzeranwendungen können die Benutzer die Befehle an die Aktoren von vernetzten Objekten geben und die Prozesse in einer IoT-Lösung steuern.
• Überwachung + automatische Steuerung: Die Steuerungsanwendungen senden automatisch die Befehle an die Aktoren, und die Beteiligung des Menschen an der Steuerung eines IoT-Systems wird erheblich reduziert. Die automatische Steuerung kann basierend auf vordefinierten Regeln (regelbasierte Steuerung) durchgeführt werden. Mit maschinellem Lernen können sich IoT-Lösungen an das Benutzerverhalten und die sich verändernde Umgebung anpassen und "lernen", wie Operationen produktiver durchgeführt werden können. Es ist jedoch sinnvoll, den Übergang von der automatischen zur manuellen Steuerung in der IoT-Lösung zu ermöglichen, weil kein IoT-System vor Ausfällen und unvorhergesehenen Situationen geschützt ist.

Eine Organisation muss klar erkennen, was sie vom Internet der Dinge erwartet und welche Arten von IoT-Lösungen dazu beitragen, aktuelle und zukünftige Geschäftsanforderungen abzudecken. Die Erkundung des IoT-Weges sollte mit der Planung von Geschäfts- und IT-Strategien beginnen.