Mehr Intelligenz für das Internet der Dinge

Das Internet der Dinge verwandelt unseren Planeten bildlich gesprochen in ein großes Informationssystem: Die Zahl der so genannten Smart Devices wird laut Schätzungen von Gartner in den kommenden Jahren auf 200 Milliarden ansteigen – und mit ihr die gesamte Kommunikation zwischen Geräten. Was vor ca. 2 Jahren mit einer stillen Revolution im Bereich der Sensor- und Mikroprozessorentechnik begann, ist also mittlerweile ein digitaler Trend, der sich in den verschiedensten Lebensbereichen seinen Weg bahnt: ob im eigenen Haus, bei der Vernetzung von Kühlschrank und Handy (Smart Home) oder in der Produktion, wo intelligente Maschinen, die Herstellung von Waren automatisieren (Industrie 4.0).

Big Data und IoT

Mit der wachsenden Anzahl der vernetzten Geräte steigt natürlich auch die Menge der auszuwertenden Daten, die bei der Maschinenkommunikation entstehen (Stichwort: Big Data). Um aus diesen Daten Informationen zu gewinnen, müssen sie allerdings nicht nur gesammelt, sondern auch gepflegt und vor allem analysiert werden. Je automatisierter die Kommunikation zwischen Maschinen vonstatten geht, desto wichtiger wird dabei auch ein reibungsloser Austausch von Informationen. Das Internet der Dinge fordert daher eine Lösung für das Big Data Problem und stellt Unternehmen vor noch größere Herausforderungen als bisher. Für IT-Systemadministratoren steigt zugleich die Arbeitsbelastung, da jedes einzelne Gerät im Internet der Dinge überwacht und deren Zustand getrackt werden muss. Eine der großen Herausforderungen bei der Umsetzung eines intelligenten Maschinennetzwerks ist es daher ein Informationssystem zu schaffen, das durch intelligente Datenverarbeitungsprozesse jederzeit kontrollierbar ist.

Mehr Business Intelligence für die Industrie 4.0

Um die Kontrolle über das Internet der Dinge zu behalten, bedarf es verschiedener Business Intelligence Lösungen, die  für eine reibungslose Datenverarbeitung sorgen können und damit Geschäftsprozesse um ein vielfaches vereinfachen. Nicht nur die Menge der Daten, auch ihre unterschiedlichen Quellen müssen dabei bedacht werden. Ebenso spielt die Echtzeitanalyse der Daten eine wichtige Rolle,  denn viele der Informationen, die Maschinen miteinander austauschen sind zeitkritisch. Bei einem drohenden Ausfall einer Maschine muss sofort reagiert werden können. Eine kompakte BI-Lösung, die alle diese Kriterien erfüllt, eignet sich daher am besten für die Überwachung des IoT.

Mit Data Analytics Methoden können historische Daten extrahiert und auf bestimmte Muster überprüft werden, um daraus Regeln abzuleiten. Die Echtzeitdatenanalyse hat hierbei den Vorteil, dass sie besonders schnell und effizient ist.  Mit einer Predictive Analytics-Lösung können Ereignisse vorausgesagt werden, bevor sie tatsächlich eintreten.  Der Stillstand einer Anlage kommt somit gar nicht erst vor, da das System rechtzeitig gewarnt wird, das ein möglicher Ausfall bevorsteht. Mit der entsprechenden Reporting-Oberfläche können die analysierten Daten übersichtlich in einen Bericht übertragen werden, der sich anhand von visuellen Dashboards und druckfähigen Berichten auch mit der obersten Abteilung des Managements teilen lässt.

Ein Beispiel für den Einsatz von Data Analytics und Reporting im Internet of Things findet sich im Energiesektor. In den USA kommt die Technologie besonders bei der Förderung von Öl zum Einsatz. TIBCO Analytics wird hier beispielweise dafür genutzt, die Daten der sensorgestützten Pumpen auszuwerten. Nur leichte Temperaturschwankungen oder Druckunterschiede im Boden können dafür sorgen, dass die Pumpen im Ölfeld funktionsunfähig werden. Durch die Einspeisung historischer Daten in die Data Analytics-Lösung, kann die Software Muster erkennen und aus ihnen lernen. Ausfälle der Pumpen werden somit vorhergesagt und die IT-Abteilung wird rechtzeitig informiert bevor ein Ausfall bevorsteht. Insgesamt kann so mehr und kontinuierlicher Öl gefördert werden. In Deutschland wird TIBCO Analytics für das Betreiben von Windanlagen genutzt, um anhand der gewonnenen Daten besser kallibrieren zu können, wie viele Anlagen in einer bestimmten Region gebraucht werden, um die entsprechende Versorgung zu gewährleisten, oder wie lange die Anlagen an einem Tag laufen müssen, um die benötigte Menge an Energie zu erzeugen. Dies spart Konstruktionskosten und senkt den Energieverbrauch.

„Im Energie- und Umweltsektor kommt der transformative Charakter des Internet of Things besonders gut zum Tragen, denn hier hat die Kombination aus Sensortechnik und Software Auswirkungen auf die  gesamte Umwelt. In der Energiegewinnung wird es beispielsweise die Suche nach alternativen Ressourcen ankurbeln und die Art verändern, wie wir Energien entwickeln und verteilen werden“, prognostiziert Brian Gentile, Manager der TIBCO Analytics Gruppe.

Ein Blick in die Zukunft – Entwicklungen und Trends

„Das Internet der Dinge ist die größte Revolution mit der wir es zu tun haben – nicht nur auf technologischer Ebene, sondern auch auf industrieller. Dank dem Internet der Dinge entstehen völlig neue Arbeitsplätze und Unternehmen mit neuen Geschäftskonzepten werden gegründet. Der größte Nutzen im Internet of Things liegt meiner Ansicht nach nicht unbedingt im Consumer Bereich wie beispielsweise Smart Home, sondern viel eher in der Neuausrichtung der Wirtschaft“, ist Gentile überzeugt. „Jedes Unternehmen wird davon profitieren können, in Zukunft mehr und mehr seine Geschäftsprozesse mit intelligenten Sensoren auszustatten und sie mit der richtigen Datenanalysesoftware zu verknüpfen. Nicht nur die großen Konzerne werden das Internet der Dinge bestimmen, auch die kleinen und mittelständischen Unternehmen. Denn worum es eigentlich geht, ist es kreative Ideen zu haben und seine Daten clever zu nutzen. Solche Initiativen sehe ich sehr oft besonders in kleinen Unternehmen, die den Markt prägen. Deutschland ist dabei weltweit sicherlich ein großes Vorbild für die Ankurbelung der Wirtschaft durch die Industrie 4.0“, so Brian Gentile.

Weitere Informationen unter:
www.tibco.com

 

Bildquelle / Lizenz (Aufmacher): flickr.com / r2hox; Veröffentlicht unter:  https://creativecommons.org/licenses/by-sa/2.0/

Bildquelle / Lizenz (Brian Gentile): Tibco Analytics / Tibco Software