Data Science

IoT-Basics: Mit Big Data zur smarten Produktion

| Autor / Redakteur: Klaus Hübschle / Jürgen Schreier

Das Internet der Dinge benötigt die Technologien von Big Data und ist damit auch eine konkrete Anwendung von Big Data.
Das Internet der Dinge benötigt die Technologien von Big Data und ist damit auch eine konkrete Anwendung von Big Data. (Bild: Pixabay / CC0)

Industrielle Internet-Systeme auf der Basis von Cloud-basierten IoT-Plattformen werden den Einsatz von Big Data in der Industrie deutlich voranbringen. Sie erschließen die bereits vorhandenen Datenquellen und führen sie einer effizienten zentralen Auswertung zu, was kompetentere Entscheidungen ermöglicht.

Der derzeit konkreteste Ansatz für einen breiteren Einsatz von Big Data-Technologien in der Industrie ist das Internet der Dinge (Internet of Things, IoT). Darunter versteht man ein Netzwerk von physischen Geräten, Fahrzeugen, Gebäuden und andere Gegenstände, die dank eingebauter Software, Sensoren und Netzwerkkonnektivität in der Lage sind, Daten zu sammeln und untereinander auszutauschen. Konzepte wie Smart Home, Smart Cities und Smart Mobile basieren letztendlich alle auf dem Internet der Dinge.

Big Data oder Bigger Data?

Je mehr Dinge miteinander verknüpft sind, umso mehr Daten fallen an und umso komplexer werden die Beziehungen der Dinge untereinander und deren Management. Das Internet der Dinge benötigt deshalb die Technologien von Big Data und ist damit auch eine konkrete Anwendung von Big Data; manche Analysten bezeichnen IoT angesichts der Vielzahl der Geräte sogar als «Bigger Data».

Im Umfeld der Produktion spricht man speziell auch vom Industrial Internet. Die Dinge sind dabei Menschen, Maschinen, Steuerungen, Feldgeräte und Sensoren sowie Softwaredienste in der Cloud, die diese Dinge verknüpfen und unterstützen. Ein Industrial-Internet-System unterstützt intelligente Produktionsprozesse mit fortschrittlichster Datenanalysetechnik, um darauf aufbauende Geschäftsprozesse grundlegend zu transformieren. Es basiert auf der Idee eines globalen industriellen Ökosystems aus fortschrittlicher Computer- und Herstellungstechnologie, ausgestattet mit umfangreicher Mess- und Sensortechnik und einer durchgängig verfügbaren Netzwerkkonnektivität. Die Steuerungssysteme sollen untereinander verknüpft werden,um damit flexiblere und schnellere Anpassungen in der laufenden Produktion zu ermöglichen. Externe Daten aus unternehmensweiten oder auch öffentlichen Informationsquellen sollen stärker in die Steuerung der Produktionsprozesse mit einfließen, um damit bessere und kompetentere Entscheidungen treffen zu können.

IoT-Referenzarchitekturen

Zur Umsetzung dieser Vision werden standardisierte Dienste, Komponenten und Schnittstellen benötigt. Organisationen wie das Industrial Internet Consortium (IIC) haben sich zum Ziel gesetzt, diese Vision eines Industrial Internet in die Realität umzusetzen. Das IIC hat dazu als ersten Schritt eine generelle Referenzarchitektur für Industrial-Internet-Systeme vorgestellt [1]. Ähnlich wie beim Referenzarchitekturmodell von ndustrie 4.0 (RAMI)I verwendet auch die Referenzarchitektur des IIC verschiedene Ansichten, um die Eigenschaften von Industrial-Internet-Systemen zu beschreiben.

Aus Sicherheitsgründen sind die heutigen Produktionssysteme von der Außenwelt meist noch hermetisch abgeriegelt. Diese isolierte Insellage muss für die Realisierung von Industrial-Internet-Systemen aufgelöst werden. Dafür müssen speziell im Bereich der Sicherheit noch einige offene Fragen beantwortet werden. Die IIC-Architektur betrachtet daher das Thema Sicherheit als essentiellen vertikalen Aspekt, der in jeder Sicht berücksichtigt werden muss.

Zur Beschreibung der Implementierungssicht werden verschiedene Architekturmuster herangezogen. Eines dieser Architekturmuster ist eine 3-Tier-Architektur (3-Schichten-Architektur) die aus 3 logischen Schichten (Tier) und den sie verbindenden Netzwerke besteht. Das in Bild 1 aufgezeigte Schichtenmodell findet sich in vielen heute bereits angebotenen kommerziellen IoT-Plattformen wieder. Im Edge-Tier werden Daten von Edge-Nodes über ein lokales Netzwerk (Proximity Network)

eingesammelt. Dieses lokale Netzwerk verbindet Maschinen, Sensoren, Aktuatoren, Geräte, Steuerungssysteme und sonstige intelligente Assets. Es fasst diese Edge-Nodes zu einem oder mehreren Clustern zusammen, die dann über Edge-Gateways mit dem Access-Network verbunden sind. Die Edge-Gateways dienen darüber hinaus auch als Zugriffspunkt für das Gerätemanagement und sind in der Lage, ausgewählte Daten vorab zu aggregieren oder anderweitig vorzuverarbeiten.

Das Access-Network liefert die Konnektivität für Daten und Steuerungsflüsse zwischen Edge- und Platform-Tier. Das Access-Network kann ein geschlossenes Unternehmensnetzwerk, ein Virtual Privacy Network (VPN) oder auch das öffentliche Internet sein. Zur Datenübertragung können spezialisierte IoT-Protokolle wie MQTT oder AMQP, aber auch spezifische REST APIs zum Einsatz kommen.

Der Platform-Tier besteht im Wesentlichen aus einer nicht domänenspezifischen Serviceplattform, die neben Diensten zum Transformieren, Speichern und Analysieren der Daten auch unterstützende Funktionen zum Betrieb der Plattform inklusive Geräteverwaltung bereitstellt. Darüber hinaus ist der Platform-Tier auch die zentrale Datendrehscheibe. Er verarbeitet und konsolidiert die Datenflüsse vom Edge-Tier und leitet sie bei Bedarf an den Enterprise-Tier weiter. Umgekehrt empfängt und verarbeitet er Steuerbefehle vom Enterprise-Tier und leitet sie zum Edge-Tier weiter. Das Service-Network ermöglicht die Verbindung zwischen den Diensten des Platform-Tiers und des Enterprise-Tiers. Auch dieses Netzwerk kann ein geschlossenes Unternehmensnetzwerk, ein Virtual Privacy Network (VPN) oder auch das öffentliche Internet sein.

IoT-Basics: Big Data zwischen Hype und realem Nutzen

Data Science

IoT-Basics: Big Data zwischen Hype und realem Nutzen

10.03.18 - Im bekannten Gartner Hype Cycle für Technologietrends taucht Big Data mittlerweile gar nicht mehr auf. Doch ist Big Data keineswegs passé, sondern bereits fest im Daily Business verankert. Aber was ist Big Data eigentlich? Der Artikel versucht eine Begriffsklärung. lesen

IoT-Basics: Big Data in der industriellen Anwendung

Data Science

IoT-Basics: Big Data in der industriellen Anwendung

10.03.18 - Big Data sorgt im Unternehmen für eine Fülle nützlicher Erkenntnisse und Insights, auf deren Grundlage sich Prozesse und Produkte optimieren, aber auch ganz neue Business Cases generieren lassen. Der Artikel stellt einige davon vor. lesen

IoT-Basics: Die Technologie-Basis von Big Data

Data Science

IoT-Basics: Die Technologie-Basis von Big Data

13.03.18 - Big Data beinhaltet eine Reihe von IT-Technologien wie Cluster-Computing und MapReduce sowie mathematisch-statistischer Verfahren (Data Mining, Machine Learning). Der Beitrag gibt einen Überblick über die relevanten Datenbankenkonzepte (Hadoop- und NoSQL-Datenbanken) und Programmiersprachen. lesen

Inhalt des Artikels:

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45181767 / Industrie 4.0 und IIC)