Suchen

Data Science

IoT-Basics: Mit Big Data zur smarten Produktion

Seite: 2/3

Firmen zum Thema

Der Enterprise-Tier umfasst alle übergeordneten Geschäftsregeln und Steuermechanismen. In der Praxis sind dies domänenspezifische Geschäftsanwendungen wie z.B. ERP oder CRM, Entscheidungsunterstützungssysteme (Decision Support Systems), aber auch Benutzerschnittstellen zum Betrieb der Plattform. Der Enterprise-Tier empfängt Daten von Platform- und Edge-Tiers und sendet Steuerbefehle an Platform- und Edge-Tiers.

Fog Computing bringt die Intelligenz vor Ort

Schon die Referenzarchitektur des IIC zeigt, dass Analysefunktionen nicht immer nur zentral im Platform-Tier erfolgen müssen, eine Vorverarbeitung kann auch in den Edge-Gateways erfolgen. Zwar findet im Platform-Tier ein Großteil der Datenspeicherung und -analyse zentral statt, weil dieser zentralistische Ansatz klare Vorteile beim Betrieb der Lösungen bietet. Aber der Ansatz stößt bei Bandbreiten, Geschwindigkeit und Verfügbarkeit der Access Networks an heute noch schwer überwindbare Grenzen. Außerdem dürfen Daten den Edge-Tier oft aus regulatorischen oder sicherheitstechnischen Gründen gar nicht erst verlassen.

Um diese Probleme zu umgehen, hat sich unter dem Begriff Fog Computing ein dezentralerer Ansatz für IoT herausgebildet. Beim Fog Computing (engl.: fog = Nebel) wird versucht, die Analyse-Intelligenz an die Stelle zu bringen, wo sie am effizientesten ausgeführt wird. Fog Computing soll dazu eine Art abstrahiertes Betriebssystem für Analysefunktionen bereitstellen, das deren Ausführung unabhängig von der physikalischen Umgebung macht. Die Dinge vor Ort werden dadurch noch smarter und können viele Aufgaben autonom direkt vor Ort lösen, bedienen sich aber bei Bedarf zusätzlicher zentraler Dienste des Platform-Tiers. Dadurch werden schnellere Reaktionszeiten möglich, und die Netzwerke werden weniger belastet.

Unterstützt wird dies auch durch neue Technologietrends wie Container Computing (z.B. mittels Docker-Container), die es erlauben, Applikationen als sogenannte Micro-Services viel einfacher auf lokale Geräte zu verteilen, ohne dass die Firmware angepasst werden muss. Damit lassen sich die von den Smartphones bekannten App-Konzepte zukünftig auch einfacher auf Steuerungen und Gateways übertragen. Führende Anbieter von IoT-Plattformen ergänzen ihre Architekturen bereits um Konzepte, die das Fog Computing unterstützen sollen.

Die SPS als IoT-Controller

Ein IoT-Controller ist eine speicherprogrammierbare Steuerung (SPS), die sich besonders einfach in eine Cloud-basierte IoT-Anwendung integrieren lässt. Der IoT-Controller vereint dabei die Funktionalitäten eines Edge-Knotens und eines Edge-Gateways in einem Gerät. Durch seinen modular erweiterbaren I/O-Bus können verschiedenste I/O-Signale direkt erfasst werden, über zusätzliche Buskoppler können weitere Unterknoten wir andere Steuerungen oder busfähige Feldgeräte

integriert werden. Als typische SPS sendet der IoT-Controller einen oder mehrere konfigurierbare Datensätze, bestehend aus I/O-Variablen und/oder Programmvariablen, zyklisch oder ereignisgesteuert an einen IoT-Hub in der Cloud. Dazu verwendet der IoT-Controller eine integrierte Ethernet- oder Mobilfunkschnittstelle. Über diese Schnittstelle empfängt der Controller im Gegenzug auch einzelne Steuerbefehle aus der Cloud und gibt sie an die auf dem Controller laufende SPS-Applikation weiter.

Neben den üblichen IEC-61131-Anwendungen können auf einem solchen Controller auch eigene Applikation in C, C++ oder anderen Sprachen implementiert werden. Die Kommunikation mit der Cloud-Anwendung erfolgt über IoT-Protokolle. Bevor der IoT-Controller Daten an die Cloud senden und Steuerbefehle empfangen kann, muss er über ein von der verwendeten Cloud-Plattform unterstütztes Gerätemanagement registriert und aktiviert werden.

Bei einem temporären Ausfall der Internetverbindung kann der Controller die angefallenen Daten auf einem lokalen Speichermedium bis zu einer konfigurierbaren Maximalzeit zwischenspeichern und dann bei erneuter Verfügbarkeit der Internetverbindung die Daten nachliefern, sodass der Verlust von Daten sehr gering ist.

IoT-Plattformen als Cloud-basierte Lösungsbaukästen

IoT-Plattformen sollen helfen, spezifische IoT-Anwendungen mit vertretbarem Aufwand zu implementieren und zu betreiben. Sie bieten dazu eine Vielzahl von miteinander integrierten Diensten und Komponenten an, auf deren Basis sich auch konkrete Industrial-Internet-Lösungen realisieren lassen. Neben den eigentlichen datenverarbeitenden Diensten gehören auch effiziente Werkzeuge für die Entwicklung und den Betrieb der Lösungen dazu. Da die Kontrolle über eine solche Plattform mit zugehörigem Ökosystem als Schlüssel zur Etablierung zukünftiger Geschäftsmodelle gilt, versuchen viele Firmen eine eigene IoT-Plattform am Markt zu etablieren.

Neben den großen Cloud-Anbietern wie Amazon, Microsoft oder auch Google versuchen sich auch viele kleinere, spezialisierte Anbieter einen Teil des Kuchens zu sichern, indem sie IoT-Plattformen entweder in eigenen Rechenzentren oder auf den Cloud-Plattformen der großen Cloud-Anbieter betreiben. Auch große Automatisierungstechnologie-Anbieter wie GE oder Siemens bieten eigene IoT-Plattformen an, ebenso große ERP-Anbieter wie SAP oder Oracle. Bild 2 zeigt typische Bausteine einer solchen IoT-Plattform am konkreten Beispiel von Azure, der Cloud-Plattform von Microsoft [2]. Die Darstellung ist stark vereinfacht. Sie zeigt auch nur eine Untermenge aller in Azure verfügbaren Cloud-Services.

Die Edge-Geräte werden direkt oder über Edge-Gateways mit der Cloud verknüpft. Dabei werden die Protokollvarianten MQTT, AMQP und REST API unterstützt. Zur Vereinfachung stellt Microsoft Software Development Kits (SDK) für Geräte und Gateways für die wichtigsten Betriebssystemplattformen und Programmiersprachen kostenlos bereit.

Damit Tausende oder gar Millionen von Geräten ihre Daten gleichzeitig an eine IoT-Anwendung liefern können, bedarf es einer entsprechenden Infrastruktur, die das damit verbundene Datenaufkommen sicher und unterbrechungsfrei aufnehmen kann und gleichzeitig eine parallelisierte Weiterverarbeitung ermöglicht. Bei Azure sind hierfür Event-Hubs und die darauf aufbauenden, aber um zusätzliche Geräteverwaltungsfunktionen erweiterten IoT-Hubs zuständig. Mit den API-Apps können zusätzlich weitere individuelle, aber trotzdem hochskalierbare REST APIs mit .Net, Java, PHP, Node.js oder Python implementiert und auch für andere Entwickler zur Integration in deren eigene Applikationen bereitgestellt werden.

Weiterführende Inhalte zu "Big Data"

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

Pexels; Pixabay; NuernbergMesse / Frank Boxler; gemeinfrei; www.siemens.com/press; Paessler AG; gemeinfrei (geralt / pixabay); ; Anna-Lena Hillenbrand; Siemens Healthineers; Palo Alto Networks