Suchen

Data Science

IoT-Basics: Mit Big Data zur smarten Produktion

Seite: 3/3

Firmen zum Thema

Für die Transformation, Speicherung und Analyse der Daten gibt es eine riesige Palette an Diensten, die je nach Anwendungsfall ausgewählt und miteinander verknüpft werden können. Für einfache Prototypen geht dies im einfachsten Fall ohne jegliche Programmierung nur durch webbasierte Konfiguration. Bei komplexeren Anwendungen müssen die Basisbausteine jedoch durch zusätzliche individuelle Softwarelösungen ergänzt werden. Hier zahlt sich aber die hervorragende Integration von Visual Studio und Azure aus. Mit Azure Machine Learning können Predictive-Analytics-Modelle in einer integrierten und Web-basierten Umgebung erstellt, getestet und die trainierten Algorithmen als Web-API bereitgestellt werden.

Bemerkenswert ist auch, dass neben den proprietären Lösungen von Microsoft in Azure mit HDInsight auch ein kompletter Hadoop-Stack als vorkonfigurierter und verwalteter Cloud-Dienst bereitsteht. HDInsight umfasst MapReduce, Pig, Hive, HBase, Storm, Mahout, Spark und zusätzlich R-Server, einer mit HDInsight integrierten Ausführungsumgebung für R. Neben Java werden auch C# und .Net für die Entwicklung von MapReduce-Jobs unterstützt.

Zusammenfassung und Ausblick

Die weiter fortschreitende Digitalisierung und die damit verbundene Verbreitung von datengetriebenen Algorithmen werden dazu führen, dass zukünftig in fast jedem Unternehmen einige der vorgestellten Big-Data-Technogien zum Einsatz kommen werden. Großes Potenzial für Big-Data-Technologien in der Industrie zeichnet sich derzeit beim Einsatz von Data Analytics und Machine Learning ab. Hier fehlen in der Breite heute aber noch die ausgebildeten Datenanalysten, die sowohl das notwendige Data-Science-Handwerkszeug als auch das entsprechende Anwendungswissen mitbringen, um wertvolles und nutzbringendes Wissen aus den vorhandenen Daten abzuleiten. Daraus ergibt sich ein Markt für entsprechende Beratungs- und Implementierungsdienstleistungen, aber auch für stark interaktive, visuelle Werkzeuge, die die Datenanalyse auch für den normalen Domänenexperten zugängig machen.

Der erfolgreiche Einsatz von Big Data setzt immer das Vorhandensein geeigneter Eingangsdaten voraus. Welche Daten geeignet sind, hängt aber vom einzelnen Anwendungsfall ab und lässt sich somit schwer vorhersagen. Idealerweise würde ein Unternehmen sofort beginnen, alle anfallenden Daten auf Verdacht auf Vorrat zu speichern, um sie dann später im Nachgang für ausgiebige Analysen zur Verfügung zu haben. Natürlich ist dies mit nicht unerheblichen Kosten verbunden – vor allem, wenn der Rechner-Cluster permanent aktiv sein soll, um anstehende Anfragen jederzeit mit ordentlicher Performance ausführen zu können. Die Industrie, aber auch die Technologieanbieter müssen noch beweisen, dass sich dieser Aufwand nicht nur im sehr speziellen Einzelfall lohnt.

Bei Big Data sind wie beim Internet der Dinge und bei Industrie 4.0 viele kritische Fragen zur Daten- und Anlagensicherheit noch nicht abschließend beantwortet, es zeichnen sich aber mehr und mehr Lösungen ab, die die Aspekte Datensicherheit und Daten-Governance klar adressieren. Big Data selbst wird aber auch mit eigenen Lösungen zur erfolgreichen Meisterung dieser Herausforderung für die anderen Themenbereiche beitragen können.

Das Internet der Dinge hat das Potenzial, die klassische Automatisierungspyramide radikal aufzulösen und durch eine neue Systemlandschaft zu ersetzen, bei der die Dinge auf vielfältige Art miteinander vernetzt sind. Big Data liefert dazu zahlreiche Lösungsbausteine. Industrielle Internet-Systeme auf der Basis von Cloud-basierten IoT-Plattformen werden den Einsatz von Big Data speziell auch in der Industrie deutlich voranbringen, denn sie erschließen die bereits vorhandenen Datenquellen und führen sie einer effizienten zentralen Auswertung zu.

Die Kontrolle über erfolgreiche IoT-Plattformen und die damit verknüpften Ökosysteme verspricht ein großes Geschäftspotenzial. Deswegen versuchen bereits zahllose Anbieter von IoT-Plattformen, sich am Markt zu etablieren. Nur wenige davon werden langfristig erfolgreich sein. Die besten Perspektiven für diesen Zukunftsmarkt haben die heute schon dominierenden Anbieter von IT-Technologie und Cloud-Computing. Auf diesen führenden IoT-Plattformen und den darauf verfügbaren Marktplätzen werden sich aber wiederum branchenspezifische Lösungsanbieter mit eigenständigen Serviceangeboten etablieren können.

Dipl.-Inform. (FH) Klaus Hübschle studierte Informatik an der Fachhochschule Furtwangen und startete noch während des Studiums als Softwareentwickler bei der M&M Software GmbH. In seiner beruflichen Laufbahn hat er seitdem im Unternehmen leitende Rollen in zahlreichen Beratungs- und Softwareentwicklungsprojekten in verschiedensten Bereichen der Automatisierungstechnik ausgeübt. Als geschäftsführender Gesellschafter im Bereich Technik treibt er heute die Ausrichtung des Unternehmens auf die neuen Herausforderungen von Industrie 4.0 und Digitalisierung mit an und setzt Schwerpunkte mit den Themen Cloud-Computing, Big Data, Internet of Things und Assistenzsysteme.

Fachbuch „Industrie 4.0: Potenziale erkennen und umsetzen“ Dieser Beitrag stammt aus den dem Fachbuch „Industrie 4.0: Potenziale erkennen und umsetzen“ von Thomas Schulz (Hrsg.) Das Buch bietet dem Professional einen praxisorientierten und umfassenden Einblick in die Digitalisierung der Fertigung und der Produktion. Das Buch „Industrie 4.0“ kann hier versandkostenfrei oder als eBook bestellt werden.

Literatur/Quellen

[1] The Industrial Internet of Things. Volume G1: Reference Architecture. Needham: Industrial Internet Consortium (IIC), 2017. https://www.iiconsortium.org/IIRA.htm (abgerufen am 09.05.2017). 364 Quellenverzeichnis

[2] Microsoft Azure IoT Reference Architecture. Redmond: Microsoft Cooperation, 2016. http://download.microsoft.com/download/A/4/D/A4DAD253-BC21-41D3-B9D9-87D2AE6F0719/Microsoft_Azure_IoT_Reference_Architecture.pdf (abgerufen am 09.05.2017).

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; ; Anna-Lena Hillenbrand; SAP; Siemens Healthineers; Palo Alto Networks