Suchen

Expertenbeitrag

Harald Zeitlhofer

Harald Zeitlhofer

Technology Strategist, Dynatrace

Künstliche Intelligenz

KI wird zum Muss für die Überwachung von IoT-Apps

| Autor/ Redakteur: Harald Zeitlhofer / Redaktion IoT

Das dynamische Umfeld von IoT ist schwer überschaubar und wird stetig komplexer. Um dort den Überblick zu behalten lohnt es sich, auf Künstliche Intelligenz zu setzen.

Firmen zum Thema

Full-Stack-IoT-Monitoring mit KI von Dynatrace
Full-Stack-IoT-Monitoring mit KI von Dynatrace
( Dynatrace )

„Alexa, wie lange dauert es noch, bis die erste Palette der Spezialwerkzeuge versandfertig ist?“ „Das dauert noch 7 Stunden, weil ein Bauteil erst jetzt angeliefert wurde.“ Was vielen noch als Science Fiction erscheinen mag, ist dank intelligenter Sprachassistenten wie Alexa, Cortana, Siri und Co. und zu Grunde liegender KI-basierter IoT-Lösungen bereits in vielen Produktionsumgebungen Realität.

Mit Hilfe von KI und einem Echtzeit-Datenabgleich wird die Produktion schneller und kontrollierbarer. Mitarbeiter in Disposition, Vertrieb und Fertigung erhalten wertvolle Daten und Real-Time-Unterstützung. Doch für die Unternehmen bedeutet dies auch sehr große technische Herausforderungen: Denn aufgrund der zunehmenden Vernetzung, Integration neuer Technologien und der damit verbundenen Datenexplosion geht zunehmend der Überblick verloren, was eigentlich genau in den Unternehmensnetzwerken und auf den – teilweise mobilen – Endgeräten geschieht und wo welche Daten verfügbar sind. Welche Informationen werden wohin geschickt? Berichten alle Produktionssysteme oder sind einige offline? Warum bekommt man gerade keine Daten aus dem Lager A? Sind die Netzkapazitäten zu gering oder Scanner und Sensoren defekt? Funktionieren die ERP- und BI-Systeme nahtlos mit den CAD- und Logistikanwendungen? Läuft eine Software fehlerfrei oder ging beim letzten Update etwas schief? Haben sich eventuell Schadprogramme in die Firmenkommunikation eingeschlichen?

Übersicht trotz vieler IoT-Anwendungen

Zuerst ist ein Blick auf die eigentliche Herausforderung nötig: Das Internet der Dinge basiert nicht auf einer einheitlichen Technologie, sondern stellt ein Gesamtsystem dar, das sehr viele unterschiedliche Technologien und Services nutzt. Dadurch entsteht ein ausgesprochen dynamisches und komplexes Umfeld. Der traditionelle Monitoring-Ansatz, der sich seit Jahren für Client-Server, 3-Tier oder verteilte Anwendungen bewährt hat, bedient sich meist fest installierter Messpunkte in Servern, Datenbanken oder an wichtigen Netzwerkkomponenten. Diese Messpunkte werden über festgelegte Funktionen in Dashboards manuell beobachtet. Ein Ansatz, der dieser dynamischen Welt des IoT nicht mehr gerecht wird. Auch die menschliche Analyse und Reaktion auf Warnungen funktioniert angesichts der heutigen Dynamik und Datenexplosion nicht mehr oder viel zu spät und damit so zeitversetzt, dass die Produktion oder ein Service bereits ausgefallen sind. Denn die Fehlererkennung würde zu lange dauern und unnötige Ausfallzeiten verursachen.

Die gute Nachricht lautet: Das IoT ist kein komplett neuartiges System, sondern eine Erweiterung bestehender Lösungen. Beispielsweise durch viele zusätzliche Schnittstellen und Sensoren an Geräten, die bislang noch kein Bestandteil des IT-Netzwerks waren. Diese Schnittstellen sind außerdem immer häufiger sprachbasiert oder übertragen Bilder, etwa zur Qualitätskontrolle, Produkterkennung oder Identifikation von Personen. Zusätzlich findet die Datenverarbeitung immer weniger in zentralen Rechenzentren, sondern im Zuge von Serverless Infrastructure in der Cloud oder bei Edge Computing direkt auf den Geräten oder in deren unmittelbarer Umgebung statt.

Oftmals wird ein Teil der Produktionsdaten auf Inhouse-Servern verarbeitet, wo beispielsweise das ERP-System oder Kunden- und Buchhaltungsdaten laufen, andere Anwendungen sind in die Cloud ausgelagert.

Routine-Überwachung durch KI ergänzt die Expertise der Mitarbeiter

Entsprechend dieser vielfältigen Systeme müssen auch die Monitoring-Systeme durch neue Funktionen ergänzt werden. Während sie bislang zum Beispiel die Performance der eigenen IT-Anwendungen und Netzwerke überwacht haben, sind es nun zusätzlich die Sensoren, Aktoren, Bilderkennungs- und Logistiksysteme, die ständig verfügbar sein müssen, damit das Gesamtsystem reibungslos funktioniert. Ebenso natürlich auch Rückmeldungen zu den ausgelieferten Produkten, beispielsweise dem Funktionsstatus einer Carsharing-Lösung oder eines Autopark-Liftes.

Bei zehntausenden Servern – Inhouse oder in der Cloud – plus Datenbanken und Anwendungen ist die Erkennung von Abhängigkeiten und Problemursachen eine äußerst komplexe Aufgabe. Diese lässt sich nur mit Hilfe von Mesh-Netzwerken und künstlicher Intelligenz erfüllen. Die zunehmende Dynamik dieser Systeme führt dazu, dass sie ständigen Veränderungen und Neuerungen unterworfen sind und sich die Abhängigkeiten permanent ändern. Eine Monitoring-Lösung erkennt diese in Echtzeit und reagiert unmittelbar darauf.

Eine Software erkennt automatisch alle Abhängigkeiten zwischen den vorhandenen Servern, Diensten, Prozessen und angeschlossenen Geräten. (Quelle: Dynatrace)

Selbstlernende KI-Systeme

Damit zuverlässig Antworten auf alle Fragen wie „Welche Probleme gibt es aktuell in der Produktion oder im Service und welche Lösungsvorschläge?“ „Werden alle Sensoren und Aktoren erfasst? Wie zuverlässig ist das Ergebnis der Big-Data-Analyse?“ gegeben werden können, installieren moderne IT-Monitoring-Lösungen ihre Agenten nicht nur im Netzwerk und auf Servern, sondern auch auf Endgeräten und Serverless-Komponenten, die eine gewisse Leistungsfähigkeit aufweisen. Anschließend werden sie automatisch von der IoT-Monitoring-Plattform erkannt, konfiguriert und im Dashboard dargestellt. Die Erkennung der Geräte basiert dabei nicht nur auf dem Vorhandensein von Betriebssystemen, auch Hardware-Komponenten mit Embedded Code werden unterstützt.

Neben den Agenten für Server und Geräte spielen hier auch Schnittstellen für Devices mit geringer Leistungsfähigkeit eine wichtige Rolle. Einerseits durch Software-Bibliotheken für die Einbindung in eigenem Code, aber auch durch APIs zur Unterstützung von Geräten, auf denen keine eigenen Programme laufen können. So dauert es wenige Tage, bis das Monitoring-System die Nutzungsmuster und Abhängigkeiten im Normalbetrieb mit Hilfe von KI automatisch gelernt hat. Dann lassen sich die Daten auf dem Dashboard visualisieren sowie Abweichungen vom Normalbetrieb in Echtzeit feststellen. Entsprechende Warnmeldungen werden innerhalb der Anwendung angezeigt, per Mail verschickt oder über Schnittstellen an Service Management Systeme weitergeleitet.

Mithilfe der gelernten Abhängigkeiten wird allerdings nicht nur das Problem selbst, sondern auch dessen Ursache erkannt. Mit einem solchen weitgehend automatisierten System lassen sich sehr früh Kosten einsparen, zum Beispiel schon im Entwicklungsstadium der Anwendungen. Zudem sparen IT-Teams sehr viel Zeit bei Fehlersuche und Performance-Tests vor der Live-Stellung. Auch im produktiven Betrieb können sie frühzeitig Trends erkennen und voraussagen, beispielsweise dass in fünf Stunden ein Problem mit dem Speicher oder ein Engpass bei der mobilen Anbindung eines Systems entsteht. Ausfallzeiten können damit auf ein Minimum reduziert oder sogar komplett vermieden werden.

Full Stack bedeutet komplettes IoT-Monitoring

Da nicht nur einzelne Services, IoT-Geräte oder eine Cloud-Lösung überwacht werden, sondern komplette Infrastrukturen – der „Full Stack“ – ist damit ein ganzheitliches Monitoring mit einer zentralen Lösung möglich. Dabei werden auf Basis der gegenseitigen Abhängigkeiten auch Auswirkungen von Problemen auf andere Anwendungen erfasst und vorhergesagt. So haben Unternehmen durch eine Erweiterung bestehender, bewährter Lösungen auch moderne IoT-Umgebungen immer im Griff. IT-Experten und Produktionsspezialisten werden dagegen durch KI keineswegs überflüssig. Sie haben nur mehr Zeit für Verbesserungen, neue Planungen und echte Innovationen.

Über den Autor

Harald Zeitlhofer

Harald Zeitlhofer

Technology Strategist, Dynatrace

www.pixabay.com; Pixabay; www.pexels.com; ©dynatrace; Dynatrace; gemeinfrei; Avnet Integrated; fischertechnik; Axians; Medisana/Oliver Eltinger