Internet of things (IoT): Definition, Technologien und Beispiele

Das Internet of things (IoT), auf Deutsch Internet der Dinge genannt, ist ein zukunftsweisendes Konzept inmitten von Fokus-Themen wie Big Data und Data Science. Doch was ist das Internet der Dinge genau? Welche Zusammenhänge hat es zu Big Data? Welche Vorteile erhoffen sich Unternehmen davon und gibt es bereits Beispiele in Industrie, Handel und dem privaten Umfeld für IoT? In diesem Artikel versuchen wir den Begriff “Internet of things” zu definieren, seine Vor- und Nachteile und Beispiele zu zeigen, um das Internet der Dinge transparent und nachvollziehbar darzustellen. 

Inhaltsverzeichnis

Internet of Things (IoT): Infografik Definition, Technologien und Beispiele

Was ist das “Internet of things”? Definition des Internet der Dinge.

Das Internet der Dinge ist ein Verbund von Daten produzierenden Geräten, die diese Daten über das Internet austauschen oder bereit stellen. Diese Geräte gehen über die uns bekannten Computer und Handys hinaus und beziehen weitere Produkte wie beispielsweise Haushaltsgeräte (z.B. Kühlschränke, Staubsauger, TV), Steuergeräte (z.B. Heizung, Anlagensteuerung), Autos, Sicherheitssysteme (Klingeln, Schlösser) und vieles mehr mit ein. In Summe ist die Idee, dass alle diese technischen Geräte nicht nur eine Funktion erfüllen, sondern mittels Sensorik auch Daten erfassen und diese zur weiteren Verarbeitung zur Verfügung stellen.

Durch dieses Vorgehen gibt es zukünftig neben den Menschen und der Internet-Technologie einen dritten Teilnehmer im Internet: Physische Objekte. Einerseits werden diese Geräte massive Datenmengen produzieren, andererseits müssen auch Wege gefunden werden, deren Bedürfnisse in Punkto Kommunikationsinfrastruktur und Datensicherheit zu realisieren. Dies führt zum Begriff “Internet der Dinge”, da aus rein quantitativen Gesichtspunkten eine solche Technologie durch die Vielzahl an Teilnehmern das Internet natürlich absolut dominieren wird.

Zu guter Letzt beschränkt sich das Internet of things natürlich nicht nur auf die Produktion von Daten. Dieser Schritt ist technologisch einfacher und näher, wird aber nur die Tür öffnen für die Personalisierung von Einzelproduktbasis durch kontinuierliche Anpassung der Geräte mittels Software und Analysen. So ist es denkbar, dass sich bald jeder Raum, jeder Stuhl und jedes Fitnessgerät automatisch auf unsere Bedürfnisse, Ziele und Tagesform einstellt.

Vorteile vom Internet der Dinge

Internet of Things (IoT): Beispiele für Vorteile und Gefahren
Internet of Things (IoT): Beispiele für Vorteile und Gefahren

Doch weshalb ist die Idee von datenproduzierenden Geräten so attraktiv? Das Internet of things ist aus mehreren Gesichtspunkten interessant und bietet viele Vorteile für sowohl Privatpersonen als auch Unternehmen:

  • Data-driven Personalisierung: Durch sehr fein granular erhobene Daten und individueller Auswertung kann das Leben zukünftig viel stärker personalisiert werden (z.B. einzelne Heizzonen im Wohnzimmer, automatische Anpassung von Fitnessgeräten auf Größe, Gewicht, Fitnessstand).
  • Datenvarianz: Da durch das Internet of things eine viel höhere Varianz an Geräten und damit Sensordaten produzieren kann, gibt es eine viel höhere Varianz (Art, Ort, Zeit) an Daten, was zu mehr Möglichkeiten der Analyse führt.
  • Datenmengen: Durch die Vielzahl an Dingen können viel höhere Mengen an Daten produziert werden, was die Aussagekraft von Machine Learning Algorithmen und somit die Analysegenauigkeit stärkt.
  • Effizienz: Durch die bereitgestellten Daten können viele Entscheidungen quantitativ getroffen werden und verringern unnötige Einsätze von z.B. Wartungsteams (Stichwort Predictive Maintenance).
  • Automatisierung: Wenn man die Datenmengen mit entsprechender Analysen kombiniert, kann man direkt und automatisiert Entscheidungen treffen lassen, statt manuelle Prozesse zu integriert. Somit steigt der Automatisierungsgrad von Industrie, Fertigung und persönlichem Leben (z.B. justieren von Fertigungskapazitäten basierend auf Breakdown im Feld).
  • Real-Time: Auch 2020 laufen noch viele Analysen auf Batch-Basis, also dem Sammeln und dann gemeinsamen Verarbeiten der angesammelten Daten. Das Internet of things wird die Landschaft sehr stark in Richtung Real-Time Big Data Analytics verändern, da Daten zahlreicher, unmittelbarer und direkter zur Verfügung stehen.

Kritik und Gefahren von IoT

Selbstverständlich gibt es auch beim Internet der Dinge mögliche Probleme und Gefahren. Je nach Gerät das integriert werden soll, müssen vorab intensive Überlegungen angestellt werden, wie man Risiken und Aufwände minimieren kann. Gleichermaßen sollte man sehr wohl überlegen, ob das Device ein IoT-Device werden muss – denn als Holzhammermethode alles an das Internet of things anzubinden ist auch nur eine schlechte Lösung. Im Folgenden wollen wir noch kurz Kritik und mögliche Gefahren am IoT darstellen.

Datensicherheit

Als absolut zentrales Thema von IoT ist die Datensicherheit. Das Problem lässt sich einfach am Beispiel Fitnessarmbänder illustrieren. Wenn Bewegungsdaten aufgezeichnet und diese transferiert werden, sind dies hochsensible Daten. Wann jemand ausser Haus ist – im besten Fall auch noch Real-Time – kann ein sehr gefährliches Gut sein. Aber auch schon generell die GPS-Koordinaten verraten viel über einen Mensch. Von sozio-ökonomischen Status über Alter gibt es viele Attribute, die sich von diesen Daten ableiten lassen. Zusammen ist sehr schnell erkennbar, dass die durch IoT-Geräte produzierten Daten einer sehr hohen Schutzbedürftigkeit belangen. Dies ist aber nicht immer im Fokus der Entwickler der Produkte und Anwendungen, weshalb sowohl Konsumenten als auch industrielle Anwender in Gefahr laufen, Datenlecks in ihrer Umgebung einzuführen.

Netzwerksicherheit

Während der erste Gefahrenpunkt von IoT sich auf die Privatsphäre des Anwenders bezieht, ist das Gegenstück dazu die Sicherheit der Netzwerke über diese kommuniziert wird. Wenn sehr viele unzertifizierte Geräte in Netzwerke eingeloggt werden, um über WLAN Daten zu transferieren, kann es schnell zu Problemen in Überlastung und Sicherheit führen. Als einfaches Beispiel gilt der Fall, falls ein Gerät einem Hackerangriff zum Opfer fällt. In dem Moment würde der Eindringling nicht nur Zugriff auf einen Computer bekommen, sondern könnte ein Botnet über ein weit verbreitetes Netzwerk an physischen Geräten generieren. Noch relevanter ist schließlich die Netzwerksicherheit im Industrial Internet of Things, also der Industrie, da hier schnell sehr große finanzielle Ausfälle oder sogar Lebensgefahr besteht.

Technologieeinsatz über Businesswert

Ein Problem, das sich nicht auf die Sicherheit, sondern eher auf den Erfolg und somit den return of investment (ROI) von IoT fokussiert, ist die Gefahr das Internet der Dinge zu nutzen nur damit es genutzt wird, egal wie sinnvoll es ist. Hier steht die Technologienutzung im Vordergrund, statt einen durchdachten Business Case umzusetzen. Dies führt zu erhöhten Kosten, erhöhter Umweltbelastung und ein Swamping von Netzwerken und Datenbanken. Folglich sollte jedes Unternehmen eine klare Idee über die Wirtschaftlichkeit und Auswirkung ihres Use Cases haben, bevor sie sich in die IoT-Landschaft begeben.

Ausfallsicherheit

Wenn das Internet of things etabliert ist, werden auch die verbundenen Geräte zum neuen Standard werden. Umso integrierter das IoT-Konzept in technische Geräte ist, umso weniger ist es in den Köpfen der Anwender. Daher wird in wenigen Jahren die Konnektivität nicht mehr ein Sonderfall sein, sondern Normalität. Dies führt auch zu der Anforderung, dass die Technik entsprechen ausfallsicher sein müssen, da sich die Unternehmen und Privatanwender darauf verlassen werden. Weiterhin werden viele Geräte das Internet benötigen um überhaupt ihre Funktion zu erfüllen. Bricht die Verbindung zu diesem ab, wird auch das Gerät seine Funktion verlieren.

Energieverbrauch

Ein weiterer ökologischer Faktor nebst der Wirtschaftlichkeit und Datenmengenproduktion ist der Energieverbrauch der IoT-Devices. Durch Konnektivität und höhere Leistungsanforderungen wird ein höherer Energieverbrauch nötig. Multipliziert mit der Idee, dass es hunderttausende von Geräten in das Internet der Dinge integriert werden sollen, ist dies eine sehr viel höhere Energiebelastung. Zusammen mit der Annahme, dass nicht jedes IoT-Gerät einen sinnvollen Einsatz erfahren wird, muss dieser Faktor langfristig in Betracht gezogen werden. 

Das Internet of things, Smart Home, Big Data und Data Science – Begriffsdefinition und -unterscheidung

Leider sind die meisten Begriffe nicht immer trennscharf. Daher versuchen wir hier die Begriffe Internet of things, Smart Home, Big Data und Data Science zu unterscheiden, um den unterschiedlichen Fokus zu definieren.

Wie beschrieben ist das Internet of things die Anbindung von physischen Geräten an das Internet. Ein Subset dieser Geräte sind eben Elektronikartikel, die im Heimbereich eingesetzt werden. Ein anderes Subset wären beispielsweise konnektierte Geräte in der Industrie. Daher ist der Smart Home Bereich ein Teilbereich des Internets der Dinge.

Mit Big Data verbindet das Internet of things der Aspekt der Datenproduktion und Bereitstellung. Vor allem die verschiedenen Merkmale von Big Data kommen hier zur Anwendung: Volumen, Geschwindigkeit, Varianz, Qualität, Wert – all diese Attribute sind von Relevanz, wenn man an die IoT-Sensorenlandschaft denkt. Daher produziert das Internet der Dinge Big Data.

Wenn die Daten produziert sind, hilft es selbstverständlich nichts, wenn sie nicht weiter genutzt werden. Hier kommt Data Science mit seinem Teilgebiet des Machine Learning ins Spiel. Indem die produzierten, großen Datenmengen auf Muster untersucht, automatisiert verarbeitet werden, kann die Effizient gesteigert oder die Personalisierung erhöht werden. Data Science ist also die Erarbeitung der Vorteile des Internets der Dinge – um dann auch positive Effekt spüren zu lassen.

Weitere Beiträge zum Thema Data Driven Company direkt per E-Mail bekommen:

Internet of Things Technologien & Plattformen

Internet of Things (IoT): Technologie und Tools (3 Beispiele)
Internet of Things (IoT): Technologie und Tools (3 Beispiele)

Da sich der IoT-Markt sehr schnell bewegt und ändert, möchten wir hier nur skizzenhaft drei mögliche Realisierungen für IoT Technologie aufzeigen. Von einer eigens konstruierten Lösung basierend auf einem Kafka Stream und einer Cassandra Datenbank mit python als Analysebasis über eine Cloud Computing Realisierung, beispielhaft dargestellt durch Amazon Web Services, bis hin zu spezialisierten Verticals, also einer proprietären Softwarelösung die über alle Ebenen arbeitet (als Beispiel „Siemens Mindsphere“) sollen diese Beispiele eher als Blaupausen dienen. Es ist auf keinen Fall eine vollständige Liste, noch ist es ein detailliertes Architekturbild, sondern gibt einen ersten Einblick in nötige Verarbeitungsebenen.

Edge Devices & Gateway Layer

Die Datenproduktion / -aufnahme findet auf den Edge Devices, also z.B. einem Auto, dem Kühlschrank, dem Mobiltelefon oder dem Thermostat statt. Diese Ebene ist auch heute bei vielen elektronischen Geräten zu finden, unterscheidet sich aber vom Internet of Things indem die Daten maximal lokal vom Gerät selbst verarbeitet werden oder manuell ausgelesen werden müssen (z.B. über USB). Das Dateiformat, die Übertragungsrate und gegebenenfalls Vorverarbeitung ist sehr individuell vom Anwendungsfall. Generell folgt dem Edge Device noch ein Edge Gateway, also die Verbindung zum Internet, in Form von Routern oder Access Points, aber auch spezialisierte Hardware wird eingesetzt (z.B. Industrie 4.0 / IIoT).

Transmission Layer

Die produzierten Daten müssen im Anschluss vom Edge Gerät zur Weiterverarbeitung transferiert werden oder Daten / Modelle von dem Anbieter auf das Gerät stattfinden können (Operationalisierung / Deployment). Folglich benötigt man eine Datentransferebene, die je nach Anwendungsfall unilateral oder bilateral funktioniert. Implementierungen können Data Engineers beispielsweise auf API Schnittstellen oder Streaming, wie z.B. Kafka basieren. Auch Cloud-Services wie zum Beispiel AWS IoT oder die Implementierung einer Azure REST API kommen in diesem Schritt zum Einsatz. Als Protokoll etabliert sich auch MQTT immer mehr.

Storage Layer

Die Datenspeicherung ist wieder individuell abhängig vom IoT Gerät und dem Anwendungsfall. Von temporären bis persistent gespeicherten Daten, von Millisekundengenauigkeit bis einem Monatlichen Datenpunkt und strukturierten oder unstrukturierten Daten kann es alle Implementierungen geben. Zum Einsatz kommen neben klassischen Datenbanken wie zum Beispiel SQL-Datenbanken kommen Big Data Technologien wie NoSQL (z.B. MongoDB), Hadoop oder Cloud-Technologien wie zum Beispiel AWS S3. 

Processing & Analytics Layer

Die erfassten Daten werden schließlich durch eine Bandbreite an Möglichkeiten ausgelesen und von Data Analysts und Data Scientists weiterverarbeitet. Dies können einfache Analysen und Visualisierungen wie zum Beispiel mittels PowerBI oder Tableau sein, aber selbstverständlich auch Advanced Analytics mittels Natural Language Processing, Machine Learning und weiteres. Die Technologien die zum Einsatz kommen sind die gesamte Bandbreite an Data Science Tools, beispielsweise python, KNIME oder Cloud-basierte Services wie AWS Glue und AWS Kinesis Analytics oder Azure Machine Learning.

Application Layer

Die Anwendungen die im IoT-Umfeld eine Rolle spielen sind sehr variabel. Von einfachen Auswertungen auf Dashboards über die Bereitstellung der Daten in anderen Systemen bis hin zu automatisierten Machine Learning Prozessen ist alles möglich. Als Beispiele können Visualisierungssoftwares wie Tableau oder PowerBI, Cloud-Services als connectoren wie Azure Logic App oder andere verarbeitende Systeme auf Artificial Intelligence-Basis genannt werden.

Anwendungsfälle und Beispiele für Geräte im Internet of things

Internet of Things (IoT): Beispiele für Smart Home, Industrie 4.0 und Personal Smart Devices
Internet of Things (IoT): Beispiele für Smart Home, Industrie 4.0 und Personal Smart Devices

Soviel zur Theorie. Doch wie sieht es mit praktischen Anwendungen von IoT aus? Hier möchten wir sowohl Anwendungsfälle als auch direkt existierende Produkte vorstellen, die ins Internet of Things-Konzept fallen.

Das Smart Phone

Während im grundlegenden Konzept des Internet of things die verbundene Geräte sehr klein und mit geringer Prozessorenstärke ausgestattet sind, gilt das Smart Phone dennoch in weiten Kreisen als ein ultimatives IoT Device. Es sammelt eine sehr hohe Bandbreite an Daten (GPS, WLAN, Beschleunigung, etc) und stellt diese sehr vielen Services zur Verfügung (Facebook, Google Maps, etc). Da das Smart Phone noch wesentlich mehr kann – also ein richtiges IT-Device ist – würden es manche nicht mehr als IoT-Device sehen. Doch dem ursprünglichen Konzept von verbundenen physischen Objekten folgt es definitiv. 

Die Video-Türklingeln von Ring

Mit Videokamera und WLAN-Zugang ausgestattet erlaubt das kleine Gerät via Mobiltelefon zu überprüfen, wer gerade geklingelt hat. Nebenbei werden die Clips aufgezeichnet und es bringt mittels Bewegungssensor auch eine Portion Home-Security mit. Ein wunderbares Beispiel für das Internet of things – leider auch mit negativen Aspekten, wie Sicherheitsprobleme bei dem Produkt zeigen.

Dash Buttons von Amazon

Mit einem Knopfdruck Produkte nachbestellen ohne eine App zu starten oder sich auf einer Plattform einzuloggen – ein sehr einfacher Use Case für das Internet der Dinge. Über eine W-Lan Verbindung wurde von den programmierbaren Buttons ein Signal an Amazon gesendet, dass das Produkt automatisch geordert wurde. Die Dash Buttons wurden inzwischen von Alexa und automatischer Nachbestellung verdrängt, sind allerdings ein Zeitzeuge für einen einfachen Use Case, wie die digitale und physische Welt sehr einfach verbunden werden kann.

Alexa, Google Home, Siri

Eines der erfolgreichsten IoT-Devices auf dem Weltmarkt sind inzwischen die Virtual Voice Assistants. Alexa, der Vorreiter von Amazon, wird nicht nur zum Wetter und aktuellen Fernsehprogramm befragt, sondern speichert auch Termine, löst Bestellungen aus und weiß sehr genau, wann seine Besitzer Zu Hause sind. Die produzierten Datenmengen erlauben ein sehr genaues Bild vom menschlichen Verhalten zu zeichnen und somit die Personalisierung voran zu treiben.

Moderne Autos von BMW, Mercedes und anderen

Viele Autohersteller schlagen seit wenigen Jahren massiv den Weg in die IoT-Landschaft ein. Hierbei gibt es mindestens drei Anwendungsfelder: Einerseits die Diagnostik und Fehlerbehebung, andererseits das Analysieren von Fahrverhalten und Verkehrsaufkommen und drittens das Bereitstellen von Services wie zum Beispiel personalisierte Navigation. Zwar ist ein Auto ein großes “Thing”, dennoch ein sehr guter Kandidat für das Internet der Dinge.

Digital Twins

Das Prinzip der Digital Twins besagt, dass wir neben einem physischen Objekt auch eine digitale Repräsentation dieses Produkts erstellen und über alle Produktions-, Liefer- und Nutzungsschritte pflegen. Als umfassendes Konzept zeigt es auch sehr starke Kontaktpunkte zum Internet of things, da diese Geräte Daten im Einsatz liefern, womit der Digital Twin angereichert wird. Besonders in der Industrie 4.0 (Industrial Internet of Things, IIot) ist ein Digital Twin beheimatet, um Produktionsfehler, Rückrufe oder Verbesserungsansätze zu entwickeln.

Logistik

Amazon macht es im B2C-Bereich hervorragend vor: An jedem Bestellschritt wird der Kunde über den aktuellen Status informiert – inklusive der Position des Lieferfahrzeugs. Dieses Tracking hat für den Endanwender den klaren Vorteil umfassend informiert zu sein, für Amazon selbst erlaubt es ein sehr feingranulares Supply Chain Management. Indem von e-Commerce über Lagerhaltung, bis in die Logistik zum Kunden alle Prozessschritte Daten produzieren und ausgewertet werden können, können Optimierungen schnell erarbeitet und umgesetzt werden.

Smart Home

Wie bereits in der Begriffsdefinition angesprochen, gibt es eine große Überschneidung zwischen dem Konzept des Smart Homes und dem Internet of Things. Während Smart Home auch ohne Vernetzung funktionieren kann, also rein lokal Daten sammelt, auswertet und entsprechende Aktionen vornimmt, gewinnt das Konzept an Stärke, wenn eine Konnektivität gegeben ist. Typische Beispiele für diese Kategorie sind Thermostate oder Lichtsysteme.

Fitnesstracker und Smart Watches

Ursprünglich waren Fitnesstracker aufgrund der mangelnden Internetverbindung kein IoT-Device. Doch haben sich diese und die “großen Brüder” der Fitnesstracker, die Smart Watches, inzwischen auch technologisch sehr stark weiter entwickelt. Sie sind IoT-Geräte, die inzwischen stark in die Kerbe der Kontrolle von Körperfunktionen (Puls, Schweiß,..) und Selbstoptimierung schlagen.

Predictive Maintenance / Maschinenüberwachung

Ein weiterer Anwendungsfall ist Predictive Maintenance, also die Wartung von Maschinen bevor sie Schaden nehmen. Dies wird meist auf MES Big Data basiert, jedoch gehen manche Hersteller inzwischen dazu über, kleine Sensoren (Bild, Geräusch) an Maschinen anzubringen, um diese Daten direkt zu übermitteln, statt nur auf Produktionsdaten zu vertrauen. Akkumuliert erlaubt dies zum Beispiel ein Dashboard zu kreieren, in dem die Produktionssteuerung verbessert wird, da absehbar ist wie viele und welche Maschinen in Gefahr laufen, kaputt zu gehen.

Personal IoT Devices

Als Fortführung von Smart Watches ist eine Idee, dass auch andere Kleidungsstücke zu IoT-Devices werden. Ein Vorstoss in diese Richtung war die Google Glass, jedoch arbeiten mehrere Unternehmen an Smart Cloth, also Kleidungsstücken, die Daten aufzeichnen und übermitteln. Dies würde eine noch nahtlosere Integration von Mensch und Internet fördern.

Zusammenfassung Internet of Things

Was ist das Internet of things? Das Internet der Dinge ist ein Verbund an physischen Geräten mittels des Internets. Von Kleinstsensoren über Smart Home Geräte bis zum Auto kann alles die Aspekte eines IoT-Devices erfüllen. Die Idee ist, durch diese Geräte Daten produzieren zu lassen, auszuwerten und entsprechende Optimierungen oder Personalisierungen auszuspielen. Das Ziel ist, in Zukunft fast alle physischen Objekte – vom Stuhl zum Kühlschrank zur Fertigungsmaschine – digital zu erfassen und mit ihnen interagieren zu können. Eine Zukunft, in der Mensch und Daten noch näher zusammenrücken.

Weitere Beiträge zum Thema Data Driven Company direkt per E-Mail bekommen: