Internet der Dinge Big Data ist letztlich Big Analog Data

Das Internet der Dinge ist nur dann kein Selbstzweck, wenn es dazu dient, unsere Umwelt besser zu verstehen und das Leben der Menschen zu verbessern. Deswegen gilt es den analogen Datenschatz unserer Umwelt zu heben.

Anbieter zum Thema

Treston Deutschland GmbH

NetModule AG

SECO Northern Europe

National Instruments Germany GmbH

Big Analog Data lautet die große Herausforderung, die das Internet der Dinge mit sich bringt. Denn im IoT geht es letzten Endes darum, dass Sensoren Informationen aus ihrer Umwelt aufnehmen. Egal, ob Vitaldaten, Reifendruck, Bremskraft oder Sonneneinstrahlung: Das Internet der Dinge verbindet letztlich die analoge mit der digitalen Welt. Big Data ist also letzten Endes Big Analog Data.

Um diese Daten möglichst effizient ermitteln und verarbeiten zu können, vertritt Jamie Smith, Direktor für das Produktmarketing eingebetteter Systeme bei National Instruments, die Philosophie, die digitale Messtechnik möglichst nahe an die analoge Welt heranzubringen: „Wir haben unsere Systeme genau dort, wo die Sensoren und Aktuatoren sich mit der physikalischen Welt verbinden – an der Schnittstelle zwischen Cyber- und physikalischer Welt. Deswegen sprechen wir ja auch manchmal von Cyber-physikalischen Systemen.“

Bildergalerie

Bildergalerie mit 5 Bildern

Ein Grund, warum Smith dafür plädiert, die Mess- und Rechenleistung möglichst nahe an die physikalische Welt heranzubringen statt sie in Backend-Servern zu lokalisieren, ist, dass die Rechenleistung von Prozessoren stärker wächst als die Bandbreite der Netze: „Moore's Gesetz lässt Nielsens Gesetz, welches das Wachstum der Netzwerkbandbreite beschreibt, immer weiter hinter sich – und zwar um den Faktor 1,3. Rechenleistung wächst um 30 Prozent stärker als Bandbreite. Das Ziel ist also, so viele Daten wie möglich an Ort und Stelle zu verarbeiten. Denn man wird immer mehr Rechen-Performance als Netzbandbreite haben.“

Nimmt man diese Philosophie ernst, dann geht es im Internet der Dinge nicht primär darum, dass Milliarden von Sensoren eine Unmenge von Daten aufnehmen und zur Speicherung und Weiterverarbeitung in eine anonyme Cloud weiterleiten, sondern dass intelligente Sensoren die analogen Daten möglichst schon dort analysieren, wo sie erfasst werden. Die Weiterleitung der so gewonnenen Informationen an ein wie auch immer geartetes Backend oder die Cloud wäre dann eher optional.

Ein Beispiel für die praktische Anwendung dieses Ansatzes ist die Rasen-Erntemaschine ProSlab 155 des amerikanischen Herstellers Firefly Equipment, die auf der diesjährigen NIWeek im texanischen Austin vorgestellt wurde. Der Harvester misst permanent die Boden- und Wetterbedingungen, während er die Grassoden erntet. Auf dieser Basis kann die Maschine den Druck, den sie auf den Boden ausübt, jederzeit anpassen. Analog dazu wird auch der Treibstoffverbrauch optimiert, so dass die Maschine möglichst effizient arbeitet.

Voraussetzung für diese Effizienz sind Mess- und Analysebausteine mit NIs RIO-Architektur, die klassische Prozessoren mit leistungsfähigen FPGAs verbindet, so Steve Aposhian, Cheftechniker des Landmaschinenherstellers Firefly Equipment.

Aber auch für die Entwicklung alltäglicher Produkte ist der „Big Analog Data“ Ansatz zielführend. Mike Campbell vom Produktentwicklungsspezialisten PTC zeigt am Beispiel eines Fahrrades, dass analoge Daten direkt in die CAD-Software Creo eingespeist werden können. Ein instrumentiertes Mountainbike liefert somit Informationen, die mit den durch Simulation gewonnenen theoretischen Leistungsdaten abgeglichen werden können. Durch Augmented Reality lassen sich diese Informationen sogar mit Hilfe eines Tablets visualisieren.

Diese Messung und Analyse von großen Mengen analoger Daten gelingt insbesondere den deutschen Automobilherstellern in vorbildlicher Weise, meint Dr. James Truchard, der Mitbegründer und CEO von National Instruments: „Die deutschen Autohersteller machen das besser als praktisch jeder andere. Sie haben verstanden, wie wertvoll Daten sind und sie arbeiten daran, daraus Vorteile zu ziehen. Am Ende wird jeder andere auch diesen Weg wählen müssen, um wettbewerbsfähig zu bleiben.“

Auch der E-Fahrzeug-Hersteller Tesla benutzt die Datenanalyse, um seine Produkte zu optimieren und besser an den Geschmack des Kunden anzupassen. „Ich selbst fahre einen Tesla“, sagt NI-Chef Truchard, „und alle etwa zwei Wochen gibt es ein Software-Update. Dabei wurde zum Beispiel das Bremsverfahren so geändert, dass beim Bremsen mehr Energie zurückgeführt wird. Das Fahrzeug passt sich auch an die Umgebungsbedingungen an – wenn es kalt ist, lassen sich die Akkus nicht ganz voll aufladen, damit die Batterien geschont werden.“

Letzten Endes, so Truchard, wird dies dazu führen, dass der einzelne Kunde, seine Wünsche und Vorlieben viel stärker als bisher bei der Entwicklung von Produkten berücksichtigt werden. Im Automobilbereich sei dies bereits heute der Fall, da es kaum zwei genau gleiche Autos mit genau denselben Produkteigenschaften gebe. „Und jetzt dringt dieser Wandel auch in den Softwarebereich ein“, sagt Truchard.

Vernetzung führt zu ungeahnten Möglichkeiten

Allerdings sind noch Hindernisse zu überwinden, bevor das Potenzial der Welt der analogen Daten auch angemessen gehoben werden kann. „Unsere Netze sind nicht für 50 Milliarden angeschlossene Geräte im Jahr 2025 ausgelegt“, sagt Mark Cudak, Principal Research Specialist beim Telekommunikationsausrüster Nokia. Abhilfe sollen die Fortschreibung des LTE-Standards und Funktechniken, die im Millimeterband operieren, bringen. Eine Demonstration des Millimeterband-Datenfunks auf der NIWeek-Bühne zeigte, dass eine Bandbreite von über 10 Gigabit/s technisch möglich ist, doch von der praktischen Einsetzbarkeit sind die Nokia-Techniker derzeit noch ein Stück weit entfernt.

Dass die vorhandenen technischen Schwierigkeiten bewältigt werden können, daran zweifelt allerdings niemand. Und auch die Sicherheitsprobleme im IoT halten die Ingenieure und Techniker zwar für herausfordernd, aber auch für lösbar. Der in Europa gelegentlich grassierenden Technikskepsis hält insbesondere Mickey McManus, Chef des Maya-Designlabors beim Konstruktionsspezialisten Autocad, eine geballte Ladung Optimismus entgegen.

Die Vernetzung von Milliarden von Geräten im IoT führt aus Sicht des Futurologen McManus zu ungeahnten neuen Möglichkeiten, insbesondere in der Kombination mit digitaler Produktion – etwa durch 3-D-Drucker – und selbstlernenden Maschinen. Intelligente, lernende Netzwerke, die Produkte entwerfen und herstellen, sind für McManus keine Utopie. Die Chancen, die sich daraus ergeben, hält er für weitaus größer als die Risiken: „Die Möglichkeiten, die dadurch entstehen, sind überwältigend. Bedeutet das, dass diese gewaltigen Superkräfte missbraucht werden können? Absolut. Aber ich denke, dass die Menschheit letztlich immer zum Guten tendiert. Ich habe Vertrauen in die Menschheit. Wir machen natürlich zuerst alles falsch, aber daraus lernen wir. Ich denke, wenn man den Menschen eine Chance gibt, wird man letztlich überrascht sein. Meine Erwartungen jedenfalls sind hoch.“

(ID:43582403)