Amazon bietet Basis für IoT-Anwendungen

AWS hat vier neue Dienste und Funktionen angekündigt, um Daten von Edge-Geräten einfacher zu erfassen und umfangreiche IoT-Anwendungen zu erstellen. [...]

Die Mehrheit der Befragten in Österreich erzielt bereits messbare Erfolge durch die Digitalisierung. (c) Fotolia/wladimir1804

AWS IoT SiteWise (verfügbar als Preview) ist ein neuer Managed Service, der IoT-Daten von Industrieanlagen sammelt, strukturiert, annotiert und mit gängigen Industrie-Metriken (KPIs) anreichtert und dadurch die Überwachung und Analyse von IndustrieGeräten und -Produktionsanlagen vereinfacht.

Der ebenfalls vollständig verwaltete AWS IoT Events Dienst (Preview) vereinfacht die Erkennung und die Reaktion auf Ereignisse von verteilten IoT-Sensoren und –Geräten im Industrie-, Consumer- und kommerziellen Umfeld. Solche Ereignisse werden als Muster von Daten erkannt, die Zustands-Wechsel in Geräten anzeigen und beispielsweise von einem fehlerhaften Gerät oder einem feststehenden Förderband stammen können. Entsprechende Reaktionen oder Warnmeldungen lassen sich mit dem Dienst automatisch auslösen.

Der neue Dienst AWS IoT Things Graph (Preview) ermöglicht es, IoT-Anwendungen mit wenig oder gar keinem Code zu erstellen. Dazu verbinden Nutzer verschiedene Geräte und CloudDienste über eine visuelle Drag-and-Drop-Schnittstelle: Zum Beispiel lassen sich Feuchtigkeitssensoren mit Sprinklern verknüpfen sowie an Datenbanken von Wetterdiensten anbinden, um eine landwirtschaftliche Anwendung zu erstellen.

AWS IoT Greengrass Connectors (heute verfügbar) bietet Entwicklern und APN-Partnern (AWS Partner Network) die Möglichkeit, Anwendungen von Drittanbietern über gängige Cloud-Schnittstellen (APIs) mit AWS IoT Greengrass Geräten zu verbinden. Beispiele sind Service Now für das Service Management, On-Premises-Software wie Splunk für die Log-Analyse und Dienste von AWS wie Amazon Kinesis, um Daten zu erfassen. Ganz ohne dafür Code zu schreiben, können Entwickler mit AWS IoT Greengrass leicht weitere Funktionen hinzufügen: beispielsweise für standortbezogene Dienste, Nachschub, industrielle Datenverarbeitung, Warnmeldungen und Benachrichtigungen, Reparatur und Wartung sowie Logistik.


Mehr Artikel

News

Große Sprachmodelle und Data Security: Sicherheitsfragen rund um LLMs

Bei der Entwicklung von Strategien zur Verbesserung der Datensicherheit in KI-Workloads ist es entscheidend, die Perspektive zu ändern und KI als eine Person zu betrachten, die anfällig für Social-Engineering-Angriffe ist. Diese Analogie kann Unternehmen helfen, die Schwachstellen und Bedrohungen, denen KI-Systeme ausgesetzt sind, besser zu verstehen und robustere Sicherheitsmaßnahmen zu entwickeln. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*