Dem Internet of Things (IoT) wird in den kommenden Jahres ein deutliches Wachstum prophezeit. Gemeinsam mit Analytics und KI wird das IoT der Wegbereiter für das intelligente Unternehmen sein. [...]
Je mehr Dinge vernetzt werden, umso stärker steigt auch die Datenmenge, die von Sensoren und Geräten – wie Drohnen, autonomen Fahrzeugen, Ampeln und Maschinen – bereitgestellt werden. Erfasst werden Transaktionen, Bewegungen, Umweltbedingungen und andere situative Ereignisse – ein riesiges Reservoir an IoT-Daten, das für detaillierte Analysen, konkrete Handlungsempfehlungen und Echtzeit-Entscheidungen genutzt werden sollte. Aber wie lässt sich das volle Potential von IoT ausschöpfen, um eine stärkere Kundenorientierung, effektivere Abläufe und höhere Produktivität zu erzielen?
Dafür müssen Advanced Analytics und künstliche Intelligenz (KI) ins Zentrum der IoT-Strategie rücken. Diese Transformation zum intelligenten Unternehmen erfordert geeignete Architekturen, Anwendungen, Daten und Werkzeuge:
- Stream-Verarbeitung: Daten entstehen kontinuierlich, daher ist eine effiziente Verarbeitung von Datenströmen unerlässlich, um bessere Entscheidungen zu unterstützen. Erkenntnisse müssen praktisch in Echtzeit unter Verwendung ausgefeilter analytischer Algorithmen generiert werden, da ihr Wert nur von kurzer Dauer ist. Für IoT-Daten, die in aller Regel in Form von Zeitseriendaten vorliegen, werden hier überwiegend Algorithmen zur Erkennung von Mustern und Anomalien (Ereignissen) in Verbindung mit anderen Modellen eingesetzt.
- Komplexe Ereignisverarbeitung (Complex Event Processing, kurz CEP): CEP wird getriggert, wenn ein „Ereignis“ eintritt, beispielsweise der Anstieg eines Aktienkurses, der Rückgang der Herzfrequenz, Blutdruckveränderungen, Reaktionen auf Social-Media-Beiträge oder Kundenaktivitäten auf Websites. CEP wird in Anwendungen eingesetzt, die eine Echtzeitüberwachung sowie die Verwaltung und Vorhersage von Ereignissen erfordern. Damit können Unternehmen schnell auf kritische Situationen reagieren.
- IoT-Orchestrierung: Wichtig für die Skalierbarkeit einer erfolgreichen IoT-Lösung ist eine Full-Stack-Orchestrierungsebene. Diese sorgt für Interoperabilität, Datenmanagement und koordinierte Kommunikation zwischen verschiedenen „Dingen“ innerhalb der IoT-Infrastruktur. Für eine nahtlose Datensynchronisation in Echtzeit werden unterschiedliche Anwendungen mit IT-Systemen, Cloud-Plattformen und anderen Einheiten integriert. Um Geschäftsanforderungen zu erfüllen, müssen in der Regel mehrere IoT-Lösungen zusammenarbeiten. Solche cross-vertikalen Integrationen bieten daher einen enormen Mehrwert.
- Erweiterte Analytik und KI: Unternehmen nutzen zunehmend Analytik und Robotic Process Automation (RPA), um mit automatisierten Systemen die Produktivität zu steigern und einen reibungslosen Geschäftsbetrieb zu gewährleisten. Um die riesigen Mengen an verfügbaren Daten zu verstehen und Algorithmen für Steuerungssysteme zu entwickeln, wird Machine Learning verwendet. Fortschritte in der Forschung zu KI-Techniken wie Deep Learning, Cognitive Learning, Natural Language Processing und Computer Vision treibt die digitale Transformation weiter voran.
In der Fertigungsindustrie und im Energiesektor werden Predictive Maintainance und Flottenmanagement bereits erfolgreich eingesetzt. Erkenntnisse darüber, wann eine bestimmte Anlage das Ende ihres Lebenszyklus erreichen könnte und wann eine Inspektion geplant werden muss, führen zu Kosteneinsparungen bei Wartung und geringeren Ausfallzeiten. Dies erhöht deutlich die Kundenzufriedenheit und Rentabilität von Unternehmen, etwa bei Western Power – einem australischen Elektrizitätsunternehmen, das mithilfe von Wipros Data Discovery Platform und Advanced Analytics die Stromversorgung und Sicherheit wesentlich verbessert hat. Ähnlich im Gesundheitssektor: Hier revolutioniert KI die Versorgung, indem sie raschere und bessere Diagnosen ermöglicht und die Medikamentenvergabe optimiert.
Herausforderungen
Allerdings stehen Organisationen, die das volle Potential des IoT nutzen wollen, noch vor einigen Herausforderungen:
- Das IoT ist ein riesiges Ökosystem von Technologien und Lösungen. Die Herausforderung liegt daher in der Zusammenarbeit mit den verschiedenen Akteuren, um einen IoT-Stack aufzubauen und sicherzustellen, dass die gesamte IoT-Lösung integriert wird.
- IoT-Lösungen sind von Natur aus sehr komplex und stellen Organisationen vor große Herausforderungen bei der Steuerung, Regulierung und Kontrolle. Unternehmen sollten daher über eine umfassende Referenzarchitektur und stabile Prozesse für ihre IoT-Lösungen verfügen und selbstlernende Kontrollsysteme aufbauen.
- Mit der zunehmenden Anzahl von Geräten verschiedener Hersteller im IoT-Ökosystem ist der Informationsaustausch zwischen allen „Dingen“ eine Herausforderung. Interoperable Plattformen und Technologien auf Basis von KI sind in dieser Hinsicht von entscheidender Bedeutung.
- Echtzeit-Analysen erfordern leistungsstarke Verarbeitungsplattformen für die eingehenden Datenströme. Moderne Plattformen und Architekturen, die mit den umfangreichen Daten umgehen können, sind daher eine Voraussetzung.
- Qualifizierte Mitarbeiter zu finden ist eine weitere Herausforderung in den Bereichen IoT, Advanced Analytics und KI. Unternehmen können hier mit Hilfe von Partnern Centers of Excellence (CoEs) einrichten oder neue Crowdsourcing-Möglichkeiten – wie beispielsweise Topcoder – nutzen.
IoT ist heute zu einer strategischen Priorität für Unternehmen geworden. Dabei wird immer deutlicher, dass Analytik und KI-Anwendungen wichtige Zukunftstreiber für die Erschließung des vollen Potentials von IoT sind. Bis dahin bleibt noch einiges zu tun, aber der potenzielle Nutzen überwiegt die Hindernisse bei Weitem.
Kenneth Lindstroem ist Geschäftsführer der cellent GmbH, die seit 2016 zu Wipro Limited gehört.
Be the first to comment