Das IoT wird erwachsen

Migrationsprojekte sind heute Teil des IoT-Business. Auch größere Geräteflotten von 10.000 Assets und mehr können innerhalb von 6-12 Monaten migriert werden.
Migrationsprojekte sind heute Teil des IoT-Business. Auch größere Geräteflotten von 10.000 Assets und mehr können innerhalb von 6-12 Monaten migriert werden.Bild: ©FrankBoston/Stock.adobe.com

Das Internet of Things ist ein Werkzeug, das Unternehmen dabei unterstützt, Probleme zu lösen. Doch in der Frühphase des IoT wurde – oft ohne konkreten Anwendungsfall – viel experimentiert. Unternehmen wollten innovativ sein, den Trend nicht verpassen, und gingen davon aus, dass das Sammeln von Daten sich irgendwann als wertvoll erweisen würde. Mit dem heute erreichten Reifegrad des Marktes konzentrieren sich IoT-Investitionen jedoch stärker auf erzielbare Geschäftsergebnisse. Im industriellen Kontext bilden etwa gepflegte IoT-Daten eine wichtige Grundlage von Prozessoptimierung und für KI-Anwendungen. Gleichzeitig kämpfen viele Unternehmen mit ineffizienten IoT-Architekturen. Darauf müssen sie ebenso reagieren wie auf das Veralten oder Verschwinden von Plattformen.

Machbar vs. wirtschaftlich

Nicht alles, was technisch machbar ist, ist wirtschaftlich sinnvoll. In der Anfangszeit experimentierten viele Unternehmen mit Hilfe von externen Dienstleistern und bauten IoT-Anwendungen auf. Doch der kommerzielle Erfolg blieb oft aus. In den letzten Jahren scheinen Unternehmen jedoch zunehmend zu verstehen, wie das IoT Mehrwerte für ihre Produktion, Produkte und Dienstleistungen bringen kann. Vielfach stellen vernetzte Software-Komponenten bereits integrale Bestandteile von Produkten und Geschäftsprozessen dar. Zunehmend bauen Unternehmen daher interne Kompetenz auf, wo sie sie vorher noch extern eingekauft haben. Dazu gehört auch die eigene Softwareentwicklung. Hier stehen sie jedoch vor der Herausforderung, gute Entwickler zu finden und zu halten. Das gilt besonders für Mittelständler, die häufig im ländlichen Raum ansässig sind.

Ein weiteres Problem ist die Verwendung von IoT-Plattformen, die während der Hype-Phase eingeführt wurden und die sich später als ineffizient, instabil oder nicht skalierbar genug erwiesen. Die Folgen sind hohe operative Kosten, unzuverlässige Systeme und hohe Wartungsaufwände, die die Ressourcen von Entwicklern binden. Besonders problematisch ist das, wenn der Betrieb von Infrastruktur und Anwendungen zeitintensiv ist, weil auf Infrastructure as a Service (IaaS) gesetzt wurde.

IoT-Architektur auf dem Prüfstand

IoT ist inzwischen Bestandteil vieler Produkte. Eine instabile IoT-Architektur oder ein instabiler digitaler Teil eines größeren Produkts verringern den Wert der gesamten Lösung. Im schlimmsten Fall kann es zu Kundenunzufriedenheit und Rufschäden kommen. Hohe Betriebs-, Entwicklungs- und Sicherheitskosten binden Ressourcen, die in der Entwicklung und Verbesserung von Produkten besser investiert wären.

Oft weisen IoT-Plattformen der ‚ersten Generation‘ Leistungsdefizite auf, da sie nicht ausreichend auf Skalierbarkeit ausgelegt sind. Zudem sind viele ältere Plattformen häufig nicht modular aufgebaut und somit weniger flexibel. Auch hohe Betriebskosten sind bei älteren IaaS-basierten Lösungen häufig ein Problem. Ein möglicher Ausweg besteht im Umstieg auf Public Clouds wie Azure oder AWS. Vor einer solchen Migration sollte jedoch die bestehende Lösung und die Architektur evaluiert werden, um Fehler nicht zu wiederholen.

Ineffiziente IoT-Architektur: Abhilfe schaffen

Am Anfang jeder Evaluierung steht die Frage, ob die genutzte IoT-Anwendung einen Mehrwert schafft. Ist dem nicht so, sollte auch die Überlegung, ob der gewählte Digitalisierungsansatz für das Unternehmen überhaupt der richtige ist, kein Tabu sein. Gibt es einen klaren Anwendungsfall oder wird dieser mit einiger Wahrscheinlichkeit in absehbarer Zeit erzielt, müssen alle Werkzeuge, Dienste, Prozesse und Kosten auf den Prüfstand. Unternehmen können sich hier unter anderem an den folgenden Fragen orientieren:

  • Setzen wir die richtigen Prioritäten?
  • Verfügen wir über genügend interne Expertise für eine Migration?
  • Was entlastet unsere Entwickler und senkt Betriebskosten?
Bei der Umsetzung einer IoT-Plattform-Migration unterstützt Device die Unternehmen mit einem 5-Schitte-Verfahren. Darin enthalten ist ein Anforderungs-Check für die strukturierte Konzept-Entwicklung.
Bei der Umsetzung einer IoT-Plattform-Migration unterstützt Device die Unternehmen mit einem 5-Schitte-Verfahren. Darin enthalten ist ein Anforderungs-Check für die strukturierte Konzept-Entwicklung.Bild: Device Insight GmbH

Auch ein 5×5 Assessment, wie es Device Insight anbietet, kann helfen. In diesem fünfstufigen Prozess wird eine aktuelle Anwendung kartiert, es werden Schwachstellen und Optimierungspotenziale identifiziert. Der Prozess beginnt mit einer Überprüfung der bestehenden Architektur, um die Anforderungen und notwendigen Clouddienste systematisch zu erfassen. Darauf folgt das Mapping der technischen und geschäftlichen Anforderungen, an das sich die Erstellung eines Konzepts für die potenzielle IoT-Migration anschließt. Im vierten Schritt wird der geeignete Cloud-Anbieter – meist Microsoft Azure oder AWS – ausgewählt.

Das Angebot der Hyperscaler, das zahlreiche Platform-as-a -Service (PaaS)-Dienste umfasst, kann für kleine Unternehmen und Teams sehr undurchsichtig sein. Oft gibt es mehrere Dienste, die ein bestimmtes Problem adressieren. Ohne Unterstützung von Spezialisten tun sich Unternehmen oft schwer mit der Entscheidungsfindung. Der Prozess endet mit der technischen Umsetzung des Plattformwechsels, einschließlich der Integration in die bestehende IT-Landschaft und umfassenden Tests.

Von monolithisch zu flexibel

Ein Trend im IoT geht weg von Plattformen hin zu flexiblen, cloudbasierten Anwendungen. Dieser Wandel erscheint sinnvoll, da IoT-Lösungen sehr heterogen sind und eine einzige Plattform oft nicht allen Anforderungen gleichermaßen gerecht werden kann. Die Verwaltung einer Plattform kann sehr komplex sein, das Beheben der eigentlichen Probleme in den Hintergrund drängen und zum Selbstzweck werden.

Stattdessen sollten Unternehmen auf modulare Ansätze setzen und nach dem Baukastenprinzip nur die tatsächlich benötigten Komponenten auswählen und bezahlen. Erfolgreiche IoT-Lösungen werden aus leistungsfähigen Komponenten zusammengestellt und zu einer Gesamtlösung verknüpft. Dabei ist es auch keineswegs notwendig, das sprichwörtliche Rad neu zu erfinden – es gibt genügend erprobte Bausteine, derer man sich bedienen kann.

Ist cloud-nativ der bessere Weg?

Durch den Einsatz von cloud-nativen Anwendungen können Unternehmen zweifellos Kosten sparen. Aber auch hier gilt es, im Einzelfall zu entscheiden. Manches scheint im Eigenbetrieb günstiger zu sein, doch gerade On-Premises-Systeme verursachen oft erheblichen Aufwand, etwa für das Überwachen, Patchen und Skalieren von Diensten.

Alles, was mit der Verarbeitung und Speicherung von großen Datenmengen zu tun hat, kann in die Cloud ausgelagert werden. Hier liegt die Kernkompetenz der großen Hyperscaler. Sie ermöglichen eine flexible Skalierung, was besonders bei großen Datenmengen und hohen Durchsätzen von Vorteil sein kann. Unternehmen sollten daher prüfen, welche Aufgaben in die Cloud ausgelagert werden können. Allgemein gilt: Es wird nicht automatisch alles gut, weil man in die Cloud geht. Richtig umgesetzt aber kann sich die Cloud als besserer Weg erweisen.

Migration von IoT-Plattformen

Wurde eine IoT-Plattform gekündigt und ist eine Migration im Live-Betrieb erforderlich, müssen Unternehmen vor allem sorgfältig planen. Eine Migration erfordert punktuell zusätzliche Ressourcen und neue Expertise. Der erste Schritt besteht darin, zu entscheiden, wohin die Migration erfolgen soll, etwa zu AWS oder Azure, und jemanden – intern oder extern – mit Expertise in der Zielplattform hinzuzuziehen.

Parallel zum Aufbau einer neuen cloudbasierten Plattform müssen Live-Daten aus der bestehenden Anwendung auch in die neue geleitet werden, um mit realen Daten und Datenmengen validieren zu können. Dafür ist ein tiefes Verständnis der bestehenden Lösung erforderlich. Es ist wichtig, zu verstehen, warum bestimmte Entscheidungen getroffen wurden. Betriebs- und Telemetriedaten sind, je nach Volumen, zeitaufwändig zu migrieren – eine klare Roadmap mit Timeline hilft, Überraschungen zu vermeiden.

Erfolgsfaktoren bei Migrationsprojekten

Zu den Erfolgsfaktoren einer IoT-Migration zählen ein tiefes Verständnis von Bestandssystemen, der parallele Betrieb mit Live-Daten, um die neue Plattform reifen zu lassen, und die transparente Kommunikation über die Erwartungen und Grenzen des neuen Systems. Wichtig ist zu verstehen, dass eine Migration nicht automatisch alle Probleme löst und bestimmte Features möglicherweise nachgeliefert werden müssen.

Umfassendes Fachwissen erforderlich

Domänenwissen spielt eine zentrale Rolle bei der Auswahl der passenden Dienste aus dem Stack der Hyperscaler. Spezialisten wissen, welche Dienste zuverlässig sind, wie sie effizient betrieben werden können und wo die Grenzen der Skalierbarkeit liegen.

Fazit

Das Internet of Things wird allmählich erwachsen und muss sich an veränderte Anforderungen anpassen. Durch strategische Planung und passende Cloud-Dienste können Unternehmen ihre Systeme effizient und kostengünstig gestalten. IoT-Anbieter sollten allerdings über Fachwissen verfügen, um aus der Vielzahl der angebotenen Dienste die richtigen auszuwählen. Erweist sich eine Migration als vielversprechend, gilt es, diese sorgfältig vorzubereiten. Ein Aufwand, der sich lohnt: Mit modernen, flexiblen IoT-Anwendungen der ’nächsten Generation‘ sind Unternehmen für heutige und künftige Anforderungen gut gerüstet.



  • Schmersal-Gruppe nach Cyberangriff wieder handlungsfähig

    Schmersal-Gruppe nach Cyberangriff wieder handlungsfähig

    Der Anruf kam am 20. Mai um 16.45 Uhr: Die Schmersal-Gruppe wurde von offizieller Seite informiert, dass Cyberkriminelle einen gezielten Angriff auf das Firmennetzwerk planen. Nach einer Verifikation des Anrufs…

    mehr lesen: Schmersal-Gruppe nach Cyberangriff wieder handlungsfähig

  • Gemeinsamer Standard für unterschiedliche Ortungslösungen

    Gemeinsamer Standard für unterschiedliche Ortungslösungen

    Ein Zusammenschluss von rund 60 Unternehmen aus Europa, Amerika und Asien hat mit ‘Omlox‘ einen Ortungsstandard für die Industrie eingeführt. Die weltweie Koordination wird durch die Profibus Nutzerorganisation übernommen.

    mehr lesen: Gemeinsamer Standard für unterschiedliche Ortungslösungen

  • Kleinserienproduktion für die Elektromobilität

    Kleinserienproduktion für die Elektromobilität

    Im Forschungsprojekt ‘ProeK‘ haben die Projektpartner untersucht, wie sich die Produktion von Kleinserien bei Elektrofahrzeugen verbessern lässt. Beteiligt waren u.a. Elektrofahrzeughersteller und Forschungspartner wie das WZL der RWTH Aachen.

    mehr lesen: Kleinserienproduktion für die Elektromobilität

  • Anzeige
    Retarus beschleunigt Datenaustausch in der Produktion

    Retarus beschleunigt Datenaustausch in der Produktion

    Die Digitalisierungs- und Automatisierungslösungen von Retarus ermöglichen effiziente Abläufe ohne manuellen Aufwand oder Kompromisse bei der Datensouveränität

    mehr lesen: Retarus beschleunigt Datenaustausch in der Produktion

  • Erwartungen an Konjunktur im Juni steigen

    Erwartungen an Konjunktur im Juni steigen

    Insgesamt steigen die Erwartungen an die Konjunktur für den Monat Juni 2020, haben die Volkswirte beim ZEW ermittelt. Viele exportorientierte wie der Maschinen- und Fahrzeugbau teilen diese positive Einschätzung noch…

    mehr lesen: Erwartungen an Konjunktur im Juni steigen

  • PSI übernimmt Prognosesoftwareanbieter Prognos Energy

    PSI übernimmt Prognosesoftwareanbieter Prognos Energy

    Der Softwareanbieter PSI hat Prognos Energy übernommen. Das Unternehmen aus Potsdam ist auf Einspeisungsprognosen aus erneuerbaren Energien spezialisiert.

    mehr lesen: PSI übernimmt Prognosesoftwareanbieter Prognos Energy

  • Maschinenbau will trotz Corona weiter ausbilden

    Maschinenbau will trotz Corona weiter ausbilden

    Laut einer aktuellen Umfrage des VDMA unter 600 Mitgliedsfirmen gehen 68 Prozent davon aus, dass sie künftig genauso viele gewerblich-technische Ausbildungsplätze anbieten können, wie vor der Corona-Pandemie.

    mehr lesen: Maschinenbau will trotz Corona weiter ausbilden

  • Industrie 4.0 im Maschinenbau im Trend

    Industrie 4.0 im Maschinenbau im Trend

    Im Rahmen der Marktstudie ‚Industrielle Kommunikation/Industrie 4.0 2020‘ gaben im Januar/Februar 2020 mehr als 300 Maschinenbauunternehmen Auskunft über das Einsatzverhalten und über zukünftige Entwicklungen in den Bereichen Kommunikationstechnologien und Industrie…

    mehr lesen: Industrie 4.0 im Maschinenbau im Trend

  • Cyberattacken oft zu spät entdeckt

    Cyberattacken oft zu spät entdeckt

    Mangelnde Reaktionsgeschwindigkeit ist für den Mittelstand die größte Herausforderung bei Cyberangriffen. Dabei stehen laut einer Studie von Deloitte Mitarbeiter bei der Abwehr von Risiken im Brennpunkt. Phishing-Mails, Betrugs-Websites und Erpressungssoftware…

    mehr lesen: Cyberattacken oft zu spät entdeckt

  • KI ist wichtig, die Umsetzung läuft noch schleppend

    KI ist wichtig, die Umsetzung läuft noch schleppend

    Die Unternehmen sprechen der künstlichen Intelligenz eine herausragende Bedeutung zu, tun sich aber schwer damit, die Technologie praktisch einzusetzen. Dies geht aus einer branchenübergreifenden Umfrage des Digitalverbands Bitkom unter 603…

    mehr lesen: KI ist wichtig, die Umsetzung läuft noch schleppend

  • Hilpert vertreibt Critical Manufacturing-MES in der Schweiz

    Hilpert vertreibt Critical Manufacturing-MES in der Schweiz

    Das MES von Critical Manufacturing können Schweizer Unternehmen künftig auch von Hilpert Electronic beziehen. Der Spezialist für Applikationen rund um die Mikroelektronikfertigung ist neuer Vertriebspartner des weltweit agierenden MES-Herstellers mit…

    mehr lesen: Hilpert vertreibt Critical Manufacturing-MES in der Schweiz

  • Algorithmen automatisiert trainieren

    Algorithmen automatisiert trainieren

    Durch künstliche Intelligenz (KI) können Maschinen Objekte erkennen. Dafür werden Algorithmen mit Bilddaten manuell trainiert. Das am Karlsruher Institut für Technologie (KIT) entstandene Start-up Kimoknow hat eine Technologie entwickelt, um…

    mehr lesen: Algorithmen automatisiert trainieren