Die Software AG hat sich mit den Entwicklungen im Bereich Internet of Things auseinandergesetzt und stellt fünf zentrale Trends vor, die in diesem Jahr die Entwicklung des IoT bestimmen werden.
Die Software AG geht in ihrer Prognose für das Internet of Things von einer deutlichen Weiterentwicklung des IoT aus. Dies spiegelt sich in in mehreren Trends wider, die das IoT im Jahr 2019 bestimmen könnten. Dazu zählen die engere Verzahnung des IoT mit Fachverfahren und Geschäftsprozessen sowie die Integration von Advanced-Analytics-Funktionen in Edge-Computing-Plattformen und Managementwerkzeuge. „Das Internet of Things wird allmählich erwachsen“, sagt Werner Rieche, President DACH bei der Software AG. „Unternehmen, die erste Use Cases entwickelt haben, beginnen nun damit, die IoT-Technologie auf breiter Ebene einzusetzen und in ihre Prozesse einzubinden. Eine Schlüsselrolle spielen dabei IoT-Plattformen. Sie ermöglichen es, unterschiedliche Anwendungsszenarien im Bereich des Internet of Things umzusetzen und aufeinander abzustimmen, ohne dass dadurch neue Datensilos entstehen.“
‚Data to Outcome‘
IoT-Daten aus Endgeräten auszulesen und auf einem Dashboard anzuzeigen reicht nicht mehr aus. Vielmehr müssen diese Informationen gleichzeitig an unterschiedlichen Stellen zur Verfügung stehen. Laut der Prognose der Software AG wird diese Aufgabe künftig von einem sogenannten Enterprise Service Bus übernommen. Dieser soll sicherstellen, dass IoT-Daten Prozesse initiieren können und Fachverfahren in der Lage sind, Informationen von IoT-Endgeräten intelligent zu weiterverarbeiten. Über Programmierschnittstellen (APIs) lassen sich solche Informationen auch Dritten zur Verfügung stellen, etwa externen Dienstleistern oder Partnerunternehmen. Dieser Evolutionsschritt kann als ‚Data to Outcome‘ und ‚Data to Process‘ umschrieben werden.
Verschmelzung mit Advanced Analytics
Beim Darmstädter Unternehmen geht man weiterhin davon aus, dass Device-Management- und IoT-Plattformen um Advanced-Analytics-Funktionen ergänzt werden – oder zumindest Schnittstellen zu Analyse-Lösungen angeboten werden. Im ersten Schritt dienen solche Analytics-Funktionen dazu, Entscheidungsbäume abzuarbeiten und dynamisch anzupassen, wenn sich die zugrundeliegenden Daten ändern. Die Einbindung von Künstlicher Intelligenz und neuronalen Netzen ist dagegen noch Zukunftsmusik.
