Internet of Things IoT – Chancen, Risiken, Technik, Vorgehen – Mit Anwendungsbeispielen aus der Praxis

Hinter dem Begriff IoT „Internet of Things“ oder zu Deutsch „Internet der Dinge“ verbirgt sich die zunehmende Vernetzung unterschiedlichster Geräte aus Industrie (Stichwort Maschine to Maschine, M2M, Communication mit Smart Objects) und jedermanns Alltag (Stichwort Smart Home mit intelligenten Haushaltsgeräten, Smart Meetering – intelligente Strommesszähler, Wearables, Connected Cars etc) über das Internet via IP (Internet Protocol).

Zwischenzeitlich wird schon in Analogie zu IoT von WIoT (Wireless Internet of Things), IoMT (Internet of Medical Things - Telemedizin), IIoT (Industrial Internet of Things) und ganz allgemein von Internet of Everything gesprochen.

Experten sind der Meinung, dass IoT einen wesentlichen, wenn nicht gar revolutionären,  Einfluss, auf die Art unseres künftigen Wirtschaftens haben wird. IoT ist ein wesentlicher Treiber der digitalen Transformation.

Das Begriff IoT ist nicht wirklich neu. Ursprünglich geht der Begriff IoT auf das Jahr 1999 zurück und wurde von Kevin Ashton, einem britischen Technologiepionier, geprägt.

Jedes "Ding" wird smart, bekommt eine digitale Hülle, so dass eine Interaktion nun auch digital (Datenaustausch, Warnungen, Auslösung von Aktivitäten, etc) zwischen smarten Dingen und nicht nur über eine phyisikalische Interaktion (verschieben, anstoßen, heben etc) oder mit dem Menschen möglich wird.

IoT kommt selten allein. Vielmehr ist das IoT häufig integrierter Bestandteil anderer Treiber der digitalen Transformation wie Cloud-Computing, Mobile Computing, Big Data etc.

Treiber für IoT

Kostensenkungen und optimierte Ressourcennutzung sind große Treiber für IoT-Initiativen.

Dabei stehen Automatisierungslösungen im Fokus. Industrieautomation und Gebäudeautomation gehören hierzu, wobei Energieeffizienz, Leistung und Verlässlichkeit von Anlagen hier die angestrebten Mehrwerte darstellen.

Predictive Analytics versprechen eine bessere Entscheidungsfindung über Vorhersagemodelle z.B. für Umsatzprognosen, Marketingkampagnen im Businessbereich oder zur Fehlervorhersage im Fertigungsbereich.

Predictive Mainteance reduziert Kosten, durch die Vorhersage von teuren Reparaturen oder gravierenden Ausfällen und Unterbrechungen auf Basis der Musterkennung in gemessenen Verschleißdaten. So können vorbeugende Aktionen eingeleitet werden, bevor größere Schäden entstehen.

Aber auch die Entwicklung neuer serviceorientierter Geschäftsmodelle (u.a. pay-per-use) und Erschließung neuer Märkte sind die Zielrichtung für IoT.

Anwendungsbeispiele aus der Praxis -Anwendungsbeispiel TracoVino®

Für Winzer sind exakte Mikro-Klimadaten ihres Weinbergs für das Wohl ihrer Reben sehr bedeutend. Dazu gehören unter anderem die Feuchtigkeit im Boden und in der Luft, Sonnenscheindauer und -intensität, Blattfeuchte, pH-Wert und andere Nährstoffinhalte im Boden etc.

Schwankungen im Mikroklima des Weinbergs wirken sich unmittelbar auf die Menge und die Qualität der Reben und damit des produzierten Weines aus. Winzer mussten sich bisher auf ihre eigenen Erfahrungen mit den Anbauflächen und den Klimaeinflüssen verlassen.

Die Firma Intel hat in Kooperation mit dem Nürnberger Technologieunternehmen MyOmega eine Lösung entwickelt, die mit Hilfe vieler Sensoren das Mikro-Klima im Weinberg exakt erfasst. Bewässerung oder Schädlingsprävention können so viel präziser gesteuert, Qualität und Erträge maximiert werden

Im Weinberg werden verteilt energieautarke (Batteriegepufferte Spannungsversorgung per Photovoltaik) Sensoren und Mikrocontroller installiert. Über eine Datenfunkverbindung (freies 868 MHz-Band) werden die Daten über das ressourcensparende, sichere und zuverlässige CoAP (Constrained Application Protocol – siehe Kapitel Technologie) an einen zentralen Controller gesendet. Von dort aus gelangen die Daten über eine GSM (Global System for Mobile Communications) Mobilfunkverbindung in die Cloud, die unterschiedliche Cloud-Services zur Verfügung stellt. Über mobile Endgeräte (Smartphones/Tablets) können die aufbereiteten und angereicherten Daten dann vom Winzer zur Information und Entscheidungsfindung (Beginn von Schädlingsbekämpfungsmaßnahmen) abgerufen werden.

Anwendungsbeispiel Bosch – Wenn sich der freie Parkplatz meldet

Bosch bietet mit seinem Service Autofahrern die Möglichkeit an, freie Parkplätze, angezeigt über Echtzeit-Karten auf dem Smartphone, zu finden. Damit kann direkt zu einem freien Parkplatz navigiert werden und das lästige Suchen nach einem freien Parkplatz entfällt. Über Sensoren werden freie Parkplätze in die Cloud gemeldet, deren Standorte dann auf dem Smartphone angezeigt werden können.

Anwendungsbeispiel Intelligentes Licht

Mit Hilfe einer intelligenten und vernetzten Steuerung von LED-Leuchten im Produktionsbereich spart Kraus-Maffei 400.000 Euro im Jahr.

Die Anlagenbaufirma produziert Maschinen auf einer Fläche von 64.000 Quadratmetern. Die Produktionsbereiche waren bisher mit HQL-Strahlern (Quecksilberdampflampen, mittlerweile in der EU verboten) ausgeleuchtet. Die 1.500 HQL-Lampen wurden durch 1.000 LED-Decken und Seitenstrahler ersetzt. Fast 2.000 Tonnen CO2-Ausstoß konnten so vermieden und die Energiekosten gesenkt werden. Etwa 82% weniger Stromverbrauch konnten durch den Einsatz der LED-Lampen erreicht werden.

Die neuen LED-Lampen sind untereinander vernetzt und mit Präsenz- und Tageslichtsensorik ausgestattet, so dass rasch auf Veränderungen der Anwesenheit von Personen und der Lichtverhältnisse reagiert werden kann.

Mit Hilfe von ZigBee, eine Spezifikation für drahtlose Netzwerke mit geringem Datenaufkommen, wie z. B. Hausautomation, Sensornetzwerke, Lichttechnik und Gateways wurden die Leuchten vernetzt. Über ein eigenes IP-Netz sind die Gateways an einen zentralen Server verbunden.

Über diese Anbindung lässt sich die Beleuchtung vom Schreibtisch aus oder per remote über ein VPN von zu Hause aus steuern.

Anwendungsbeispiel Modernes Flottenmanagement des Maschinenparks von Reinigungsfirmen

Für die effiziente Verwaltung des Maschinenparks von Reinigungsfirmen bietet die Firma Kärcher die IoT-Lösung Kärcher Fleet an. Damit lassen sich bei etwas umfangreicheren Maschinenparks nachvollziehen, welche Maschinen gerade wo im Einsatz sind und welche Maschinen ungenutzt oder defekt herumstehen. Der Ausfall einer Maschine kann vorbeugend verhindert werden, in dem die Maschinen ihren Status (z.B. Batterieladezustand, Fehlercodes) regelmäßig zurückmelden.

Ebenso ist eine Ortung bei Verlust (Maschine wurde irgendwo abgestellt, keiner weiß mehr genau wo, da der Mitarbeiter erkrankt oder ausgeschieden ist) möglich.

Der Nutzen eines solchen Systems wird mit Kosten- und Zeitersparnis angegeben.

Der Gerätepark kommuniziert über eine im Gerät verbaute Telematikbox über GSM, GPS und WLAN mit der IoT-Plattform. Sensoren in den Maschinen sind mit der Telematixbox verbunden und liefern die entsprechenden Messparameter. Datenanalysen über die IoT-Plattform ermöglichen Vorhersagen zu Wartungseinsätzen, Auslastungsübersichten und Produktivitätseinbußen.

Dadurch werden geringere Ausfallzeiten, Betriebskostensenkungen und Effizienzsteigerungen der Anlagen erreicht. Auch der Technikereinsatz kann reduziert und viel passgenauer gesteuert werden, da die entsprechenden Schadensdaten vom Gerät gemeldet wurden.

Technologie

Schaut man sich die derzeit aufkommenden neuen digitalen Geschäftsmodelle an, so fallen bei vielen gewisse Gemeinsamkeiten in ihren Architekturen auf. Häufig werden Cloud-Services genutzt auf die der Endnutzer mit mobilen Endgeräten (Smart-Phone, Tablet) sicher zugreifen kann. Die Cloud-Services stellen dabei bestimmte Leistungen bereit, die für den Endnutzer Mehrwert erzeugen.

Durch viele Sensoren und Daten-Streaming entstehen große Datenmengen und Datenströme bei der Nutzung von IoT.

Bei IoT beschränken sich Cloud-Services jedoch nicht nur auf die Speicherung „ge-streamter“ Massendaten von Sensoren und Smart Objects sondern erzeugen erst durch die Verarbeitung, und Bereitstellung weiterer Informationen z.B. im Rahmen von predictive Analytics, ihren Mehrwert für den Endnutzer.

 Abb. Vom Messpunkt in die Cloud

Technische Anforderungen an IoT-Infrastrukturen

• Geräte (Sensoren, Smart Objects, etc.) sollen direkt adressierbar sein, von Gerät zu Gerät oder Gerät zur Cloud
• Sie müssen einfach in bestehende Netzwerke eingebunden werden können
• Die Technik für die Datenkommunikation muss daher zu den limitierten Geräteressourcen passen
• Minimaler Stromverbrauch für lange Betriebslebensdauer (z.B. Batterielaufzeiten) ist gefordert
• Typische Antwortzeiten sollen unter 100 Millisekunden für eine Interaktion betragen (im industriellen Umfeld werden teilweise <=20 Millisekunden für Echtzeitverarbeitung gefordert)
• Smartphones und Tablets müssen sich nahtlos integrieren lassen

Technische Plattformen und Architekturen

IoT-Plattformen sind ein zentraler Bestandteil von IoT-Strategien. Sie stellen das Bindeglied dar, das die Sensoren/Aktoren, das Speichern und Analysieren großer Datenmengen und die Verbindung zu den Businessanwendungen (ERP, CRM, etc) integriert.

Viele große IT-Unternehmen haben IoT-Plattformen im Angebot. Der größte davon ist Amazon mit seinen Amazon Web Services AWS. Mit AWS IoT bietet Amazon eine integrierte IoT-Plattform an. Beispielhaft betrachten wir im Nachfolgenden AWS IoT.

AWS IoT ist ein Cloud-Service welcher Daten von vernetzten Geräten und Sensoren verwaltet und verarbeitet, selbst wenn diese offline sind. Damit können diese Daten untereinander als auch mit anderen Cloud-Anwendungen interagieren. Dazu gehören AWS Lambda, Amazon API Gateway, Amazon DynamoDB, Amazon Kinesis, Amazon S3 oder Amazon Redshift. Zusammen bilden diese eine robuste IoT-Anwendung.

Das Pricing für AWS IoT ist verbrauchsabhängig. So kosten beispielsweise eine Million Nachrichten (je 512 byte Datenblock) pro Monat derzeit US$ 5 (Stand 8/2016).

Für Einsteiger bietet AWS ein kostenloses Kontingent von 250.000 (veröffentlichten und übertragenen) Nachrichten pro Monat im ersten Jahr an. Damit können die Services mit überschaubaren Budget getestet werden.

Ein einfaches Rechenbeispiel:

Anzahl Sensoren: 100
Aktualisierungsfrequenz: Jede Minute (24 h, 7 Tage je Woche, 30 Tage je Monat)
Blockgröße: max. 512 Byte
Daraus ergeben sich 4.32 Millionen Nachrichten. Leitet die Rules Engine die gelesenen Nachrichten an ein externes Messgerät und zur Speicherung an AWS DynamoDB weiter, ergeben sich weitere 4,32 Millionen Nachrichten. Insgesamt also ein Aufkommen von 8,64 Millionen Nachrichten, die mit  US$ 43,20 zu Buche schlagen. Nachrichten innerhalb von AWS sind kostenlos.

Abb. Amazon AWS IoT

AWS IoT Device SDK – Things-Anbindung

Ist ein Software Development Kit (SDK) mit einer Bibliothek, die Geräte für das IoT-Portal authentifiziert, registriert und verbindet. Diese Kits umfassen Micro-controller-Entwicklungs-Boards, Sensoren und Aktoren sowie eine Kopie des SDK.

Device Gateway

Device Gateway erlaubt die Kommunikation von Geräten mit AWS IoT.

Authentifizierung und Autorisierung

Jedes Gerät erhält eine eindeutige Identität und benötigt einen Berechtigungsnachweis, i.d.R. ein X509-Zertifikat und/oder einen AWS-Schlüssel. Die Datenübertragung von und zu AWS IoT erfolgt verschlüsselt über Transport Layer Security (TLS).

Registry

Jedes Gerät erhält eine eindeutige Kennung und Metadaten, z.B. Geräteattribute und Funktionen werden hier gespeichert.

Typische Metadatenarten, die ein Sensor bietet sind unter anderem der Messparameter wie Temperatur, Druck, Position, Maßeinheiten (Fahrenheit oder Celsius), Hersteller, Firmware-Version und Seriennummer.

Device Shadows – Schattengeräte

Device Shadows sind virtuelle Versionen eines Geräts. Applikationen greifen nicht direkt auf die Endgeräte zu sondern holen sich die Daten von diesen Device Shadows, unabhängig davon, ob die Geräte gerade mit dem Service verbunden sind oder nicht. Wichtig bei Leitungsunterbrechungen.

Diese enthalten Daten wie Gerätestatus (gemeldeter und gewünschter Status), Geräte-Metadaten (z.B. Sensortypen), Client-Token (eine eindeutige ID), eine Dokumentenversion (die jedes Mal erhöht wird, wenn eine Schatteninformation aktualisiert wird) und einen Zeitstempel der letzten Nachricht an AWS.

Rules Engine

Die zentrale Komponente in AWS IoT ist die Rules Engine. Sie legt fest wie IoT-Anwendungen Daten sammeln, verarbeiten und Funktionen ausführen. Anhand vordefinierter Kriterien werden Aktionen ausgelöst, z.B. in anderen Amazon Cloud-Services wie AWS Kinesis, Lamda, S3 Simple Storage Service, Maschine Learning und Dynamo DB sofern diese Services genutzt werden.

Mehr unter: https://aws.amazon.com/de/iot/

Datenübertragung und Kommunikations-Protokolle

Die im IoT-Umfeld meistgenutzten Kommunikationsprotokolle sind HTTP, MQTT und CoAP.

Im industriellen Bereich sind es ModBus, Ethernet/IP, ControlNet, DeviceNet und CAN.

MQTT (Message Queue Telemetry Transport Protocol)  ist ein offenes, standardisiertes Nachrichtenprotokoll für die Maschine-to-Maschine (M2M)-Kommunikation (Sensoren, Aktoren, Smartphones, embedded Systems). Es minimiert die Anforderungen für die Netzwerkbandbreite und der Geräteressourcen und unterstützt auch eine sichere Kommunikation über TLS (Transport Layer Security).

CoAP (Constrained Application Protocol) ist wie MQTT eine offenes, standardisiertes Kommunikationsprotokoll, das speziell für einfache elektronische Geräte entwickelt wurde die über das Internet interagieren möchten.

Mehr zu : Protokolle im IoT-Umfeld

RESTful API

Eine RESTful API ist eine Programmierschnittstelle (Application Programming Interface - API), die http-Anfragen nutzt, um per GET, PUT, POST und DELETE auf Daten zuzugreifen.

REST (Representational State Transfer) ist ein Programmierparadigma des Internets und wird von Browsern genutzt. Auf Basis von REST werden API’s erstellt, die es dem Nutzer erlauben sich mit Cloud-Services zu verbinden und mit Ihnen zu interagieren. Viele Websites setzen RESTful APIs ein, so z.B. Amazon, Twitter, Google und LinkedIn.

Betriebssysteme für IoT-Plattformen

Das mit Abstand am häufigsten genutzte Betriebssystem für IoT-Plattformen ist das open source Linux.

Programmiersprachen im Kontext von IoT

Für ggf. erforderliche Entwicklungen werden im Wesentlichen die Programmiersprachen Java, C, Java Script und Python eingesetzt.

Datensicherheit und Datenschutz

Es gilt Datensicherheit von Datenschutz zu unterscheiden. Datensicherheit befasst sich mit dem technischen Ziel Daten gegen Verlust, Manipulation und andere Risiken abzusichern.

Datenschutz braucht als Voraussetzung die Datensicherheit, befasst sich jedoch mit den Inhalten gemäß des Bundesdatenschutzgesetzes BDSG - Gesetz zum Schutz vor Missbrauch personenbezogener Daten bei der Datenverarbeitung.

Die Kommunikation zwischen den "Dingen" muss so abgesichert werden, dass Abläufe nicht gestört oder behindert werden. Es müssen Cyberattacken verhindert (u.a. Manipulation, Datendiebstahl, Spionage, Sabotage, Identitätsdiebstahl, DoS-Denial of Service Attacken, Schadsoftware wie z.B. Viren, Würmer, etc. müssen abgewehrt werden.

Grundsätzlich geht es um die Erreichung der Sicherheitsziele

• Integrität – Daten müssen korrekt und unverfälscht sein – ein unbemerkte Veränderung darf nicht möglich sein
• Authentifizierung – Kommunizierende Parteien müssen auch wirklich diejenigen sein, die sie vorgeben zu sein
• Verfügbarkeit – Der Zugriff auf Daten für berechtigte Benutzer muss immer möglich sein
• Zurechenbarkeit – Die Eindeutige Zuordnung einer Handlung kann einem Partner eindeutig zugeordnet werden
• Vertraulichkeit – Nur berechtigte Nutzer dürfen auf die Daten zugreifen
• Verbindlichkeit – Kein Abstreiten von durchgeführten Handlungen, wichtig z.B. beim Abschluss elektronsicher Verträge

Mögliche Sicherheitsrisiken im Zusammenhang mit IoT

• Viele IoT-Onjekte vom Sensor bis in die Cloud hinein
• Unternehmensübergreifender Austausch und Verarbeitung von Daten
• Vernetzung von Produktions(Shop-Floor)-IT mit der Office-IT
• Gefährdung der Betriebssicherheit
• Produktionsunterbrechungen

Weitere zu schaffende Rahmenbedingungen beim Einsatz von IoT

• Kosten für Sensoren müssen weiter sinken, z.B. für RFID
• Gemeinsame Standards sind erforderlich um IoT-Sysetme besser vernetzen und die Kompatibilität sowie Interoperabilität untereinander zu steigern
• Qualifikation von Mitarbeitern und Sensibilisierung des Managements zum Thema IoT müssen vorangetrieben werden
• Rechtliche Rahmenbedingung müssen durch die Politik geschaffen werden

Wie starte ich als mittelständisches Unternehmen mit IoT?

Internet of Things ist nicht nur ein Thema für große Unternehmen. Gerade mittelständische Unternehmen (ab 5-20 Mitarbeitern) können mit IoT gewinnbringende Lösungen mit überschaubarem Budget entwickeln und nutzen.

Sensibilisierung zu IoT – Impulse und Inspirationen erhalten – Ideen entwickeln

Workshop durchführen

Verstehen des Hintergrunds zu den Bausteinen von IoT.  Anwendungsfälle aus der Praxis diskutieren, Impulse und Inspirationen erhalten.

Zielsetzung

• Potenzial von IoT für Ihr Unternehmen erkennen
• Skizzieren von Anwendungsbereichen, die speziell für Ihr Unternehmen von Bedeutung sein könnten
• Brainstorming zu neuen Geschäftsmodellen und Geschäftsmöglichkeiten auf Basis von IoT (z.B. serviceorientiertes Geschäftsmodell/Serviceangebote zur Generierung laufender Einnahmen – Abrechnung nach Nutzung/Inanspruchnahme)

Stellen Sie Überlegungen im Team an:

• Welche Geschäftsprozesse eignen sich für eine Optimierung/Neudefinition mit Hilfe von IoT?
• Welche Risiken und Chancen ergeben sich?
• Welche Mehrwerte sollen damit erzeugt werden?
• Wie sieht das Geschäftsmodell dazu aus?
• Welche Plattformstrategie soll verfolgt werden, bzw. welche Technologie könnte zum Einsatz kommen?
• Welche Ressourcen brauchen wir dazu?
• Wie hoch sind die voraussichtlichen Kosten?
• Welches IoT-Projekt sollten wir starten?

Tipp: Holen Sie sich einen erfahrenen Moderator mit Hintergrundwissen zu IoT für diesen Workshop ins Haus

Starten Sie mit einer kleinen IoT-Initiative und lernen Sie sukzessive hinzu. Überwachen Sie z.B.  einige ihrer Maschinen oder Messgeräte aus der Ferne. Reduzieren Sie damit Technikereinsätze und sparen Kosten.

Bauen Sie Prototypen z.B. mit dem Raspberry Pi 3 oder anderen Ein-Platinen-Computern wie den Arduino. Validieren Sie damit Kundenbedarfe frühzeitig.

Der Raspberry Pi 3 (Scheckkartengröße, geringe Hardwareinvestition von ca. 40 Euro) verfügt über USB, Wifi, Bluethooth und LAN  und es ist möglich bei Bedarf mehrere Messgeräte daran anzuschließen. Als Gateway genutzt, mit einen Zugang zum Web über DSL, LTE, etc., können Daten dann direkt zu Cloud-Services (speichern, verarbeiten, mobil verfügbar machen etc) übertragen werden.

Projektumsetzung von IoT-Projekten mit Hilfe agiler Methoden

Starre Pläne sind zu vermeiden. Schnell auf neue Situationen reagieren. Agile Methoden wie z.B. Scrum fokussieren und planen nur die nächsten Schritte, die umgesetzt werden sollen.  Da bei IoT ziemlich alles neu ist, sind agile Methoden die optimale Wahl für die Umsetzung.

Vorteil dieser Vorgehensweise ist, dass der Kunde frühzeitig und permanent in den Entwicklungsprozess einbezogen wird. Flexibel können so Anpassungen jederzeit vorgenommen werden und das Endergebnis wird wirtschaftlicher und rascher erreicht.

Fazit

Initiativen zu IoT  helfen Kosten zu sparen, Leistungen, Verlässlichkeit und Qualität zu steigern oder völlig neue Geschäftsmodelle mit neuen Gewinnchancen zu entwickeln.

Werden die bestehenden Services der IoT-Plattformanbieter genutzt, fallen keine Investitionen in eine umfangreiche IT-Infrastruktur an.

Der Einstieg in IoT, gerade auch für kleine und mittlere Unternehmen, kann gewinnbringend umgesetzt werden, setzt jedoch den Willen für eine Auseinandersetzung mit dem Thema bei allen Beteiligten, insbesondere dem Management, voraus.