Fehlende Ressourcen oder technische Herausforderungen sind häufig Blockaden, wenn es darum geht, den Wertbeitrag und die Machbarkeit eines IoT Use Cases zu ermitteln und späteren Projektsponsoren vorzustellen. Selbst simple IoT Use Cases benötigen teils Wochen anstatt Tage, um greifbare Ergebnisse hervorzubringen. Wir möchten im Rahmen dieses Blockbeitrags unsere IoT-Kickstarter-Plattform aufzeigen, die es ermöglicht, „einfache“ IoT Analytics Use Cases innerhalb weniger Tage unter technischen Gesichtspunkten zu verproben.
Inhaltsverzeichnis
IoT-Kickstarter-Plattform basierend auf nativen AWS Cloud Services
Für das Verproben einfacher IoT Use Cases verwenden wir die folgende technische Architektur, die sowohl einen Hot Path als auch einen Warm und Cold Path für die Erfassung und Auswertung der Sensordaten ermöglicht.
Abbildung: Architektur der IoT-Kickstarter-Plattform
Um Sensordaten in die Cloud zu senden, wird zunächst ein kompatibles Device benötigt, das für den zu testenden Use Case vorgesehen ist. Möglich und in der obigen Skizze dargestellt ist auch die Simulation von Sensordaten z. B. durch das AWS IoT Device SDK. Die Kommunikation zwischen dem Device und der AWS-Cloud sowie die Weiterleitung der Sensordaten an weitere AWS-Services erfolgen über AWS IoT Core. Von dort aus bildet der obere Strang den Hot Path über AWS IoT SiteWise, wodurch Near-Real-Time Use Cases realisiert werden können. Der untere Strang der dargestellten Architektur bildet je nach Konfiguration des S3 Services den Warm und/oder Cold Path, wodurch zeitunkritische Analysen umgesetzt werden können. Mit AWS Glue können Daten automatisiert katalogisiert werden, und Amazon Athena dient als Schnittstelle für SQL-Abfragen.
Sollen für einen IoT Use Case AI- oder Data-Warehouse-Workloads in der Cloud getestet werden, kann die vorgestellte Lösung mit Cloud Services wie AWS Redshift oder AWS SageMaker erweitert und einfach mit Amazon Athena verknüpft werden.
Befähigung und Wiederverwendbarkeit durch AWS Cloud Development Kit (CDK)
Um die AWS-IoT-Kickstarter-Plattform auf Knopfdruck verfügbar zu machen und iterative Anpassungen sowie die Wiederverwendbarkeit der genannten Architektur zu ermöglichen, wurde das CDK verwendet. Das CDK ermöglicht die Definition und Konfiguration der Cloud-Infrastruktur mittels Code-Abstraktion – einmal entwickelt, kann dieser Code über ein Repository zur Verfügung gestellt werden.
Neben der Konfiguration der Cloud Services kann das Datenmodell der Sensoren und Maschinen definiert werden, so dass bereits ein Monitoring auf Basis dieses Modells möglich ist. Dies geschieht durch die Definition von Measurements oder Attributen eines Assets. Measurements repräsentieren physikalische Größen, die direkt von den Assets gemessen werden. Beispielsweise können Temperaturen oder Geschwindigkeiten als Measurements definiert werden. Diese werden regelmäßig von den Assets erfasst und in IoT SiteWise gespeichert. Metriken hingegen sind abgeleitete oder berechnete Größen, die auf Basis von Measurements erzeugt werden. Sie können als aggregierte Werte oder statistische Kennzahlen verwendet werden, um einen Überblick über den Zustand eines Assets zu geben. Beispielsweise könnte eine Metrik die durchschnittliche Temperatur über einen bestimmten Zeitraum sein, die aus den zugrundeliegenden Measurements berechnet wird. Ein solches Beispiel ist im folgenden Codeauszug dargestellt.
Du willst datengetrieben arbeiten, Prozesse optimieren oder innovative Technologien nutzen? Unser Blog gibt Dir wertvolle Impulse – aber Deine spezifischen Fragen klären wir am besten direkt.
Sprich mit uns – wir sind nur einen Klick entfernt!
Du hast Fragen? Kontaktiere uns
Your contact person
Dr. Sebastian Petry
Domain Lead Data Science & AI
Wer ist b.telligent?
Du willst den IoT Core durch eine Multi-Cloud-Lösung ersetzen und die Vorteile weiterer IoT-Services von Azure oder Amazon Web Services nutzen? Dann melde Dich bei uns und wir unterstützen Dich bei der Umsetzung mit unserer Expertise und dem b.telligent Partnernetzwerk.
Entscheidend im Smart Manufacturing sind eine skalierbare Edge-Plattform und die Fähigkeit, geschäftsrelevante Use Cases schnell umzusetzen. Mit Azure IoT Operations und Microsoft Fabric bietet Microsoft zwei revolutionäre Technologien, die Echtzeiteinblicke in die Produktion ermöglichen. In diesem Blogbeitrag zeigen wir Dir, wie Du mit diesen Lösungen das Potenzial von Use Cases wie Predictive Maintenance, Prozessoptimierung und generativer KI heben und diese von bloßen Konzepten zu echten Werttreibern entwickeln kannst.
Viele Nutzer:innen des Google IoT Core sind aktuell auf der Suche nach einer Nachfolgelösung für den im August 2023 auslaufenden Google-Service. In diesem Blogbeitrag zeigen wir Dir, wie sich mit Hilfe der Stackable-Datenplattform eine hochskalierbare Open-Source-Alternative zum Google IoT Core realisieren lässt.
Microsoft präsentiert IoT Operations als eine „Reihe modularer, skalierbarer und hochverfügbarer Dienste“, die mittels Azure Arc und Kubernetes betrieben werden. Natürlich ist auch eine native Integration anderer Microsoft Services enthalten, wie Event Hub oder Fabric, das seit November 2023 allgemein verfügbar ist. Dieser Blogbeitrag gibt einen Überblick über die Features sowie das Deployment des neuen Azure Services.
In diesem ersten Teil unserer Blogbeitragsreihe zum neuen Azure IoT Operations Service werden zunächst die Features und Vorteile gegenüber bestehenden Lösungen sowie das Deployment des Services beleuchtet. Im zweiten Teil wird anschließend die Konfiguration sowie die Integration von Microsoft Fabric exemplarisch vorgestellt.