Mit IoT Analytics Maschinendaten richtig auswerten

Verteilte Aufgaben

Die Analyse von IoT-Daten findet zunehmend dezentral statt. Laut einer aktuellen Umfrage des Marktforschungsunternehmens IDC planen 57 Prozent der befragten Unternehmen, IoT-Analysen bis 2019 am Edge einzusetzen, 14 Prozent tun das bereits. 65 Prozent wollen auch das Endgerät selbst für Analysen nutzen, bei 13 Prozent ist dies bereits Realität. Die Analysten gehen davon aus, dass bis 2019 40 Prozent der IoT-Daten im oder in der Nähe der Endpoints verarbeitet werden. «Je zeitkritischer die Ergebnisse der Datenanalyse, desto näher sollte diese am Entstehungsort stattfinden», sagt Mark Schulte, Senior Consultant bei IDC.
Schon heute haben Geräte auf Arduino- oder Raspberry-PI-Basis genügend Rechenleistung, um anspruchsvolle Aufgaben abzuarbeiten. So kann beispielsweise die AWS-Software Greengrass, die unter anderem auf der Raspberry-Plattform läuft, nicht nur Funktionen des Serverless-Computing-Dienstes Lambda lokal ausführen, sondern auch vortrainierte Machine-Learning-Modelle im Gerät selbst auf aktuelle Daten anwenden.
Genügt die Performance der Endgeräte nicht oder sind die Daten Tausender Sensoren zu verarbeiten, kommen Edge-Server oder -Rechenzen­tren zum Einsatz. Eigens für diesen Zweck entwickelte Systeme wie der Intel Xeon D-2100, der ARMv8-Chip A1 von Ampere oder der Qualcomm Centriq 2400 sollen solchen Edge-Servern zukünftig eine hohe Rechenleistung bei zugleich niedrigem Energieverbrauch ermöglichen.
Bei aller Konzentration auf die Edge-Verarbeitung spielen Cloud-Lösungen bei der Analyse von IoT-Daten eine Hauptrolle, ist sich Igor Ilunin von DataArt sicher: «Zusätzlich zu IoT-Services bieten Clouds viel Speicherplatz, leisten Big-Data-, KI- oder Monitoringdienste und erhöhen das Leistungsvermögen der Rechner um ein Vielfaches, was eine mühe­lose Einrichtung der Lösung erlaubt.»
IoT-Analytics-Lösungen (Auswahl)
Hersteller / Produkt Besonderheiten
Amazon Web Services / AWS IoT Analytics vollständig verwaltete und automatisierte Erfassung, Filterung, Transformation und Analyse von Gerätedaten
Cisco / Jasper Control Center for IoT Echtzeit-Monitoring von Geräten, Kostenkontrolle nahezu in Echtzeit, Muster- und Trendanalysen
DataArt / DeviceHive Open-Source-Lösung, unterstützt Apache Spark und Spark Streaming
Hitachi Vantara / Pentaho Internet of Things Analytics automatische Integration von Maschinen- und Sensordaten durch „Metadata Injection“
IBM / Watson IoT Platform Integration von KI-Funktionen und -Assistenten
IFS / IoT Business Connector Management- und Monitoringfunktionen für Azure IoT Suite, Handlungsempfehlungen auf Basis von IoT-Daten
Mentor / Valor IoT Manufacturing Analytics Big-Data- und BI-Lösung für die Elektronikindustrie
Microsoft / Azure IoT Suite Erfassen und Analysieren von Gerätedaten mit Advanced Analytics
SAS / Analytics for IoT Event Stream Processing extrem großer Datenmengen
Tellient / IoT Data Analytics Analyseplattform für Mobilfunk-Provider und andere Telekommunikationsanbieter
Tibco / StreamBase Echtzeitanalyse von Streaming-Daten
Treasure Data / IoT Analytics Platform Integration, Korrelation und Auswertung von Daten aus verschiedensten Quellen
Für weitere IoT-Plattformen mit integrierten Analysefunktionen lesen Sie auch unseren Praxisartikel "So tief greifend verändert das IoT die Industrie"
IoT-Analytics-Lösungen (Auswahl)
Hersteller / Produkt Besonderheiten
Amazon Web Services / AWS IoT Analytics vollständig verwaltete und automatisierte Erfassung, Filterung, Transformation und Analyse von Gerätedaten
Cisco / Jasper Control Center for IoT Echtzeit-Monitoring von Geräten, Kostenkontrolle nahezu in Echtzeit, Muster- und Trendanalysen
DataArt / DeviceHive Open-Source-Lösung, unterstützt Apache Spark und Spark Streaming
Hitachi Vantara / Pentaho Internet of Things Analytics automatische Integration von Maschinen- und Sensordaten durch „Metadata Injection“
IBM / Watson IoT Platform Integration von KI-Funktionen und -Assistenten
IFS / IoT Business Connector Management- und Monitoringfunktionen für Azure IoT Suite, Handlungsempfehlungen auf Basis von IoT-Daten
Mentor / Valor IoT Manufacturing Analytics Big-Data- und BI-Lösung für die Elektronikindustrie
Microsoft / Azure IoT Suite Erfassen und Analysieren von Gerätedaten mit Advanced Analytics
SAS / Analytics for IoT Event Stream Processing extrem großer Datenmengen
Tellient / IoT Data Analytics Analyseplattform für Mobilfunk-Provider und andere Telekommunikationsanbieter
Tibco / StreamBase Echtzeitanalyse von Streaming-Daten
Treasure Data / IoT Analytics Platform Integration, Korrelation und Auswertung von Daten aus verschiedensten Quellen
Für weitere IoT-Plattformen mit integrierten Analysefunktionen lesen Sie auch unseren Praxisartikel "So tief greifend verändert das IoT die Industrie"


Das könnte Sie auch interessieren