KI verleiht IoT-Plattformen Intelligenz

 Die Killer-App des Internets der Dinge könnte künstliche Intelligenz sein.

Auch wenn es weit hergeholt ist, künstliche Intelligenz (KI) und ihren vielschichtigen Ableger maschinelles Lernen als echte Anwendungen einzustufen, können diese Technologien den IoT-Betrieb tiefgreifend verändern. KI macht IoT-Netzwerke intelligenter und lässt sich je nach Bedarf skalieren, ohne dass das Risiko eines unkontrollierbaren Wachstums besteht.

Der IoT-Betrieb ist ein ständiger Kampf, um sicherzustellen, dass die Tausenden oder mehr Geräte in einem Unternehmensnetzwerk ordnungsgemäß und sicher funktionieren und dass die erfassten Daten sowohl korrekt als auch aktuell sind. Während die hochentwickelten Back-End-Analyse-Engines die schwere Arbeit bei der Verarbeitung des stetigen Datenstroms übernehmen, wird die Sicherstellung der Qualität der Daten selbst oft etwas veralteten Methoden überlassen.

Um die Ausbreitung der IoT-Infrastrukturen einzudämmen, setzen einige Anbieter von IoT-Plattformen auf KI/ML-Technologie, um ihre Betriebsmanagementfähigkeiten zu verbessern. Einige namhafte Plattformanbieter wie IBM und Schneider Electric haben bereits jahrelange Erfahrung mit der Integration von KI/ML in ihre Produkte, aber der Einsatz von KI/ML ist bei weitem nicht bei allen Anbietern von IoT-Plattformen universell.

„Ich würde sagen, dass es bei den Hunderten von IoT-Plattformanbietern immer noch ein eher seltenes Phänomen ist“, bemerkte Sam Lucero, Chefanalyst für IoT-Dienste und -Technologien beim Analystenunternehmen Omdia. „Es ist immer noch ein sich entwickelndes Feature in den Lösungssätzen.“

Warum IoT-Plattformen KI/ML brauchen

Trotz der bisher begrenzten Produkteinführungen gibt es zahlreiche Hinweise darauf, dass KI/ML ein notwendiger Bestandteil der meisten IoT-Plattformen sein wird. Herkömmliche Verwaltungstools können den Anforderungen größerer IoT-Umgebungen gerecht werden, da sie mit der schieren Größe der Netzwerke und der wachsenden Anzahl der miteinander verbundenen Geräte nicht mithalten können.

Aktuelle Tools wie SCADA-Systeme können möglicherweise eine grundlegende Überwachung von Sensoren, Aktoren und anderen angeschlossenen Geräten ermöglichen, aber die Informationen, die sie erhalten, sind bestenfalls grundlegend. Typischerweise basieren die Daten auf vorgegebenen Schwellenwerten mit geringen oder keinen qualitativen Unterschieden.

Joe Berti, Vizepräsident für KI-Anwendungen bei IBM, sieht in veralteten SCADA-Umgebungen einen Hauptgrund für die Umstellung auf KI-gestütztes IoT-Management.

„Nur weil es diese riesige Infrastruktur von SCADA-Systemen gibt, die Daten für Versorgungsunternehmen, Öl und Gas sowie die Fertigung sammeln, und zwar schon seit 10 bis 15 Jahren“, sagte Berti, „aber sie basieren auf Sollwerten.“ ”

Solche manuellen Prozesse – insbesondere die Festlegung der Punkte, an denen Datenerfassungsvorgänge von „gut“ zu „schlecht“ werden – sind eines der Hauptprobleme, die zu ineffizienten und oft ungenauen Verwaltungsmethoden beitragen.

Ein weiterer Faktor, der die Einführung von KI dringlicher macht, ist die schwindende Zahl an Arbeitskräften in vielen Branchen, die auf ihre IoT-Umgebungen angewiesen sind. Die Zahl der Arbeitskräfte, die aufgrund von Pensionierungen, Entlassungen und Verlagerungen ins Ausland schrumpfen, hinterlässt eine Fachwissenslücke, die mit Hilfe intelligenterer Managementsysteme geschlossen werden kann.

<<<<<<<<<<<<<<<<<<<<<<<<<<<

Weitere Informationen zu IoT-Plattformen finden Sie im Omdia-Bericht „Konnektivitätsmanagementplattformen – Analyse 2021"

Was KI für das IoT tun kann

Plattformbasierte KI konzentriert sich auf die Daten, die durch die Betriebsebene fließen, um sicherzustellen, dass die Datenerfassung und andere Geräte effizient funktionieren. Plattformbasierte KI hat keinen Einfluss auf die Daten, die zur Analyse gesammelt werden.

Es handele sich um eine wichtige „Unterscheidung zwischen den Daten über die Funktionsweise Ihres Systems und den Daten, die Ihr System bereitstellt“, sagte Lucero von Omdia.

Auf der Analyseseite verfügen einige Anwendungen – typischerweise cloudbasiert – auch über integrierte KI-Technologien, diese unterscheiden sich jedoch von den betrieblich orientierten Plattformimplementierungen.

Mit KI – insbesondere maschinellem Lernen – kann der Betriebszustand von Netzwerkgeräten auf der Grundlage von Echtzeitdaten überwacht und über einen bestimmten Zeitraum verfolgt werden, sodass eine Reihe von Parametern analysiert werden können. Dieser Ansatz bietet immer spezifischere Informationen über die Funktionsweise der Geräte im Vergleich zur weniger aussagekräftigen Leistung, die anhand voreingestellter Benchmarks gemessen wird. In einigen Fällen wird die Einspeisung bereits erfasster Betriebsdaten in eine Maschine für maschinelles Lernen deren Erfahrungsumfang erweitern und es ihr ermöglichen, noch detailliertere Informationen bereitzustellen.

Auch der Aspekt des echten Raureifs ist entscheidend. Heutzutage sind viele IoT-Administratoren mit der schieren Menge an Informationen, die ihre Netzwerke liefern, überfordert. Berti von IBM sagte, dass Kunden um Hilfe schreien, und stellte fest, dass viele von ihnen sagen: „Wir bekommen Tausende von Warnungen und können ihnen einfach keine Aufmerksamkeit schenken – das ist Lärm und es sind zu viele, als dass wir damit umgehen könnten.“ .“

Die Lösung von IBM, so Berti, könne den Ansturm an Informationen bewältigen und sie auf die wirklich bedeutsamen Datenpunkte analysieren: „Es handelt sich im Grunde um eine KI-basierte Anomalieerkennung“, sagte Berti, „und was wir wirklich finden, ist, was hier wirklich anders funktioniert?“ ”

Diese Ebene der Datenerfassung und -analyse bietet wesentlich mehr Einblick in die Netzwerkleistung. „Wovon wir sprechen, ist der Versuch, zum Beispiel Anomalien oder Nutzungsmuster zu erkennen und dann sagen zu können: OK, lasst uns anders vorgehen“, sagte Lucero. „Ändern wir diese Bedienungsanleitung, weil wir diese Daten automatisch verarbeiten und dadurch effizienter arbeiten können.“

Laut Martin Bauer, Schneiders EcoStruxure-Marketingmanager, der per E-Mail auf die Fragen von IoT World Today geantwortet hat, bietet Schneider Electric KI-Funktionen „als Option vollständig integriert“ an. „Kunden haben die volle Flexibilität, EcoStruxure Machine Advisor auszuführen, um Daten [von] Maschinen zu sammeln und anzuzeigen oder die Analyseoption für vorausschauende Wartung hinzuzufügen.“

Die Implementierung von IBM nutzt KI nicht nur zur Erkennung von Anomalien, sondern kann auch Aktivitäten auf der Grundlage dieser Erkennung einleiten. „Wir schließen tatsächlich den Kreis“, sagte Berti. „Wir können in Maximo einen Arbeitsauftrag erstellen und dann einen Techniker beauftragen, sich die Ausrüstung anzusehen.“ Der Techniker kann die Informationen zusammen mit vorgeschlagenen Abhilfemaßnahmen über ein mobiles Gerät anzeigen.

KI unterstützt auch die IoT-Sicherheit

Da bessere Daten schneller empfangen und analysiert werden, können Sicherheitssysteme und Systembetreiber schneller reagieren, wenn eine wahrgenommene Bedrohung auftritt.

Ohne KI generiert ein Sicherheits- oder Verwaltungssystem möglicherweise nur eine Warnung, wenn ein Gerät nicht weiter funktioniert und keine Daten erfasst und überträgt. Aber KI/ML kann die Feinheiten des Gerätebetriebs erkennen, die darauf hindeuten können, dass ein Gerät, das scheinbar ordnungsgemäß funktioniert, sich auf ungewöhnliche Weise verhält – möglicherweise Daten sammelt, wenn dies nicht erwartet wird, oder außerhalb seines Temperaturbereichs arbeitet.

„Auf der Kontrollebene ist der Einsatz von ML eine Art Anomalieerkennung und verbessert dadurch die Sicherheit“, sagte Lucero.

Berti von IBM wies darauf hin, dass die durch KI-gestützte Verwaltung gesammelten und verarbeiteten Informationen dazu beitragen können, Segmente des IoT-Netzwerks zu isolieren und so Schwachstellen und potenzielle Angriffsflächen für Eindringlinge zu reduzieren.

Die EcoStruxure-Plattform von Schneider nutzt auch seine KI-Expertise, um die Netzwerksicherheit zu verbessern. „Cybersicherheit ist einer der relevantesten Aspekte bei der Entwicklung unseres Angebots“, schrieb Schneiders Bauer.

Es sind nur geringe Anpassungen erforderlich, um KI zum IoT hinzuzufügen

Einige Benutzer schrecken möglicherweise vor der Implementierung oder dem Upgrade auf eine KI-gestützte IoT-Plattform zurück, da sie davon ausgehen, dass eine solche hochmoderne Softwaretechnologie eine ebenso hochentwickelte Hardware erfordern würde, was umfangreiche – und teure – Geräte-Upgrades bedeuten würde.

Aber das ist nicht unbedingt der Fall.

„Ich habe noch nichts davon gehört, dass spezielle Modifikationen am Gerät selbst integriert oder entwickelt werden müssten“, sagte Lucero, „und wenn es tatsächlich solche für die überwiegende Mehrheit der IoT-Geräte gäbe, wäre das von Anfang an eine Art Deal-Breaker.“ .“

Das Gleiche gilt für das Format der Daten, die die Geräte übertragen, und die Protokolle, die sie zum Übertragen der Daten verwenden. Die meisten KI-fähigen Plattformen können mithilfe bewährter Übertragungsprotokolle Daten in einer Vielzahl bekannter Formate sammeln und interpretieren.

„Wir können eigentlich jede Art von Daten akzeptieren“, sagte Berti. „Wir haben Konnektoren zu den wichtigsten SCADA-Systemen geschrieben.“

Auch die Inbetriebnahme ist im Allgemeinen nicht allzu schwierig. Wie bereits erwähnt, profitieren einige KI-/ML-Systeme von der Fähigkeit, historische Daten aufzunehmen und zu analysieren, aber es ist in der Regel nur wenig Schulung für die Systeme oder die Bediener erforderlich.

KI beschleunigt den IoT-Markt

Es besteht kein Zweifel, dass KI zu einem integralen Bestandteil des IoT-Betriebsmanagements geworden ist. Größere IoT-Installationen werden die Vorteile von KI früher erkennen als kleinere Installationen, einfach aufgrund des Umfangs und der Herausforderungen, die der Betrieb einer großen und komplexen IoT-Umgebung mit sich bringt. Und obwohl die Auswahl an KI-fähigen Plattformen heute begrenzt ist, wird sich das bald ändern.

„Wir sehen bereits eine Konsolidierung der Anbieterlandschaft im Gange“, sagte Lucero. „Ich vermute, dass KI/ML eines dieser Dinge sein wird, die dazu beitragen werden, diesen Prozess zu beschleunigen.“

Es ist auch möglich – obwohl dies heute noch nicht der Fall ist –, dass Anbieter von KI-gestützten Plattformen einige dieser KI-Funktionen über APIs oder andere Integrationen anderen Anwendungen zur Verfügung stellen.

„Ich bin mir sicher, dass dies zusammen mit anderen Merkmalen und Funktionen offengelegt werden würde“, sagte Lucero, „aber ich denke, dass dies im Hinblick auf die direkte Integration mit der IoT-Plattform wiederum etwas weiter unten liegt.“