IoT Cloud Services vs. DIY: Den richtigen Pfad für Enterprise-Erfolg wählen

Public-Cloud-Provider expandieren aggressiv in die IoT-Arena und bieten Enterprises ein Spektrum von Standalone-Komponenten bis hin zu vollständig gemanagten End-to-End-Lösungen.

Tech Spotlight:
Cloud Computing

• Cloud or bust: IT leaders go all in on cloud computing (CIO)
• Migrating to hosted Exchange: Do's and don'ts (Computerworld)
• AWS, Google Cloud Platform and Azure: How their security features compare (CSO)
• From legacy to the cloud: The 3 stages of enterprise modernization (InfoWorld)
• IoT cloud services: How they stack up against DIY (Network World)

Laut IDC werden bis 2025 weltweit 55,9 Milliarden vernetzte Geräte existieren, 75 % davon an eine IoT-Plattform angebunden. Dieselbe Studie projiziert, dass diese Geräte bis dahin rund 79,4 Zettabytes Daten generieren.

Während Hyperscaler die rohe Kapazität und KI-Expertise haben, um diese Flut zu verarbeiten, fehlen den meisten Enterprises die internen Ressourcen dafür. Zudem verhält sich maschinen-generierte Daten grundlegend anders als menschengenerierte; sie ist oft nur während Exceptions relevant – wie ein Sensorwert, der Motorüberhitzung oder Sicherheitsverletzung signalisiert.

Daher ist die effizienteste Strategie, Analytics so nah wie möglich an die Quelle zu schieben – an den Edge. Edge-basiertes IoT ermöglicht Echtzeit-Insights, eliminiert Bandbreiten-Flaschenhälse und reduziert Kosten für die Übertragung von Terabytes Rohdaten an eine zentrale Cloud.

Disruptoren wie ClearBlade, FogHorn und Crosser bieten bereits cloud-agnostische, Low-Code/No-Code-Plattformen, die nativ auf dem Edge laufen und Flexibilität, schnelles Deployment und Schutz vor Vendor Lock-in liefern.

Sie sind nicht die einzigen Herausforderer. Unternehmen wie SAP, Salesforce und Nutanix bieten IoT-Suiten; Cisco und Huawei fokussieren Device und Networking; Industrial Player wie PTC, Siemens, Rockwell, Schneider Electric und Emerson Electric haben proprietäre Plattformen für spezifische Vertikale.

Als Reaktion haben die Cloud-Incumbents – Microsoft Azure, Amazon AWS und IBM Watson – ihre IoT-Stacks von der Cloud bis zum Edge erweitert und umfassende End-to-End-Lösungen geschaffen.

„Es gibt über 400 IoT-Plattform-Anbieter, aber nur AWS, IBM und Microsoft haben die umfangreichsten Technologie-Stacks gebaut“, merkt Kateryna Dubrova, Analystin bei ABI Research. Ihre Research zeigt, dass diese Stacks Device Connectivity, Device Management, Data Storage, Streaming, Event Handling, Analytics, Machine Learning, AI und Visualization abdecken.

Beispielsweise umfasst Amazons Portfolio FreeRTOS für Mikrocontroller-Programmierung; Greengrass für lokales Compute und ML Inference; IoT Core für Konnektivität; Device Defender für Security; IoT Device Management; und Analytics Services wie IoT Analytics, Events, SiteWise und Things Graph.

Jenseits nativer Services bauen die großen Cloud-Vendors Ökosysteme aus Partnern, Marketplaces, Entwicklungsplattformen und APIs. Dieser Ansatz bietet maximale Flexibilität, während sichergestellt wird, dass Daten, die Higher-Level-Processing benötigen, letztlich in ihrer Cloud residieren, so Dilip Sarangan, Senior Director Research bei Frost & Sullivan.

Neil Shah von Counterpoint Research beobachtet, dass die Big Player vollständig gemanagte End-to-End-IoT-Deployments liefern, um maximalen Wert zu erfassen, doch sie bieten auch offene Interfaces und strategische Partnerschaften, um Vendor-Lock-in-Bedenken zu adressieren.

Diese „Have-it-your-way“-Philosophie macht Sinn angesichts der breiten IoT-Szenarien – von Connected Cars und Smart Cities bis Manufacturing, Oil & Gas, Healthcare und Video Surveillance –, die jeweils distincte Datentypen generieren.

Dubrova fügt hinzu, dass Cloud-Vendors tiefe Vertikal-Expertise fehlt; ihre Analytics-Tools sind weitgehend horizontal. Partnerschaften werden zum Schlüssel-Differenzierer, sodass Niche-Software und IoT-Ökosystem-Firmen ihre Services unter einem großen Cloud-Dach bündeln können.

Aus Enterprise-Perspektive gibt es multiple Entry Points. Manche Organisationen erweitern bestehende Beziehungen zu IBM, Microsoft oder Amazon für Fully Managed Services. Andere kollaborieren mit etablierten Hardware- oder Software-Partnern während Digital-Transformation-Initiativen, wieder andere kaufen Turnkey-IoT-Applikationen von Startups oder lagern an Consulting-Firmen wie Accenture oder DXC aus.

Beispielsweise startete Joe Vogelbacher, Founder und CEO von Sugar Creek Brewing Co. in Charlotte, N.C., eine IoT-Reise, um monatliche Verluste von 30.000 $ durch inkonsistente Flaschenfüllstände zu reduzieren.

Belgisches Bierbrauen trifft IoT und KI

Bei einem Besuch von IBM und Bosch Vertretern offenbarte Vogelbacher, dass seine Brauerei 30.000 $ monatlich durch Verschüttung und inkonsistente Schaumlevel verlor. Das Team kollaborierte, um Sensoren und Kameras zu deployen, die jede Flasche beim Verlassen der Linie erfassen.

IBM etablierte ein sicheres Wireless-Netzwerk und nutzte Cloud-basierte Bildanalyse zur Echtzeit-Füllstandsbestimmung, fed actionable Daten an Brewmasters auf Mobile Displays zurück. Über die Zeit maßen zusätzliche Bosch-Sensoren Fermentationsparameter wie Temperatur, pH, Gravity, Druck und Karbonisierung – manuelle Datenerfassung durch automatisierte, hochfrequente Telemetrie ersetzt.

Das System überträgt Sensordaten an ein Gateway über privates Wi-Fi 5 (802.11ac), führt GPU-beschleunigte Inference lokal durch und synchronisiert Ergebnisse via MQTT zur IBM Cloud. Insights werden auf einem portablen 60-Zoll-Screen angezeigt, was sofortige Anpassungen ermöglicht.

Laut Vogelbacher hat die IoT-Lösung mindestens 10.000 $ monatlich an Verschüttung eingespart und, wichtiger noch, die Bierqualität verbessert, indem Geschmack, Aroma und Mundgefühl mit präzisen Produktionsparametern verknüpft wurden.

Er partnerschaftet nun mit IBMs Watson Team, um Online-Review-Daten zu nutzen und Consumer Sentiment in Produktionsanpassungen zu übersetzen – ein früher Schritt zu einem voll KI-generierten Bier.

AWS vs. Azure vs. IBM

Counterpoints Shah merkt an, dass Microsofts Azure IoT durch End-to-End-Fähigkeiten, starkes Enterprise-Cloud-Erbe und fortgeschrittene Edge-Integration herausragt und überlegene Interoperabilität über die Wertschöpfungskette bietet.

AWS liefert robustes Cloud-IoT und Application Enablement und erweitert sein Edge-Portfolio mit Greengrass, hinkt aber Microsoft und anderen Edge-First-Vendors bei skalierbarer Edge-Analytics-Engine hinterher.

IBMs Stärke liegt in Watsons ML- und KI-Plattform, und die Red Hat Akquisition stärkt Edge Software, Security und Virtualisierung. Doch IBM liegt bei Partner-Netzwerk und Edge-Analytics-Angeboten zurück.

Dubrovas Analyse zeigt, dass AWS und Azure die Führung behalten, indem sie globale Rechenzentren kontinuierlich erweitern, den Edge näher an Clients bringen und Pre-built ML-Modelle sowie benutzerfreundliche Analytics-Toolsets bieten – kritisch für Szenarien wie Sugar Creek, wo Custom Models optimalen Schaum und Füllstand erkennen müssen.

Enterprises haben flexible Optionen: Sie können IoT-Lösungen aus modularen Bausteinen zusammenstellen, ohne IT-Ressourcen zu strapazieren, oder Managed Services wählen, die Domain-Expertise und Analytics als Subscription via AWS, Azure oder IBM Marketplaces liefern.

Shah glaubt, der IoT-Markt sei noch nascent und biete ample Raum für jede Plattform zu wachsen. Er prognostiziert ein „Co-opetition“-Modell, wo Plattformen konkurrieren, doch kollaborieren, um effektive, effiziente IoT-Ökosysteme zu bauen.