Schlanker Ansatz für erschwingliche, intelligente, vernetzte Produkte:Einige Tipps und Beispiele – Teil 1

Unternehmen, die die Einführung ihres ersten intelligenten, vernetzten Produkts planen, haben möglicherweise Angst vor den erforderlichen Investitionen. Es gibt jedoch Möglichkeiten, die Kosten für die IoT-Entwicklung und -Implementierung zu senken und dennoch die Lösung bereitzustellen, die sowohl für Anbieter als auch für Kunden einen Geschäftswert bietet.

Das Internet der Dinge nimmt in verschiedenen Branchen aktiv zu, und immer mehr Unternehmen übernehmen oder erwägen die Einführung intelligenter, vernetzter Produkte. Für viele Wirtschaftsakteure klingt IoT jedoch nicht nur vielversprechend, sondern auch teuer, und sie glauben vielleicht, dass moderne Produkte mit Sensoren und Kommunikationstechnologie weit über die Investitionen hinausgehen, die sie sich leisten können, Alex Grizhnevich, Prozessautomatisierungs- und IoT-Berater, ScienceSoft .

Dennoch kann der Traum vom Einstieg in die IoT-Welt mit dem richtigen Ansatz wahr werden, zum Beispiel mit dem sogenannten  Lean-Ansatz, der eine systematische Abfallminimierung ohne Einbußen bei der Produktivität voraussetzt (d. h. nur das Nötigste umsetzen und das reduzieren, was nicht wertschöpfend ist  weder für einen Kunden noch für einen Lieferanten).

Sie müssen also nicht gleich zu Beginn auf ein Produkt setzen oder die Einführung verzögern, bis ein riesiges Budget angesammelt ist. Eine Lösung mit einer gut gebauten Architektur, die selbst mit einem kleinen Budget geliefert wird, kann später mit erweiterten Funktionen erweitert werden.

In diesem Artikel teilen wir gerne unsere Vision einer erschwinglichen IoT-Entwicklung und -Implementierung und zeigen die Möglichkeiten zur Bereitstellung effektiver intelligenter, vernetzter Produkte mit einem begrenzten Budget.

Minimierung des Volumens der analysierten Daten

Obwohl ein intelligentes, vernetztes Produkt theoretisch mit einer Vielzahl von Sensoren ausgestattet werden kann, die Dutzende und sogar Hunderte Male pro Sekunde auslesen, erfordert nicht jede IoT-Lösung die große Anzahl von Sensoren und die immense Häufigkeit von Messungen für effektives Arbeiten. Um die IoT-Entwicklungs- und -Implementierungskosten zu senken, können nur die für die Produktleistung entscheidenden Daten analysiert werden.

Es erfordert nicht viele Rechenknoten, und in einigen Fällen kann ein Unternehmen sogar auf traditionelle Tools zur Datenspeicherung und -verarbeitung zurückgreifen. Gleichzeitig gilt es, das optimale Datenvolumen zu wählen, das zur Überwachung und Unterstützung eines intelligenten, vernetzten Produkts erforderlich ist, ohne die Qualität der Leistung dieses Produkts zu beeinträchtigen. Auch die Minimierung des analysierten Datenvolumens kann teilweise durch die Filterung von Daten an den Gateways erreicht werden.

Beispiel:Schneehöhenüberwachung – Sensoren nehmen beispielsweise alle 30 Minuten Daten auf (die Schneehöhe wird in diesen Zeiträumen höchstwahrscheinlich nicht dramatisch ansteigen) und das IoT-System informiert die Schneeräumdienste über die Notwendigkeit, die Straßen in bestimmten Stadtgebieten zu räumen.

Anfang mit einer Lösung mit einfacher Logik

Das Packen einer IoT-Lösung mit allen erdenklichen Funktionen trägt nicht zur Effektivität bei, wenn diese Funktionen zu wenig genutzt oder überhaupt nicht benötigt werden (zudem kann es ein intelligentes, vernetztes Produkt langsam und ineffektiv machen). Auf der anderen Seite ist es kostengünstiger (und sicherer in Bezug auf den ROI), wenn Sie einem intelligenten, vernetzten Produkt zunächst nur grundlegende IoT-Funktionen hinzufügen, die echte Geschäftsprobleme lösen.

Es gibt viele Beispiele für einfache IoT-Lösungen, die mit regelbasierter Logik arbeiten und nicht einmal maschinelles Lernen verwenden. Langfristig können erweiterte Funktionen (sowie neue Module zu einer vernetzten Produktarchitektur) hinzugefügt werden, wenn ein Unternehmen entsprechende Bedürfnisse und Ressourcen erhält.

Beispiel:Intelligente Abfallbehälter – Intelligentes Abfallmanagement ist eine effiziente Alternative zur traditionellen zeitgesteuerten Müllabfuhr. Die Logik dieser Lösung kann recht unkompliziert sein:Sensoren, die sich oben auf einem Abfallbehälter befinden, senden die Daten, dass der Behälter voll ist, und das IoT-System sendet eine Benachrichtigung an den Abfallsammeldienst. Wie im vorherigen Beispiel müssen Sensordaten nicht zu oft erfasst werden.

Die einfache Logik dieser Lösung kann in Zukunft um die Machine-Learning-Komponente zu einer smarten Produktarchitektur erweitert werden. Es ist beispielsweise möglich, Zeitpläne für die Abfallsammlung zu erstellen (die die Zeit vorhersagen, zu der die Container in bestimmten Gebieten voll sind) und die bequemsten Routen für die Abfallsammelmaschinen in der Stadt zu entwickeln.

Im zweiten Teil des Artikels werden wir die Diskussion fortsetzen und zwei weitere Möglichkeiten untersuchen, die es Unternehmen ermöglichen, effektive intelligente, vernetzte Produkte mit einem begrenzten Budget bereitzustellen.

Der Autor dieses Blogs ist Alex Grizhnevich, Berater für Prozessautomatisierung und IoT, ScienceSoft

Über den Autor

Alex Grizhnevich ist Berater für Prozessautomatisierung und IoT bei ScienceSoft, einem IT-Beratungs- und Softwareentwicklungsunternehmen mit Hauptsitz in McKinney, Texas. Seine über 17-jährige Erfahrung in IT und OT umfasst die Programmierung industrieller Mikrocontroller, die Entwicklung von Web- und Desktop-Anwendungen, Datenbanken und Dokumentenmanagement-Lösungen für Öl &Gas und Logistik. Alex hat einen Abschluss in Automatisierung und Management industrieller Prozesse und konzentriert sich jetzt auf IoT und maschinelles Lernen von Sensordaten.