Sechs Grundlagen für erfolgreiche sensorgestützte Anwendungen

Phil Ressler von Sixgill LLC

Wir leben in einer neuen Sensorwelt, die durch kostengünstige Sensoren ermöglicht wird. Die Explosion von datenemittierenden Sensoren überschwemmt Unternehmen mit potenziell wertvollen neuen Inputs. Sensordaten und die Notwendigkeit, darauf basierende Aktionen einfach zu sammeln, zu verstehen und zu automatisieren, treiben die nächste Welle der IoT-Automatisierung schnell voran.

Innovative Sensoranwendungen werden es Unternehmen ermöglichen, das Management sensorischer Assets – Menschen, Orte und Dinge – auf eine noch nie dagewesene Weise zu vereinen. Aber für viele Unternehmen bleiben diese Möglichkeiten unerreichbar, sagt Phil Ressler, CEO, Sixgill, LLC .

Wachsende Asset-Populationen, explodierende Sensor- und Kontextdaten, schlecht gesammelte und kompromittierte Governance erschweren die Nutzung der Vorteile des IoT. Laut McKinsey , „Unternehmen nutzen derzeit die meisten der von ihnen gesammelten IoT-Daten zu wenig.“

Hier sind sechs Grundlagen für erfolgreiche IoT-Anwendungen mit Sensordaten, die diese Unterauslastung umkehren.

Grundlegend Nr. 1:Skalierbarkeit

Das Aufnehmen kleiner Mengen von Sensordaten ist relativ einfach. Aber das Erfassen, Organisieren, Analysieren und Handeln mit aggregierten Sensordaten für automatisierte Maßnahmen ist eine größere Herausforderung. Ein kommerzieller Jet erzeugt beispielsweise ein Petabyte an Daten pro Woche; Eine Smart Factory kann täglich ein Petabyte an Daten erzeugen. Heute wird alles und jeder Mensch zum Rechenzentrum.

Daher erfordert die Entwicklung effektiver IoT-Anwendungen eine elastische Skalierbarkeit. In intelligenten Städten zum Beispiel müssen vielfältige Anwendungen in der Lage sein, riesige Mengen an Sensordaten zu verarbeiten, um Lösungen für die Verwaltung von Verkehr oder Menschenmengen, die Optimierung des Parkens, die Verhinderung von Kriminalität und vieles mehr bereitzustellen.

Grundlegend #2:Flexibilität

Die Unterstützung für die unternehmensübergreifende Sensordatenautomatisierung bei jeder Lautstärke, Geschwindigkeit und Skalierung ist ein weiteres wesentliches Element. Eine hilfreiche Sache ist die Bereitstellung eines einzigen, konfigurierbaren Backbones für Datendienste, um alle sensorgestützten Anwendungen zu unterstützen. Dies sollte eine offene Architektur beinhalten, die in der Lage ist, Sensordaten von jedem Emittertyp aufzunehmen, zu aggregieren und zu verarbeiten und Funktionen von externen Systemen zu integrieren.

Flexibilität ist für IoT-Anwendungen in einer Vielzahl von Anwendungsfällen wie intelligente Konstruktion oder Fertigung von entscheidender Bedeutung. Ein System für die kohäsive Asset-Orchestrierung stellt sicher, dass ein Bauunternehmen oder ein Hersteller a  . gewinnt ganzheitliches Verständnis von Echtzeit- und historischen Baustellenaktivitäten, um  Sicherheit, Produktivität und Compliance verbessern.

Essential #3:Datenunabhängige Funktionen

Um den Wert der durch Sensordaten ermöglichten vernetzten Intelligenz zu maximieren, müssen Unternehmen in der Lage sein, die Datensammlung aus zahlreichen und unterschiedlichen Sensorquellen zu vereinheitlichen und zu verwalten. Anwendungen, die nur bestimmte Datentypen verarbeiten können, sind nicht so effektiv.

Ein Anwendungsfall, bei dem dies unerlässlich ist, sind IoT-Anwendungen für intelligente Gebäude, die Unternehmen einen vollständigen Überblick über die Vorgänge in den Strukturen verschaffen – zu jedem Zeitpunkt oder über einen beliebigen Zeitraum.

Der Einsatz dieser Art von Technologie ermöglicht es Unternehmen, verschiedene Sätze von Sensordaten für Dinge wie Mitarbeiterzahl, Personenfluss, Raumbelegung, Beleuchtung und Temperatur zu sammeln und zu kombinieren und geeignete Maßnahmen zu ergreifen, um die Produktivität zu verbessern und Kosten zu senken.

Grundlegend Nr. 4:Edge-Computing

Um IoT-Anwendungen zu optimieren, sollten Unternehmen „Edge“-Computing nutzen, um die Reaktionszeiten zu verkürzen, indem die Latenz verringert, die kostspielige Datenübertragung in die Cloud minimiert und die Dinge selbst bei Verbindungsunterbrechungen am Laufen gehalten werden.

Anwendungen, die entwickelt wurden, um Sensordaten am Edge zu verarbeiten und darauf zu reagieren, bieten eine kostengünstige Datenfilterung, beschleunigen die Analyse und verbessern die Entscheidungen. Durch die Implementierung von maschinellem Lernen am Edge können Unternehmen neue Wege zum programmgesteuerten Lernen, Verstehen, Vorhersagen und Handeln mit Echtzeitdaten, einschließlich bildsequenzierter Videodaten, die in verwertbare Informationen umgewandelt werden, nutzen.

Edge eröffnet zahlreiche zusätzliche IoT-Anwendungsfälle, die eine geringe Latenz erfordern, wie z. B. bestimmte industrielle Automatisierungsanwendungen, die Echtzeitdaten von Kameras, Audio, autonomen Geräten und einer Vielzahl intelligenter Logistiksysteme verwenden.

Grundlegend Nr. 5:Erweiterbarkeit

Die Erweiterbarkeit der Plattform zur Anpassung an spezifische Branchenanforderungen ist ein weiteres wesentliches Element. Anwendungsfallspezifische Datenüberschneidungen und Ausnahmeereignisse sollten benutzerdefinierbar sein. Regeln für die automatisierte Reaktion auf identifizierte Ereignisse müssen für jede Komplexität konfigurierbar sein.

Die Erweiterbarkeit umfasst vollständig dokumentierte APIs, Unterstützung für native und von JavaScript erstellte Plugins mit gängigen Fähigkeiten und offene I/O-Back-End-Dienste. Einfache Daten- und Systemschnittstellen zu unternehmensinternen Systemen sind ein Muss, ebenso wie die Integration mit Drittanbieterdiensten, bestehenden Tools und privaten Big-Data-Netzwerken.

Essential #6:Erstellen Sie eine einzige Quelle für Sensordatenwahrheit

Um die Fallstricke beim Zusammenfügen eines Flickenteppichs aus isolierten Datendiensten mit diskreten Sensoranwendungen zu vermeiden, stellen Unternehmen mit erfolgreichen IoT-Initiativen mehrere Anwendungen aus Common-Rail-Datengrundlagen bereit.

Vereinheitlichte Systeme vermeiden die Gefahren von Lösungen, die nur mit einem engen Bereich von Emittern umgehen können, und bieten einen einfacheren, flexibleren Ansatz, der es Entwicklern ermöglicht, sensorgestützte Anwendungen nahezu unendlicher Vielfalt auf einer gemeinsamen Grundlage für Überprüfbarkeit, Verantwortlichkeit und ganzheitliche Analyse zu erstellen.

Unternehmen, die einen universellen Datenautomatisierungsdienst verwenden, um IoT-Daten zu automatisieren und erfolgreiche sensorgestützte Anwendungen zu entwickeln, haben die Möglichkeit, vom Zeitalter des sensorgesteuerten IoT zu profitieren, erheblich verbessert.

Der Autor dieses Blogs ist  Phil Ressler, CEO, Sixgill, LLC