Daten intern oder ohne spezifische Informationen
Es gibt zwei verschiedene Möglichkeiten zur Implementierung des Cloud-Computing Elements für das IoT, dessen Aufgabe im Empfang sowie in der Verarbeitung und Analyse von Daten besteht. Aufgrund der Datensicherheitsthematik sind nicht alle Unternehmen dafür zu begeistern, ihre Daten in kommerziellen Cloud-Computing-Einrichtungen von Drittanbietern zu speichern. Dies wäre jedoch eine Möglichkeit. Eine zweite ist die On-Premises Cloud-Lösung. Dabei könnte sich die Cloud z.B. innerhalb einer Fabrik befinden. In diesem Fall sammelt ein Cloud-ähnliches IT-System die Daten eines Operations Technology- (OT) oder Scada-Systems und führt die Prozessoptimierung und Analyse lokal durch. Falls ein Unternehmen einen Wert darin sieht, dies zu tun, lassen sich Metadaten erzeugen und an einen kommerziellen Drittanbieter in die Cloud schicken. Z.B. könnte ein Automobilhersteller Informationen über seine Roboterprozesse liefern, ohne spezifische Informationen über die Produktionsstraße zu übermitteln. So könnte er alle Daten seiner Produktionsstandorte in der ganzen Welt kombinieren und Informationen bezüglich vorausschauender oder präventiver Wartung erhalten. Dieses Zwei-Ebenen-Modell ist ein realistisches Konzept für viele verschiedene Märkte.
Separates Netzwerk zwischen Gateways und Cloud
Die vereinfachte End-to-End IoT-Architektur in Bild 3 zeigt die Kombination verschiedener Layer, die Know-how unterschiedlicher Marktsegmente erfordern. Am unteren Ende befinden sich Sensoren und Geräte wie Einparksensoren, Sensoren zur Erfassung des Verkehrsflusses in einer intelligenten Stadt oder Ventil in einer Industrieanwendung. Über die üblichen Leitungen oder ein Bussystem lassen sich die Sensoren mit einem Gerät verbinden. In den meisten Fällen ist dies ein Controller. Heute ist die überwiegende Anzahl von Geräten an ein Data-Aggregation- oder Scada-System angeschlossen. Derzeit sind dies meist lokale Supervisory-Systeme, angeschlossen an statische Steuerungen. Während moderne Systeme für zusätzliche Daten-Tags „On the fly“ rekonfiguriert werden können, erfordern sie dennoch eine Inbetriebnahme und bieten keine ereignisbasierte Daten-Aggregation, unterstützt durch dynamische lokale Intelligenz wie ein Algorithmus, der auf Basis einer Analyse aktualisiert werden könnte. Auf Geräteebene ist Agent-Technologie, die eine Verteilung von Intelligenz bei Geräten im Feld erlaubt, entscheidend, um Daten zu extrahieren, die andernfalls nicht zugänglich wären. Auf Supervisory-Ebene hilft Gateway-Technologie beim Umrüsten eines sicheren, administrierten und vernetzten Geräts, indem sie Daten verteilt und die sofortige Anbindung an die Cloud ermöglicht. Zwischen den Gateways und der Cloud existiert das Netzwerk selbst als ein komplettes separates Marktsegment: Verschiedene Akteure, darunter Netzwerkbetreiber sowie Anbieter von Netzwerk-Infrastrukturen, sorgen dafür, dass die Daten zwischen den eingesetzten Geräten und dem Datenzentrum rechtzeitig, zuverlässig und mit entsprechender Datensicherheit eintreffen. In diesem Segment sind Network Functions Virtualization- (NFV) und Carrier-Grade-Zuverlässigkeit die Markttrends, die das IoT treiben.
