AIoT steht für Artificial Intelligence of Things. Die Technologie wird als die Zukunft des Internets der Dinge betrachtet. In der Verschmelzung des IoT mit künstlicher Intelligenz liegt enormes Potenzial für die Optimierung von Prozessen durch effiziente Datenanalyse. Wie auch Sie davon profitieren, lesen Sie in diesem Artikel.
Das Internet der Dinge (IoT) bekommt Verstärkung durch Künstliche Intelligenz. Das daraus hervorgehende Resultat trägt den Namen AIoT, die Abkürzung steht für Artificial Intelligence of Things (deutsch: Künstliche Intelligenz der Dinge).
Immer mehr Geräte sind mit dem Internet verbunden und aus der Ferne steuer- und überwachbar. Dazu gehören z. B. smarte Kamerasysteme zum Schutz des Hauses oder Bürogebäudes, aber auch ganze Produktionsanlagen, die vernetzt und über per Handy oder Tablet steuerbar sind.
Bisher waren die Geräte selbst noch nicht sehr smart. Vielmehr wurden die Daten, welche sie über ihre Sensoren sammelten zu einer zentralen Einheit über das Internet weitergeleitet und dort ausgewertet. Das ändert sich nun durch den Einsatz künstlicher Intelligenz (KI).
KI simuliert menschliche Intelligenz mithilfe von Computersystemen. Geräte und Maschinen werden durch Maschinelles Lernen (Machine Learning) befähigt, ihre Daten selbst auszuwerten, um so Aufgaben zu lösen und Entscheidungen zu treffen. Je mehr Daten entstehen, desto mehr lernen sie dabei, effizienter zu werden. Die Möglichkeiten, die sich aus der Kombination von vernetzten Geräten mit KI ergeben, sind äußerst vielfältig und betreffen alle Branchen und Bereiche.
So funktioniert AIoT
AIoT-Geräte sind wie andere IoT-Geräte über ein Netzwerk miteinander verbunden. Zudem verfügen sie über künstliche Intelligenz– in Form von Software oder eingebetteten Chips. Anwendungsprogrammierschnittstellen (APIs) sorgen für eine reibungslose Kommunikation zwischen Hardware-, Software und Plattformkomponenten.
Die IoT-Geräte sammeln über ihre Sensoren Daten, die von der KI analysiert werden, mit dem Ziel, die Effizienz zu erhöhen. Diese Disziplin der künstlichen Intelligenz wird als maschinelles Lernen bezeichnet. AIoT-Geräte werden als Cloud-basierte oder Edge-basierte Systeme eingerichtet.
Cloud-basiertes AIoT
Bei Cloud-basiertem AIoT findet die Verwaltung und Verarbeitung der Daten aus IoT-Geräten extern auf einer Cloud-Plattform statt. Das Gerät muss mit der Cloud verbunden sein, damit die Daten abgerufen und ausgewertet werden können.
Edge-basiertes AIoT
Bei Edge-basiertem AIoT werden die Daten so nahe wie möglich am Gerät verarbeitet, z. B. am Rande einer Produktionsstätte. Die KI-Software oder ein KI-fähiges System entscheidet, ob die Daten direkt vor Ort verarbeitet oder an ein Rechenzentrum geschickt werden. Große Datenströme und Verzögerungen in der Verarbeitung werden so vermieden, die verfügbare Bandbreite wird optimal genutzt.
Im AIoT kommen zwei Technologien zusammen: Künstliche Intelligenz, die lernfähig ist und selbständig Entscheidungen treffen kann und das vernetzte Internet der Dinge, das Daten produzieren und weiterleiten kann. Zu den Vorteilen zählen:
- verbesserte Effizienz
- automatisierte Prozesse durch maschinelles Lernen und die damit einhergehende Zeitersparnis
- verbesserte Sicherheit (vor allem bei industriellen Anlagen)
- erleichterte Planbarkeit (z. B. bei Wartungen)
Eine Herausforderung liegt darin, dass bei AIoT sehr große Datenmengen anfallen. Ein Unternehmen, das AIoT für sich verwenden möchte, sollte über eine entsprechende IT-Infrastruktur verfügen, um die anfallenden Daten zu bewältigen. Außerdem ergeben sich aus der Vielzahl vernetzter Maschinen Fragen des Datenschutzes und der IoT-Sicherheit vor Hackerangriffen.
Grundsätzlich sollten Sie sich nicht blind auf die intelligenten Maschinen verlassen. Selbst den bestens trainierten AIoT-Einheiten können Fehler unterlaufen. Bei falschen Diagnosen im Gesundheitsbereich oder bei teuren Industrieanlagen kann es fatale Folgen haben, wenn es keine (menschliche) Kontrollinstanz gibt, welche die Korrektheit der Ergebnisse überprüft.
Anwendungsbeispiele im Überblick
Die Technologie des AIoT bietet zahlreiche Anwendungsmöglichkeiten. Einige Beispiele finden Sie im Folgenden:
Industrie und Handel
Industrielle IoT-Anlagen können z. B. darauf aufmerksam machen, wenn ein Maschinenteil nicht mehr richtig funktioniert und gewartet werden muss. Bei Bedarf können die Maschinen zudem selbständig Nachbestellungen von Material in die Wege leiten.
Im Handel ermöglicht AIoT Smart Retail. Das bedeutet, dass Einzelhändler mithilfe von AIoT-Geräten das Kaufverhalten ihrer Kunden analysieren. Z. B. können AIoT-Sensoren Lager- und Regalbestände erfassen und so rechtzeitig Nachbestellungen in die Wege leiten, um Engpässe zu verhindern. Als Unternehmen müssen Sie auf die Einhaltung geltender Datenschutzstandards achten – Gesichtserkennung und Verhaltensauswertung der Kunden sind zwar technisch möglich, aber mit der DSGVO schwer zu vereinbaren.
Gesundheitswesen
Im Gesundheitswesen sammeln und analysieren Wearable-Geräte wie tragbare EKGs Gesundheitsdaten, wie z. B. die Herzfrequenz oder Aktivitätsdaten. Dadurch können Ärzte gezielter und individueller Behandlungsmethoden anbieten. Gleichzeitig steigert dies die Effizienz des Gesundheitssystems, da Ressourcen gezielter eingesetzt werden können.
Gebäudemanagement
Intelligente Bürogebäude sind mit Sensoren ausgestattet, die in Büros die Anwesenheit von Menschen wahrnehmen und automatisch Temperatur und Beleuchtung regulieren. So können Unternehmen Energiekosten einsparen und gleichzeitig ein angenehmes Arbeitsklima schaffen.
Um ältere Heizungsanlagen mit minimalem Aufwand effizienter zu machen, setzen Hausverwaltungen und Immobilienunternehmen auf die Kombination aus IoT und KI. Alles, was es dafür braucht, ist eine Steuerungseinheit, die an die Anlage angeschlossen wird. Anschließend werden Daten der Heizung gesammelt, in der Cloud analysiert und Steuerungsbefehle zurückgesendet. Durch diese Technologie lassen sich die Energiekosten drastisch senken, ohne bauliche Veränderungen vorzunehmen.
Öffentlicher Sektor und Energiewirtschaft
In Smart Citys, also intelligenten Städten, werden Sensoren z. B. zur Erfassung des Straßenverkehrs eingesetzt. So können etwa Ampelphasen mittels Analyse durch AIoT für einen fließenden Verkehr optimiert werden. Im Bereich der Mobilität kommt die Technologie zudem in Fahrgastinformationssystemen, Ticketautomaten, E-Ladesäulen und weiteren zum Einsatz. Anwendungsbereiche liegen zudem im Umweltsektor, etwa in der Abfallwirtschaft, der Messung der Luftqualität und der Lärmbelastung.
In der intelligenten Energieversorgung etablieren sich u. a. Smart Grids und Smart Meter. Smart Grids sind intelligente Stromnetze, die über eine Vielzahl von Sensoren Daten sammeln. Die Daten werden ausgewertet und die Bereitstellung von Energie an den tatsächlichen Bedarf angepasst. Smart Meter sind intelligente Messsysteme wie Stromzähler. Durch die Auswertung detaillierter Daten zum Energieverbrauch lassen sich Bedarfe und Einsparpotenzial erschließen. Mehr zur Digitalisierung der Energiewende lesen Sie im verlinkten Artikel.
AIoT im Überblick
AIoT …
…steht für Artificial Intelligence of Things, die künstliche Intelligenz der Dinge
…vereint maschinelles Lernen einer künstlichen Intelligenz mit dem IoT das über Sensoren Daten sammelt
…ermöglicht viele neue Anwendungsmöglichkeiten, um Prozesse zu optimieren und Kosten zu senken
…gibt es als Cloud- und Edge-basierte AIoT-Geräte. Erstere verarbeiten ihre Daten in einer Internet-Cloud, zweitere im oder nahe am Gerät mithilfe von Software oder Mikrocomputern.
Vorteile liegen in der Verbesserung von Effizienz und Sicherheit, Herausforderungen liegen in der Zuverlässigkeit von AIoT-Geräten und den großen Datenmengen
Quelle:
https://www.o2business.de/magazin/aiot-erklaert/