Ein Blick auf die Komponenten hilft, das Internet der Dinge zu verstehen. Das IoT besteht aus vier Hauptkomponenten:
Sensoren und Aktoren: Diese Komponenten empfangen Informationen aus der Umgebung und interagieren mit ihr. Sensoren erfassen Daten, während Aktoren dem System die Ausführung bestimmter Aktivitäten ermöglichen. Im Beispiel mit der Kaffeemaschine kontrolliert ein Sensor, wann der Benutzer aufwacht, und ein Aktor beginnt, den Kaffee zuzubereiten.
Konnektivität: Sensoren und Aktoren sind mit einem sogenannten Gateway verbunden. Der Gateway sorgt für die Kommunikation mit den Sensoren und Aktoren in der Nähe, indem er die Nachrichten in ein gemeinsames Format übersetzt, das dann in einen Cloud-Dienst im Internet hochgeladen wird. Die Kommunikation zwischen dem Gateway und den Sensoren und Aktoren geschieht üblicherweise drahtlos, obwohl eine kabelgebundene Verbindung ebenfalls möglich ist. Cloud-Dienste sind für gewöhnlich sehr auf Datenschutz bedacht (für weitere Informationen empfehlen wir unsere Kurse zur digitalen Revolution und zur Cybersicherheit).
Cloud: Die Cloud oder „Rechnerwolke“ – ein Computernetzwerk im Internet – speichert und analysiert Daten, um kluge Entscheidungen zu treffen. Zur Analyse werden einfache Regeln bis hin zu komplexen Algorithmen mit künstlicher Intelligenz (KI) angewandt. Mehr zum Thema KI erfahren Sie im Kurs Grundlagen zu KI.
Mensch-Maschine-Interaktion (MMI): Die Daten und deren Analyse werden vom Benutzer über eine spezielle Benutzeroberfläche (UI) oder eine App auf dem Smartphone oder Tablet überwacht. Das Ziel der MMI in einem IoT-System ist es, den Benutzer zu informieren und bei Bedarf automatisierte Entscheidungen ändern zu lasen.
Sensoren, Aktoren und Benutzeroberflächen
Die große Anzahl an Sensoren und Aktoren macht IoT-Systeme sehr flexibel. Durch eine Anpassung der Kombination aus Sensoren und Aktoren sind maßgeschneiderte Systeme für verschiedene Bedürfnisse möglich. In diesem Abschnitt beschäftigen wir uns näher mit den Sensoren, Aktoren und Benutzeroberflächen, aus denen das IoT besteht.
Es gibt zwei Arten von Sensoren: Sensoren für allgemeine Anwendungen und Sensoren für spezifische Anwendungen.
Sensoren für allgemeine Anwendungen sammeln Daten aus üblichen Geräten wie Kameras und Mikrofonen. Die Daten, in diesem Fall Bild und Ton, werden mit Computeranwendungen und Algorithmen analysiert.
Sensoren für spezifische Anwendungen sind so gebaut, dass sie günstig, energieeffizient und robust sind und spezifische Werte messen können. Im Vergleich zu Sensoren für allgemeine Anwendungen genügen hier einfachere Softwarelösungen. Beispiele für spezifische Sensoren sind Thermometer, Feuchtigkeitsmessgeräte, Bewegungsmelder, Pulsmesser, EKG-Geräte und Gewichtssensoren.
Mit diesen beiden Sensorarten kann beispielsweise Bewegungserkennung unterschiedlich erfolgen:
mit einer Kamera, die eine bestimmte Person oder Bewegungen in einem bestimmten Bereich erkennt
mit einem speziellen Bewegungsmelder, was kosten- und energieeffizienter ist
mit einem Mikrofon, da dies in heißen, dunklen Bereichen funktioniert, wo andere Sensoren versagen
Neben den Sensoren ist auch eine Interaktion mit den Maschinen des IoT-Systems oder den Menschen, die es betreiben und nutzten, möglich. Daher können Aktoren und Benutzeroberflächen (UIs) bei IoT-Lösungen involviert sein. Aktoren können die Werte verändern, die von den Sensoren gemessen werden, z. B. die Temperatur erhöhen oder das Fenster öffnen.
Benutzeroberflächen ermöglichen die Mensch-Maschine-Interaktion. Sie können grafisch, akustisch, sprachgesteuert oder haptisch sein:
Grafische Benutzeroberflächen (GUIs) werden meist über den Touchscreen eines intelligenten Geräts (Smartphone oder Tablet) bedient, teils aber auch mit einem speziellen Gerät mit Touchscreen oder Bildschirm und Knöpfen.
Bei Sprach-Interfaces (VUIs) interagiert der Benutzer mit dem IoT-System in natürlicher Sprache, während bei einer rein sprachbasierten Schnittstelle Töne auf wichtige Ereignisse hinweisen.
Haptische Interfaces geben dem Benutzer normalerweise über Vibrationen Feedback.
Eine Kombination dieser Benutzeroberflächentypen kann die Nutzererfahrung insgesamt verbessern.
IoT und 5G
5G ist die fünfte und neuste Generation der Mobilfunktechnologie. Die erste Generation (1G) des Mobilfunkstandards unterstützte nur die Sprachausgabe. Mit 2G kamen digitale Netzwerke als Neuheit, was dem analogen Ansatz von 1G technisch deutlich überlegen war. 3G führte die Datenübertragung ein und 4G erhöhte die Übertragungsgeschwindigkeit beträchtlich. 5G bietet noch deutlich höhere Geschwindigkeiten als alle vorherigen Standards, 4G eingeschlossen. Zudem kann 5G Regionen mit höherer Verbindungsdichte versorgen und bietet eine bessere Abdeckung.
Ein Schlüsselaspekt von 5G ist Massive Multiple Input Multiple Output (MIMO), eine Technik, die eine große Anzahl von Antennen und komplexe Kommunikationssoftware beinhaltet, sodass schnelle Kommunikation mit zahlreichen Geräten möglich wird. Da das Internet der Dinge auf Datenübertragung basiert, hat schnelles mobiles Internet große Auswirkungen auf die Fähigkeiten und die Reichweite intelligenter Geräte. Es wird davon ausgegangen, dass die Verbreitung von 5G eine Revolution des Internet der Dinge auslösen wird.
IoT und KI
Die Kombination aus Internet der Dinge und künstlicher Intelligenz (KI) wird oft AIoT (Artificial Intelligence/Internet of Things) genannt. Mehreren Quellen zufolge kann der Nutzen des IoT durch KI noch gesteigert werden. Um AIoT zu verstehen, muss man erst einmal künstliche Intelligenz an sich verstehen. Wir haben bereits gelernt, dass Sensoren und Aktoren Daten sammeln und diese in der Cloud gespeichert werden. Analysiert werden diese Daten von Fachleuten oder von Computerprogrammen, die basierend auf der Expertise und den Vorschlägen der Fachleute geschrieben wurden. Bei komplexen Daten funktionieren die von Fachleuten geschriebenen Regeln nicht einwandfrei. Zudem sind die Regeln für gewöhnlich nicht universell, sodass sie immer wieder neu geschrieben werden müssen, z. B. wenn neue Sensoren zum System hinzukommen oder die Umgebung sich ändert (z. B. wenn eine neue Familie in ein Haus mit IoT-System zieht). Dank künstlicher Intelligenz ist es bei großen Mengen repräsentativer Daten möglich, die Regeln anhand der Daten selbst zu erlernen. Dadurch kann die KI sich automatisch an Veränderungen anpassen.
Beim Internet der Dinge ist der Mensch immer der Systemintegrator und Entscheider, weshalb der Prozess stark personalisiert ist. Mit KI lernen die Geräte anhand der Daten und treffen Entscheidungen basierend auf dem bisherigen Verhalten des Nutzers. Mehr Daten führen zu besseren KI-gestützten Entscheidungen. Um beispielsweise das Geschlecht einer Person erkennen zu können, muss die KI mit Fotos von Frauen und Männern gefüttert werden. Je mehr Fotos die KI gesehen hat, desto besser und präziser kann sie eigenständig entscheiden, ob ein Bild eine Frau oder einen Mann zeigt.
Systeme mit AIoT können mit KI-Methoden die großen Datenmengen der Sensoren analysieren, um das Verhalten des Nutzers und die Umgebung kennenlernen und bessere Dienste anbieten. Die meisten AIoT-Lösungen laufen in der Cloud oder über den Gateway. Ein neuer Ansatz bringt KI auch auf Edge-Geräte („schlafende Geräte“). Dieser Ansatz wird TinyML (Tiny Machine Learning) genannt. Dabei speichern IoT-Geräte Daten lokal, benötigen keine Internetverbindung und reagieren deutlich schneller. Andererseits gibt es große Einschränkungen bei TinyML-Algorithmen, z. B. geringen Energieverbrauch (ein Gerät muss ein ganzes Jahr mit einer CR2032-Knopfzelle laufen können) und begrenzte Rechenleistung.
Für eine ausführliche Erklärung der Mechanismen und Möglichkeiten von KI können Sie einen Blick in unseren Kurs zu Grundlagen der KI werfen.
Das IoT im Alltag
Sensoren sind bereits überall – manche sind mit einem Netzwerk verbunden, andere nur mit einer lokalen Maschine. Smartwatches messen die Herzfrequenz, tägliche Aktivitäten und die Schlafzeit und laden die Daten ins Internet hoch. Der Standort von Bussen und Straßenbahnen wird per GPS erfasst und auf einer Karte angezeigt und an den Haltestellen sieht man die Wartezeit. Intelligente Autos verfügen über eingebaute Sensoren, die Daten zum Verschleiß sammeln, welche der Besitzer oder ein Techniker einsehen kann. Im Zuge der Verbreitung des Internet der Dinge werden immer mehr Sensoren damit vernetzt. Im nächsten Abschnitt befassen wir uns mit möglichen Anwendungsszenarien und betroffenen Sektoren.
