Lehrplan
Kurs: Fernkurs Digitale Transformation: Agilit...
Anmeldung

Curriculum

Fernkurs Digitale Transformation: Agilität, Blockchain, KI, IoT, Cloud-Computing und Cyber-Security im Unternehmen

Textlektion

3.1 Einführung in das „Internet der Dinge“

Image

Der Begriff “Internet der Dinge (IoT)” bezeichnet die Vernetzung von physischen Geräten, die über das Internet kommunizieren können. Die erfassten Daten werden über Netzwerke an zentrale Systeme übermittelt und dort verarbeitet. Das Internet der Dinge umfasst eine Vielzahl von Anwendungen, die von smarten Haushaltsgeräten bis hin zu komplexen industriellen Systemen reichen (vgl. Ashton, 2009, “That ‘Internet of Things’ Thing”, RFID Journal).

Die Idee des Internets der Dinge (IoT) wurde erstmals in den 1990er Jahren von Kevin Ashton formuliert, als er den Begriff “Internet of Things” prägte. Seither hat sich die Technologie rasant entwickelt, angetrieben durch Fortschritte in der Sensortechnologie, der Datenverarbeitung und der Netzwerkkommunikation (vgl. Ashton, 2009).

IoT-Systeme basieren in der Regel auf einer Kombination von Sensoren, die Daten erfassen, Netzwerken zur Übertragung dieser Daten und Cloud-Computing-Plattformen zur Speicherung und Analyse der Daten.
Diese Architektur eröffnet die Möglichkeit der Erfassung und Nutzung großer Datenmengen in Echtzeit (vgl. Evans, 2011, The Internet of Things: How the Next Internet Revolution Will Change Everything, Cisco).

Wichtige Komponenten des IoT:

Zu den wesentlichen Komponenten des Internets der Dinge zählen Sensoren und Aktuatoren. Sensoren erfassen physikalische Daten wie Temperatur, Feuchtigkeit oder Bewegung. Aktuatoren führen basierend auf den erhaltenen Daten Aktionen aus, wie beispielsweise das Öffnen eines Ventils oder das Einschalten eines Geräts (vgl. Kastner et al., 2009).

Die Kommunikation zwischen den Geräten erfolgt mittels geeigneter Protokolle.
Als Beispiele können hier MQTT (Message Queuing Telemetry Transport) und CoAP (Constrained Application Protocol) genannt werden (vgl. Schmidt et al., 2013).

Cloud-Computing-Plattformen stellen eine wichtige Komponente des IoT dar. Die Verarbeitung und Speicherung großer Datenmengen, welche von IoT-Geräten erzeugt werden, erfolgt in der Regel in der Cloud. Plattformen wie AWS® IoT, Microsoft® Azure IoT und Google® Cloud IoT stellen die für das Management von IoT-Daten notwendigen Dienste bereit (vgl. Amazon® Web Services, 2024; Microsoft, 2024).

Im Rahmen der Datenanalytik und -visualisierung erfolgt eine Analyse der gesammelten Daten mit dem Ziel, nützliche Erkenntnisse zu gewinnen. Dies kann mittels einfacher statistischer Analysen oder komplexer maschineller Lernalgorithmen erfolgen (vgl. Marr, 2018).

Anwendungsfelder des IoT:

Der Begriff “Smart City” bezeichnet eine Stadt, die sich durch eine intelligente Nutzung von IoT-Technologien auszeichnet. Dies umfasst die Verbesserung der städtischen Infrastruktur sowie die Steigerung der Lebensqualität. Als Beispiele können intelligente Verkehrsmanagementsysteme angeführt werden, welche den Verkehr in Echtzeit überwachen und steuern, sowie ein smartes Lichtmanagement, welches die Beleuchtung basierend auf der Umgebungsbeleuchtung und der Anwesenheit von Personen anpasst (vgl. Gartner, 2021).

Im industriellen Sektor erlaubt das Internet der Dinge eine durchgängige Vernetzung von Maschinen und Anlagen. Die Integration von IoT in Produktionsprozesse bildet den Kern der Industrie 4.0.
Die daraus resultierenden Effekte umfassen effizientere Betriebsabläufe, eine vorausschauende Wartung sowie eine optimierte Qualitätssicherung. Ein exemplarisches Anwendungsgebiet des IoT stellt die Überwachung des Maschinenzustandes dar, wodurch frühzeitig Anzeichen von Verschleiß erkannt und folglich Ausfallzeiten minimiert werden können (vgl. Schwab, 2016).

Das Potenzial des IoT zur Revolutionierung des Gesundheitswesens ist ebenfalls von großem Interesse. Wearable Technologies, wie beispielsweise Smartwatches und Fitness Tracker, erfassen kontinuierlich Gesundheitsdaten und übermitteln diese an medizinische Fachkräfte. Die Nutzung dieser Daten ermöglicht eine optimierte Überwachung des Gesundheitszustandes, die Erstellung individualisierter Behandlungspläne sowie die Implementierung präventiver Maßnahmen (vgl. Marr, 2018).