Internet of Things – die vierte industrielle Revolution

Kommentieren Drucken

IoT – das Internet of Things wird unter dem deutschen Marketing-Begriff Industrie 4.0 vermarktet. Was verbirgt sich dahinter? Hat IoT Revolutions-Potenzial für die Netzwerk-Technologie? Wo steht der IoT-Markt, Zeichnen sich bereits erkennbare Architekturen und Standards ab? Der nachfolgende Beitrag setzt sich mit den genannten Fragen auseinander.

Schöne neue Welt
Die Musik des Weckers holt Sheila um 07:00h MESZ aus dem Schlaf. Die Rollos an den Fenstern muss sie nicht mehr hochziehen, denn 15 Minuten nach dem Start der Weckmusik heben sie sich automatisch. Abhängig von der Weckzeit hat sich 30 Minuten vor dem Wecken die Heizung hochgefahren und Küche und Bad von der Nachtabsenkung auf angenehme 22 Grad erwärmt. Das Wohnzimmer bleibt noch in der Nachtabsenkung, denn Sheila nutzt es morgens nicht, wie die Raumkamera in 4 Monaten Baselining festgestellt hat.

Das vor dem Aufstehen automatisch gesteuerte Hochfahren der Heizung findet nicht nur in Sheilas Wohnung statt, sondern auch bei allen anderen Bewohnern von Smart City, die um 07:00h aufstehen und eine Gasheizung haben. Die dadurch entstehende Leistungsspitze wird durch intelligente Zuschaltungen des regionalen Energieversorgers vorausberechnet, da die Smartmeter aller Haushalte halbstündlich den aktuellen und erwarteten Energiebedarf an das EVU-RZ (in der Cloud) übermitteln. Dadurch müssen keine nennenswerten Überkapazitäten bereitgestellt werden, sondern kann gezielt der aktuelle Gasbedarf ins Versorgernetz eingespeist werden.

Mit dem Frühstückskaffee in der Hand setzt sich Sheila ihre VR-Brille auf und checkt die seit gestern eingegangenen Chats-Anfragen, Videoclips und Projektnotizen (ihre Mutter hat noch mit Email gearbeitet…). Besonders wichtige Chats und Videoclips beantwortet sie sofort.

Nach dem Frühstück steigt Sheila in ihr Elektro-Fahrzeug, um ins Büro zu fahren. An jeder Ampel ist die Straße mit Qualcomm Halo Bodenplatten-Induktionsschleifen ausgestattet, ihr BMW hat eine DIN A4 große Induktions-Spule, über die er beim Halten an der Ampel Strom nachlädt (s.a. „Laden ohne Leiden“, Die Welt, 19. Juni 2016). Die geladene Strommenge wird über einen Chip im Auto ermittelt, der beim Nachladen auch den genutzten Energieversorger erkennt. Im Minuten-Takt übermittelt er die von Sheilas Fahrzeug entnommene Strommenge an das RZ des Cloud-Anbieters, der für alle EVUs der Region die Abrechnungs-Auswertungen aller Verbraucher-Chips bereitstellt. Die übermittelten Daten werden sofort in eine Trend-Analyse-App eingespeist, die den Strombedarf des nächsten 5 Minuten-Intervalls anhand des aktuellen Verkehrsaufkommens berechnet. Sheila bekommt monatlich oder vierteljährlich eine Abrechnung, der – auf Wunsch – detailliert zu entnehmen ist, wann ihr Auto bei welchem EVU wieviel Stromleistung bezogen hat. Ist die Ampel rot, hält ihr Wagen mit Autostop 1,5m hinter dem vor ihr stehenden Auto an, 2 Sekunden bevor die Ampel auf Grün wechselt, startet sich der Motor wieder.

Am Bürostandort angekommen, steigt Sheila vor dem Parkplatz aus und startet das autonome Einparken über ihr Smartphone. Sheilas Auto parkt selbständig ein und zwar so, dass es passgenau über der Induktionsschleife des Parkplatzes zu stehen kommt, um mit dem optimalen Wirkungsgrad nachzuladen.

Pure Vision? Science Fiction? Nein – die komplette Geschichte kann sich in fünf Jahren als Pilot und in 15 Jahren als Massenmarkt so ereignen: mit Internet of Things, der globalen Vernetzung aller „Objekte“ (siehe Abbildung 1):

  • Smart Metering
  • Smart Home
  • Smart City
  • Smart Farming
  • Smart Retail

1. Was ist Internet of Things?

Internet of Things (IoT) oder noch umfassender Internet of Everything (IoE) wird auch als vierte industrielle Revolution (Industrie 4.0) bezeichnet. Von der Industrialisierung mit Wasser- und Dampfkraft über Elektrizität hin zur digitalen IT und Fertigungs-Automatisierung geht der Weg jetzt über die Vernetzung aller „Dinge“ in Richtung Cyberspace und Cyber-Physikalische Systeme.

Internet of Things ist das Netzwerk physischer Objekte – Geräte, Fahrzeuge, Gebäude und andere Gegenstände – in diese eingebettet sind Elektronik, Software, Sensoren, Aktoren und Netzwerk-Konnektivität, die diese Objekte in die Lage versetzt, Daten zu sammeln und auszutauschen (Wikipedia)

„Manche versetzt das in Euphorie, andere in Angst und Schrecken. Manchen öffnet es die Augen, andere wollen sich davor verschließen. An der Botschaft jedoch ist kein Vorbeikommen: Unsere Lebens- und Arbeitswelten verändern sich dramatisch. Sie entfernen sich vom Manuellen und tauchen immer tiefer ein in die digitale Vernetzung“ (Die Welt, 25. April 2016, Sonderausgabe Industrie 4.0, Seite I). (siehe Bild 2)

Internet of Things betrifft die verschiedensten, wenn nicht alle Bereiche unseres Lebens und Arbeitens und wird diese revolutionieren. Bild 3 zeigt Beispiele aus den Bereichen

  • Welt-Index
  • RFID, Logistik-Tracking
  • Fernsteuerung (Remote Control)
  • M2M und
  • Metering, Objektsteuerung

Welt-Index (Orange): stellt eine Vorstufe von IoT dar. Alle Gebäude sind im weltweiten Internet erfasst und beschrieben (Geo-Tagging, GPS, Google Earth). In der erweiterten IoT-Ausbreitung sind alle Objekte der Welt mit ihrer Geo-Positionierung erfasst und online dargestellt. Es gibt jedoch noch keine Kommunikation mit ihnen.

Logistik-Tracking, RFID (Lila): Objekte werden mit einem (weltweit eindeutigen) RFID Tag versehen, der jede ihrer Bewegungen nachvollziehbar macht und über den sie online dargestellt werden. Es gibt jedoch noch keine Kommunikation mit ihnen. Beispiele sind Paket-Tracking, Barcodes, Nearfield Communication.

Remote Control (Rot): Objekte sind über einen Chip mit ihrer Geoposition im Netz erfasst, gestohlene Objekte wie zum Beispiel Autos oder Schlüssel können nachverfolgt werden. Diese Objekte sind mit dem Internet verbunden und kommunizieren mit Menschen: Sie nehmen Aktionsbefehle entgegen und liefern Informationen über sich selbst (beispielsweise ihre Geoposition, wenn sie gestohlen wurden).

Machine to Machine (Grün): Objekte kommunizieren untereinander, wenn bestimmte (Trigger)-Bedingungen eingetreten sind. Im Smart Farming fordern Pflanzen selbständig Wasser von den Bewässerungs-Systemen an, wenn sie „durstig“ sind.

Steuerung durch intelligente Objekte (Blau): Alarme werden je nach gemessenen Umgebungs-Bedingungen dynamisch früher oder später aktiviert. Zum Beispiel Weck-Alarme können bei schlechtem Wetter oder hohen Verkehrslasten, unvorhergesehenen Stau-Bedingungen früher aktiviert werden. EVU-Leitsysteme werden durch Trendberechnungen auf Basis der abgerufenen Leistungen (Smart-Metering) hinsichtlich ihrer Einspeisungs-Leistung vorausschauend gesteuert. Hier kommunizieren intelligente Objekte mit dem Netz und liefern Informationen, die als „neue Wissensbasis“ weiterverarbeitet werden können.

Die oben beispielhaft dargestellten Anwendungsbereiche erstrecken sich über die verschiedensten, um nicht zu sagen fast alle Geschäftsbereiche:

  • Gebäude
  • Energie
  • Verbraucher
  • Gesundheit
  • Industrie
  • Transport
  • Einzelhandel
  • Öffentliche Sicherheit
  • IT und Netze

Markt und Zahlen
Gartner prognostiziert für 2020, dass 25 Mrd. Objekte via Internet vernetzt sein werden, das entspricht im Vergleich zu 2009 einem Faktor 30 (heute sind es 15 Mrd. vernetzte Objekte). Schätzungen von Cisco und Intel gehen sogar von 50 bis 200 Mrd. vernetzten Objekten aus.

Das Marktvolumen für IoT-Dienstleistungen schätzt Gartner auf 69,5 Mrd. USD in 2015 und 263 Mrd. USD in 2020, IDC schätzt sogar 1,7 Bio. USD (ausgehend von 656 Mrd. in 2014). Hierbei werden Verbraucher-Applikationen die Anzahl vernetzter IoT-Geräte zwar weiter in die Höhe treiben, Unternehmen werden jedoch mit IoT den größten Umsatzanteil erzeugen.

Nach einer Telefonica-Untersuchung werden in 2020 werden 90% aller Autos vernetzt sein (ausgehend von 2% in 2012; Quelle: Telefonica). Der Wearable-Markt wird nach IDC von 76,1 Mio. Geräten in 2015 auf 173 Mio. in 2019 anwachsen.


Zum Vergleich der IoT-Dimension: aktuell sind etwa eine Milliarde Menschen vernetzt – und glaubt man Accenture, so verstehen etwa 87% der Mainstream Consumer nicht, was der IoT Markt eigentlich ist.

Statista hat in diesem Jahr Schätzungen veröffentlicht, die sich im Gesamtvolumen etwa mit Gartner decken – das Marktforschungs-Institut geht von 20 Mrd. vernetzten Objekten in 2020 aus (beginnend mit 3,8 Mrd. vernetzten Objekten in 2014). Hierbei ist das Zahlen-Wachstum vernetzter Objekte im Consumer-Bereich mit zwei Dritteln Anteil bei weitem am größten, der kommerzielle, industrie-übergreifende und vertikale Industrie-Markt nimmt den zweiten Platz ein, das vertikale Marktsegment belegt nur ein gutes Zehntel. Die entsprechende Umsatzbetrachtung kommt jedoch zu ganz anderen Ergebnissen: Hier hat der kommerzielle Markt fast die Hälfte des Umsatzanteils, und hiervon wiederum der vertikale Markt einen Löwenanteil von mehr als 60 Prozent. Die Statista-Marktübersichten sind in den Bild 4 und Bild 5 dargestellt (Quelle: Statista 2016).

Nach einer Untersuchung von CB Insights (November 2015) sind einerseits unter den aktivsten Investoren für IoT-Technologien recht bekannte Namen wie Intel Capital, Qualcomm Ventures, Foundry Group, Cisco Investments und Squoia Capital, andererseits fehlen einige sehr bekannte Namen wie HP und IBM oder NEC.

2. Einige Einsatz-Szenarien mit Internet of Things

Gebäudetechnik
In diesem Bereich gibt es bereits EU-Initiativen zum Smart Metering: 2020 sollen 80 Prozent aller Häuser mit intelligenten Zählern ausgestattet sein (HAN, WAN), 2022 sollen dann die 100 Prozent erreicht werden. In Großbritannien gibt es eine App mit dem Namen HiVE zur Heizungssteuerung: Hierbei werden Boiler und Thermostate über Wi-Fi mit einem Router verbunden und liefern Informationen an den Energieversorger. (siehe Bild 6)

Mit Google Nest erkennt ein Thermostat, wann er die Wohnung heizen muss: Eub Geofencing-Werkzeug erfasst die Position des Nutzers außer Haus und ermittelt die Wegstrecke sowie die Fahrzeit, die er noch bis nach Hause benötigen wird. Diese Anwendung hat Google jetzt um eine Sprachsteuerung erweitert (Google-Now-App für iOS und Android). Unter dem Logo „Works with Nest“ finden sich 3rd Party Erweiterungen, z.B. von Phillips das Hue Beleuchtungssystem; es blinkt, wenn ein Nest-protect Sensor Kohlenmonoxid erkennt.

AV-Systeme mit Überwachungsfunktion für beliebige Haushaltsgeräte könnten Fehlercodes an Hersteller und Versorger melden und Kundendienst-Besuche oder Ersatzteil-Bestellung veranlassen.

Fertigung
Intelligente Fertigungsstraßen, Maschinen und Produkte tauschen miteinander Daten aus und steuern den Fertigungsprozess gemeinsam. Smarttags vernetzen dabei die für den Fertigungsprozess notwendigen Bestandteile. Dies führt zu einer effizienteren Anlagenverwaltung, besserer Material-Verfolgung, noch schnelleren Just-in-Time-Prozessen, weniger Fehlern, und last but noch least auch zu weniger Diebstählen. (siehe Bild 7)


Umwelttechnik und Smart Cities

Vernetzte Sensoren werden Umweltveränderungen erkennen und weitermelden. So können frühzeitige Warnungen vor Erdbeben, Lawinen, Vulkanausbrüchen, Tsunamis erfolgen und bei Bedarf frühzeitig Evakuierungen eingeleitet werden.

Am Flughafen von San Francisco werden beispielsweise Umgebungs-Informationen für Behinderte bereitgestellt: Hier gibt es 500 Signalsender, die mit iOS kommunizieren. Ein iOS Gerät meldet dann eigeninitiativ wichtige Infos wie z.B. nächstgelegene Abflug-Gates, Geldautomaten, Info-Schalter, Steckdosen.

In sehr vielen Bereichen werden Sensor-Netze eine Informationsbasis für Überwachung, Alarme und Steuerung bieten. Dies gilt insbesondere auch im Smart City-Umfeld für Umwelt, Energie, Sport und Verkehr. Hier werden Sensoren die CO2-, Staub- und toxische Emissionen von Industriebetrieben überwachen. Elektromagnetische Abstrahlungen von Antennen und WiFi Routern werden gemessen und überwacht, gleiches gilt für radioaktive Abstrahlungen von Kernkraftwerken. Schall- und Lärmbelastung kann gemessen und überwacht werden. Wasserrohr-Brüche und überlastete Kanäle führen zu Alarmen. Waldbrände werden frühestmöglich gemeldet. (siehe auch Bild 8)

Die Verkehrs-Steuerung in überlasteten Städten wird (hoffentlich) wesentlich effizienter. Die Ampelschaltungen werden mit den heranfahrenden und wartenden Autos kommunizieren, Anhalten und Anfahren werden von der Ampelschaltung aus getriggert. Es kann dynamische Staumeldeanzeigen für alle größeren Straßen in allen Fahrzeugen geben. Es kann straßen- und ortsteilbezogene Warnmeldungen bei schlechten Wetter- und Straßenbedingungen geben (zum Beispiel bei Unfallstaus, Starkregen, Glatteis, Überschwemmungen). Freie Parkplätze werden im Auto auf einer Stadtkarte angezeigt.

Gartner prognostiziert, dass 2020 weltweit etwa jedes fünfte Fahrzeug auf der Straße irgendeine Funkverbindung haben wird. Das bedeutet mehr als 250 Millionen vernetzte Fahrzeuge. Diese Vernetzung der Fahrzeuge wird als wesentliche Funktionsbereiche Telematik, automatisiertes Fahren, Infotainment und Mobilitäts-Dienste stark beeinflussen. (siehe auch Bild 9)

Für die Städte werden sich sensorgesteuerte LED-Beleuchtungen etablieren. Jede Straßenlampe wird mit Helligkeits-Sensoren bestückt sein. Die Straßenbeleuchtung schaltet sich dann nicht mehr tageszeitabhängig sondern helligkeits-abhängig ein und wird entsprechend bei etwa vorhandenem Rest-Tageslicht nicht die volle Leuchtkraft aktivieren. Öffentliche Abfalleimer können mit Füllstandsanzeigen ausgestattet werden – wenn sie voll sind, werden sie bedarfsgerecht von einem Roboter geleert.

Im Supermarkt erfasst eine Kamera am Eingang die Kunden per Gesichtserkennung (dagegen können Sie sich im Wesentlichen nur wehren, wenn Sie in einem anderen Supermarkt einkaufen gehen – es wird leider aber keinen Supermarkt mehr ohne Kamera geben… Dagegen können Sie sich dann nur noch wehren, wenn Sie Ihren Salat im eigenen Garten anbauen – natürlich mit Smart Farming). Kameras an den Regalen werden aufnehmen, ob Sie auf die vorgefundenen Produkte erfreut, verärgert oder konsumkritisch reagieren. Alle Waren sind mit RFID Tags versehen. Steht der Ablauf des Mindesthaltbarkeitsdatums bevor, wird der Preis eines Produktes automatisch reduziert. Die Waren, die Sie in Ihren Einkaufswagen geladen haben, werden automatisch erfasst, Sie müssen sie nicht mehr auf ein Band an der Kasse legen. Ihr Kaufverhalten wird ebenfalls erfasst und Ihrem Gesicht zugeordnet. Sofern Sie üblicherweise alle vier Wochen Toilettenpapier kaufen und dies einmal vergessen, könnte die freundliche Dame an der Kasse Sie gezielt daran erinnern. Sie bezahlen nicht mehr mit Bargeld sondern mit Ihrem Mobilgerät oder einer Karte. Ein Smart Market Szenario zeigt Bild 10.


Gesundheitswesen

Im Gesundheitswesen wird es eine Fülle neuer kleinformatiger und großformatiger Überwachungsgeräte geben. Das ganze „Wearable“ Portfolio schlägt hier zu: Blutdruck-Sensoren, Puls-Sensoren, Blutzucker-Sensoren, Schweiß-Sensoren, Schrittzähler und vieles mehr wird in Brustgurten, Manschetten, Klemmen, Kabeln und anderen Kleinteilen eingebaut sein und als BAN (Body Area Network) mit Gesundheitsdiensten, Notdiensten und Patientendatenbanken kommunizieren. (siehe Bild 11)

Jedes Krankenzimmer ist mit einer Videokamera ausgestattet, die die Krankenbetten im Fokus hat. Im Schwesternzimmer der Krankenstation sind alle Krankenzimmer auf einer großen Wandanzeige zu sehen. Werden dann zum Beispiel nachts mehrere Patientenrufe gleichzeitig ausgelöst, kann die Schwester anhand der Bildanzeige entscheiden, welchem Patienten sie aktuell am dringendsten helfen muss.

3. Architektur-Ansätze für Internet of Things

Da die Technologie vergleichsweise jung ist, gibt es noch keine allgemein akzeptierte Standard-Architektur. Bei meiner Bearbeitung des Themas stelle ich drei Ansätze vor, die eine aktuell erkennbare Marktrelevanz haben:

  • IoT Architektur des Europäischen Forschungsprojekts (FP7, 2012)
  • IoT Architektur des Industrial Internet Consortiums (2015)
  • IoT Architektur aus der Praxis aktuell verfügbarer Lösungen

3.1 IoT-Architektur des Europäischen Forschungsprojekts
Am Europäischen Forschungsprojekt zum Thema „Internet of Things – Architektur“ haben rennomierte Firmen und Institutionen mitgearbeitet wie Alcatel-Lucent Bell Labs (Frankreich), Fraunhofer Institut für Materialfluss und Logistik (Deutschland), Hitachi Europa (Großbritannien), Universität St. Gallen (Schweiz), IBM Research (Schweiz), NEC Europa, SAP AG (Deutschland), Siemens AG (Deutschland), Universität Würzburg (Deutschland), VDI/VDE (Deutschland) und andere mehr.

Dieser Beitrag basiert auf dem final veröffentlichen Draft D1.5 (15.07.2013), auch als „ARMv3“ bezeichnet. Motivation für das Projekt war erstens die fehlende Interoperabilität existierender Lösungen und die Skalierbarkeit hinsichtlich Kommunikation und Managebarkeit; zweitens benötigen Unternehmen, die eigene, zu anderen kompatible IoT-Lösungen entwickeln wollen, eine Referenz-Architektur: Die Referenz-Architektur soll sowohl die wesentlichen Bausteine als auch Design-Alternativen aufzeigen, um Anforderungs-Konflikte hinsichtlich Funktionalität, Leistung, Einsatzfeldern und Sicherheit handhaben zu können.

In diesem Sinn wurde ein Architektur-Referenz-Modell (ARM, Architecture Reference Model) mit theoretischen, praxisnahen und visionären Bausteinen entwickelt, das Skalierbarkeit und Interoperabilität von IoT-Lösungen sowohl auf der Kommunikations-Ebene als auch auf der Service Level-Ebene ermöglicht, gleichzeitig aber auch existierende „state of the art“ (SOTA) Lösungen integrieren kann. (siehe Bild 12)

Das IoT Referenzmodell stellt in dieser Referenz-Architektur die höchste Abstraktions-Ebene dar: Es liefert ein allgemeines Verständnis für die Domäne „Internet of Things“. Diese beinhaltet abgesehen von einer grundsätzlichen Beschreibung der Technologie ein IoT Informations-Modell und ein IoT Kommunikations-Modell, die die speziellen Rahmenbedingungen für eine Kommunikation vieler und verschiedenster Objekte (IoT Geräte) untereinander und insgesamt mit dem Internet erklären.

Die IoT Referenz-Architektur legt referenzmäßig fest, wie eine ARM-konforme IoT-Architektur aussehen muss, die dann zu anderen ARM-konformen Architekturen kompatibel ist, sprich: mit Implementierungen aus diesen Architekturen zusammenarbeiten, insbesondere kommunizieren oder Informationen verarbeiten kann. In diesem Sinn stellt sie Sichtweisen und Perspektiven verschiedener Architektur-Aspekte dar, die für IoT-Firmen und –Hersteller wichtig sind.

Der Leitfaden (Guidelines, Best Practises) führt den IoT-Architekten durch den Prozess, aus der Referenz-Architektur eine konkrete (Produkt-)Architektur abzuleiten: Das IoT ARM stellt für kommerzielle Organisationen eine „Best Practise“ Architektur bereit, mit der in verschiedenen Geschäfts- und Anwendungs-Domänen verschiedene zueinander kompatible Architekturen implementiert werden können. Der Leitfaden bildet einen elementar wichtigen Teil der IoT-A Arbeit, denn er legt dar, wie die in den höheren Blöcken spezifizierten Modelle, Sichtweisen und Perspektiven sich konkret praktisch umsetzen lassen. Er stellt Umsetzungs-Details, eine Liste von Design-Varianten und konkrete Anwendungs-Beispiele bereit.

Das Hauptziel des IoT ARM lässt sich gut in einem Piktogramm-Baum verdeutlichen: Kommunikations-Protokolle wie IPv6, WiFi, Bluetooth, ZigBee, 6LowPAN, RFID, EPCgloabal oder uID und Geräte-Technologien wie Sensoren, Aktoren oder Tags bilden die Wurzel eines Internet-of-Things-Baumes. Die ganze Fülle der IoT Applikationen aus Einzelhandel, Gesundheitswesen, Energieverwaltung, Transportwesen, Logistik, Haustechnik oder Smart City sind die Blätter. Sie entstehen aus dem Wissen und den Informationen der Wurzeln. Das verbindende Element zwischen Wurzeln und Blättern, der Baumstamm ist natürlich von zentraler Bedeutung, denn ohne ihn können die Blätter nicht entstehen, leben und wachsen. Dieser Stamm ist die IoT-Architektur, besser gesagt ihr Referenz-Modell, das IoT ARM. Innerhalb des IoT-Baums ist es das Ziel, ein minimales Set interoperabler Technologien auszuwählen und dann ein hierauf abgestimmtes Set von Bausteinen vorzuschlagen, das die Erschaffung eines maximalen Ecosystems von interoperablen IoT-Systemen / IoT-Applikationen („die Blätter“) ermöglicht. (siehe Bild 13)

Die der IoT-Architektur zugrunde liegenden Konzepte lassen pragmatisch sich an einem Beispiel aus der Transportwesen erläutern: Live Sensor Monitoring in einem „intelligenten“ LKW kann Schäden am Transportgut verhindern, die aufgrund negativer Umwelteinflüsse entstehen könnten – und das geht so:

Ein LKW ist mit Sensoren ausgestattet und kann mit anderen Geräten über Funk kommunizieren. Mit solcher Hardware misst der LKW kontinuierlich Umgebungs-Parameter wie Temperatur, Luftfeuchtigkeit, Erschütterungen oder ähnliches. Die Messungen werden über einen eingebauten Alarm-Dienst an das Mobiltelefon des LKW-Fahrers gesendet, der diesen Dienst gebucht hat.

IoT-Architektur: Ein Beispiel

Der LKW-Fahrer Fred transportiert empfindliche Orchideen zum Blumenladen. Nach Beladung des LKW mit den Orchideen wird ein Temperatur-Sensorfeld an den Transport-Behältern angebracht, das kontinuierlich die Temperatur im Innern des Transportraums misst. Fred beschließt, zum Mittagessen eine Pause einzulegen, weil er Hunger hat. Er parkt an einem nahegelegenen Restaurant und geht hinein. Leider hat er vergessen, vorher die Klimaanlage einzuschalten. Da es ein heißer Sommertag ist, steigt die Temperatur im LWK-Transportraum schnell an. Bei Erreichen eines Schwellwerts sendet das Sensorfeld einen Alarm an das IoT Mobiltelefon von Fred. Dieser Alarm (der ja ziemlich vertraulich ist) kann von anderen Telefonen empfangen werden: Fred’s Telefon muss sich hierfür authentisieren. Nach Erhalt des Alarms geht Fred schnell zum LKW und stellt die Klimaanlage ein. Sein Telefon hat einen Event-Log für alle Alarme. Kommt der LKW am Laden an, wird zusammen mit den Orchideen die Sensor-Historie an das IoT-fähige Ladensystem übermittelt sowie eine Sensor-Prüfmitteilung, dass sie nicht manipuliert wurden.

In dem genannten Beispiel finden sich verschiedenste Komponenten des IoT ARM (siehe hierzu Bild 14), die bei konkreten Architektur-Aufgaben weiterhelfen: Wenn ein Hersteller zum Beispiel wissen will, wie er eine verteilte Applikation modellieren soll, die verschiedene Geräte involvieren kann, wendet er das IoT ARM an und entwickelt ein konkretes IoT Domänen-Modell für seine Applikation. Zur Konkretisierung für eine Applikation mit mehreren Endgeräten / Systemen bietet der Leitfaden weitergehende Anleitung. Das detaillierte Applikations-Modell erhalten dann die Entwickler, die diese Anwendung exakt nach dem Modell programmieren.

Das IoT Referenz-Modell

Das Referenz-Modell für Internet of Things will eine gemeinsame Grundlage und gemeinsame Sprache für IoT Architekturen und IoT Systeme etablieren. Es besteht aus verschiedenen Sub-Modellen, die den jeweiligen IoT Design-Bereich betrachten und die zuvor diskutierten architekturellen Sichtweisen und Blickwinkel adressieren. Das Kernmodell ist das IoT Domänen-Modell, das die Basis für alle weiteren Sub-Domänen bildet, wie Bild 15 zeigt. Es beschreibt alle Konzepte, die im Umfeld von Internet of Things relevant sind, wie Internet of Things Geräte (Objekte, Devices), IoT Dienste und Virtuelle Objekte (VE, Virtual Entities) sowie deren Beziehungen zueinander.

Die Abstraktions-Ebene des IoT Domänen-Modells wurde so gewählt, dass die hier beschriebenen Konzepte unabhängig von spezifischen Technologien und Einsatz-Szenarien sind.

Der Grund hierfür liegt in der Erwartung, dass die gewählten Konzepte sich in den nächsten Jahrzehnten nicht oder nicht maßgeblich ändern sollen. Alle Sub-Modelle basieren ausschließlich auf den Konzepten, die das IoT Domänen-Modell einführt. Somit ist das Domänen-Modell zwingende Voraussetzung für jegliche Nutzung des IoT ARM, während Sub-Modelle wie Kommunikation, Vertrauenswürdigkeit, Sicherheit und Verschlüsselung für einzelne Anwendungs-Szenarien viel weniger kritisch sein können. Wesentliche Sub-Modelle des IoT Referenz-Modells sind:

  • Informations-Modell
  • Funktions-Modell
  • Kommunikations-Modell
  • Trust, Security und Privacy Modell (TSP)


Auf Basis des IoT-Domänen-Modells wurde im nächsten Schritt das Informations-Modell entwickelt. Es definiert die Informations-Struktur, d.h. Beziehungen (Relationen) und Attribute von IoT-Informationen in einem IoT System auf konzeptueller Ebene, ohne dabei festzulegen, wie sie konkret repräsentiert wird. Das Informations-Modell ermöglicht es, die zu einem Domänen-Modell zugehörige Information(s-Struktur) abzubilden: Welche Informationen werden in einem IoT System wo gesammelt, gespeichert und weiterverarbeitet, zum Beispiel Informationen über Geräte/Objekte, IoT Dienste und Virtual Entities.

Auf der Basis des Domänen-Modells und des Informations-Modells identifiziert das Funktions-Modell Funktions-Gruppen (FG, Functionality Group), die ihre Grundlage meistens in den Kernkonzepten des IoT Domänen-Modells haben. Diese Funktions-Gruppen bauen aufeinander auf und folgen den Relationen, die im zugehörigen IoT Domänen-Modell spezifiziert wurden. Die FG’s stellen somit die Funktionen zur Interaktion von Konzept-Instanzen und zum Informations-Management bereit, beispielsweise Informationen über Virtuelle Objekte oder über IoT-Dienst-Beschreibungen.

Eine Kernfunktion in jedem verteilten Computersystem ist die Kommunikation zwischen seinen verteilten Komponenten. Daher ist das Kommunikations-Modell eine Funktions-Gruppe des Funktions-Modells. IoT Systeme haben oft die Charakteristik, dass sehr heterogene Kommunika-tionstechnologien zum Einsatz kommen – vielfach ist dies ein direkter Ausfluss der komplexen Kommunikations-Bedarfe eines IoT Systems. Daher führt das Kommunikations-Modell Konzepte ein, die die komplexe Kommunikation in heterogenen Internet of Things Umgebungen handhaben können.

Last but not least ist TSP (Trust, Security and Privacy) in typischen Internet of Things Einsatz-Szenarien wichtig. Folgerichtig gibt es ein IoT TSP Modell, das die hierfür relevanten Funktionen, ihre gegenseitigen Abhängigkeiten und ihre Interaktionen einführt. Wie beim Kommunikations-Modell ist auch die Sicherheit eine Funktions-Gruppe des Funktions-Modells.

Das Domänen-Modell für den Orchideen-LKW

Kommen wir auf das Orchideen-LKW-Beispiel zurück. Abbildung 3.5 zeigt das Instanz-Diagramm der Aspekte, die für den Orchideen-LKW von zentraler Bedeutung sind. Die Beispiel-Darstellung nutzt UML. Die Objekte, die für den Orchideen-LKW relevant sind, sind in verschiedenfarbigen Blöcken dargestellt: Eine gelbe Box (formal: Instanz) repräsentiert den LKW-Fahrer Fred, eine blaue Box den Temperatur-Sensor, der den Alarm triggert, während Fred im Restaurant sitzt. Die Farben haben eine bestimmte Bedeutung für ein Objekt, respektive Konzept: Hardware ist blau, Software grün, Lebewesen sind gelb und Konzepte, die sich nicht spezifisch zuordnen lassen, sind braun. Außerdem geben die Objekt-Namen eine bestimmte Objekt-Kategorie vor wie zum Beispiel „Sensor“ (Temperatur- und Feuchtigkeits-Fühler), „Physische Komponente“ (LKW), „Nutzer“ (Fred) oder Nutzer-Gerät (On-Device). Die Boxen sind mit beschrifteten Pfeilen untereinander verbunden. Diese haben unterschiedliche Enden, als „Diamant“ oder „Pfeilspitze“ bezeichnet. Die unterschiedlichen Enden modellieren verschiedene Beziehungen zwischen den Objekten, die sie verbinden. Die Verbindungs-Beschriftung gibt Auskunft über die Relationen, die der Pfeil (/ Diamant) darstellt. Aus Sicht von IoT sind drei Objekttypen besonders wichtig:

  • Sensoren stellen Informationen, Wissen oder Daten über ein physisches Objekt bereit, das sie überwachen (zum Beispiel ein Temperatur-Fühler oder eine Gesichtserkennungs-Kamera). Informationen von Sensoren können für eine spätere Weiterverarbeitung aufgezeichnet werden.
  • Tags werden genutzt, um physische Objekte eindeutig zu identifizieren; üblicherweise sind sie physisch an oder in den Objekten angebracht. Die Identifizierung heißt Einlesen („Reading“) und wird von speziellen Sensoren, den Lesegeräten („Readern“) ausgeführt. Die hauptsächliche Aufgabe von Tags ist es, die akkurate Identifizierung von Objekten zu erleichtern und zu verbessern. Typischerweise findet die Identifizierung optisch (Barcode, QR-Code) oder mittels Funktechnik (RF, Mikrowellen, RFID) statt; wobei sich das Modell aus den aktuellen Tag-Technologien tunlichst heraushält.
  • Aktoren ändern den physischen Zustand eines physischen Objekts im Sinne einer Zustandsänderung einfacher Objekte (transformieren, drehen, umrühren, ein- oder ausschalten u.a.m.) oder auch mittels Aktivierung / Deaktivierung komplexerer (zusammengesetzter) Funktionen.

Ohne das ganze Konzept in allen Details zu verstehen, wird für den Betrachter dennoch klar, dass das Domänen-Modell uns hilft, ein Anwendungs-Szenario zu strukturieren: Die grafische Repräsentation zeigt, dass der Nutzer Fred eine Android App nutzt, um einen Alarm-Dienst zu buchen. Diese Android App wird im IoT-A Referenzmodell als ADA (Active Digital Artefact) bezeichnet. Das ist eine von zwei elementar wichtigen Klassifizierungen der VE’s (Virtuellen Objekten): Eine VE ist entweder aktiv, das heißt hier laufen Software Anwendungen, Agenten oder Dienste, die auf andere Dienste oder Ressourcen zugreifen können. Oder die VE ist ein passives Software Element (PDA, Passive Digital Artefact) wie z.B. Datenbank-Einträge, die die digitalen Repräsentationen der Physischen Objekte sind.

Das Funktions-Modell

Das Funktions-Modell verwendet das Konzept der Funktions-Dekomposition (FD, Functional Decomposition), die die verschiedenen Funktions-Komponenten einer IoT-ARM konformen IoT-Architektur (FC, Functional Components) identifiziert und zueinander in Relationen setzt.

Hauptziel der Funktions-Dekomposition ist es, auf der einen Seite die Komplexität eines IoT Systems konform zum IoT ARM in kleinere und besser handhabbare Teile aufzubrechen, auf der anderen Seite ihre Beziehungen zueinander zu beschreiben und verständlich zu machen.

Die Funktions-Dekomposition ist im IoT-A Dokument auf zwei Ebenen beschrieben:

  • Funktions-Modell (Functional Model)
  • Funktions-Sicht (Funktional View)

Dieser Beitrag betrachtet nachfolgend das Funktions-Modell – für die Funktions-Sicht sei der Leser auf das Original-Dokument verwiesen (Internet of Things – Architecture, IoT-A; D1.5 – Final architec-tural reference model for the IoT v3.0; 15.07.2013).

Das Funktions-Modell nutzt die Haupt-Abstraktionen des Domänen-Modells: VE’s / virtuelle Objekte, Geräte / Objekte, Ressourcen und Nutzer und leitet daraus die Funktions-Gruppen (FG) „Applikation“, „Virtuelles Objekt (Virtual Entity)“, „IoT Dienst (IoT Service)“ und „Gerät (Device)“ ab. In Anbetracht der Fülle von Kommunikations-Technologien, die IoT ARM unterstützen muss, erklärt sich der Bedarf nach einer FG „Kommunikation (Communication)“ von selbst. Den Anforderungen von Herstellern und Organisationen, die Dienste und Applikationen auf der obersten IoT-Ebene bauen wollen, wird mit den FG’s „Service Organisation“ und IoT Process Management“ Rechnung getragen. Der TSP-Bereich ist in die FG „Security“ gewandert, das grundsätzliche Management aller verschiedenen FG’s wurde auf die FG „Management“ abgebildet.

Somit enthält das Funktions-Modul, das in Bild 17 gezeigt ist, sieben „vertikale“ funktional getrennte FG’s (hellblau) und zwei flankierende, weil übergreifende FG’s, nämlich Management und Sicherheit (mittelblau). Die Richtlinien, die auf diese beiden Funktions-Gruppen angewendet werden, gelten nicht nur innerhalb der jeweiligen FG, sondern auch für die vertikalen Gruppen. Ein Beispiel: Damit eine Sicherheits-Regel wirksam ist, muss sie sicherstellen, dass keine Funktion, die von einer anderen Komponente bereitgestellt wird, diese Regel umgeht oder kompromittiert und einen nicht-autorisierten Zugang ermöglicht.


Den Kernfunktions-Gruppen „Virtual Entity“ und „IoT Service“ wenden wir an dieser Stelle weitergehende Aufmerksamkeit zu. Diese FG’s beinhalten Funktionen, die sich auf die Interaktionen zwischen Virtuellen Objekten (VE’s) und IoT Diensten beziehen. Eine vertiefende Übersicht zu den VE und IoT Service Konzepten stellt Abbildung 3.7 dar. Sie zeigt links die echte physische Welt; hier gibt es in Verbindung mit echten Objekten (Häuser, Orchideen, LKWs, Menschen, …) eine Anzahl von Sensoren und Aktoren, die die Veränderungen bestimmter realer Bereiche (wie Temperatur und Feuchtigkeit) erfassen und unterstützen. Die echten Objekte werden auf der IoT System Abstraktions-Ebene als Virtual Entities dargestellt. Die Ressourcen, die mit den Sensoren und Aktoren assoziiert sind, werden auf der IoT Service Abstraktions-Ebene als IoT Dienste dargestellt.

Interaktionen zwischen Applikationen und dem IoT System auf dieser Abstraktions-Ebene sind zum Beispiel „Gib mir den Wert von Sensor 456“ oder „Setze den Aktor 867 auf „. Applikationen können mit den Diensten nur dann sinnvoll interagieren, wenn sie die Semantik der Werte schon kennen, soll heißen: wenn Sensor 456 den Wert 20 zurückgibt, muss die Anwendung so programmiert oder konfiguriert sein, dass sie weiß, hier geht es die Transportraum-Temperatur des fraglichen LKW „MXD-123“. Das bedeutet: Auf dieser Ebene wird weder die Semantik in der Information selbst kodiert, noch hat das IoT System diese Information – sie muss bereits zuvor zwischen Sensor und Applikation mitgeteilt worden sein.

Interaktion auf der IoT Dienst-Abstraktions-Ebene ist für bestimmte Anwendungen sinnvoll, die für eine spezifische Umgebung programmiert wurden (zum Beispiel LKW Transportraum). Es gibt aber andere Applikationen, die ziemlich opportunistisch einfach „passende“ Dienste in einer sich dynamisch ändernden Umgebung nutzen wollen. Für diese Anwendungs-Typen – und insbesondere die menschlichen Nutzer solcher Anwendungen – modelliert die Virtual Entity Abstraktions-Ebene höherwertige Bereiche der echten Welt, die wiederum zum Auffinden von IoT Diensten genutzt werden können. Interaktionen zwischen Applikationen und dem IoT System auf dieser Abstraktions-Ebene sind zum Beispiel „Gib mir die Transportraum-Temperatur von LKW oder „Setze das Türschloss von LKW auf „. Um solche Interaktionen auf der Virtual Entity Ebene zu unterstützen, muss die Beziehung zwischen den betroffenen IoT Diensten und Virtual Entities modelliert werden. Dies geschieht mittels Assoziationen. Beispielsweise wird die hier notwendige Assoziation die Information beinhalten, dass die Transportraum-Temperatur von LKW vom Sensor 456 bereitgestellt wird. Für die Modellierung von Assoziationen zwischen Virtuellen Objekten und IoT Diensten ist das zuvor erwähnte Informations-Modell zuständig.

Für die FG VE gilt: Die Funktionsgruppe „Virtual Entity“ beinhaltet sowohl Funktionen für die Interaktion von VEs mit dem IoT System als auch Funktionen zur Suche und zur Abfrage von Diensten, die Informationen über VEs bereitstellen, oder die die Interaktion mit VEs ermöglichen. Darüber hinaus beinhaltet die FG „Virtual Entity“ alle Funktionen, die zur Handhabung oder zum Auffinden von Assoziationen sowie zu ihrer Überwachung nötig sind.

Für die FG IoT Service gilt: Die Funktionsgruppe IoT Dienst enthält sowohl IoT Dienste als auch Funktionen zur Suche, Abfrage und Namensauflösung von IoT Diensten.

Das Kommunikations-Modell

Das Kommunikations-Modell (IoT CM) hat das Ziel, die Kern-Paradigmen der Kommunikation zu spezifizieren, um Elemente (Objekte, Ressourcen, Nutzer) so zu verbinden, wie es im Domänen-Modell definiert wurde. Es stellt einen Referenz-Satz von Kommunikationsregeln bereit, um interoperable Protokoll-Stacks implementieren zu können, gleichzeitig gibt es Einblicke in die Haupt-Interaktionen zwischen Elementen des IoT Domänen-Modells.

Für das Orchideen-LKW Beispiel heißt das: Das Kommunikations-Modell lässt sich nutzen um zu modellieren, wie die Überwachungs-Sensoren des LKW nahtlos mit Fred’s Mobiltelefon interagieren und wie sie mit dem Einzelhandels-Ladensystem kommunizieren.

Da sich die IoT-Anforderungen von den früher erarbeiteten 7 OSI Schichten stark unterscheiden, ändert das Kommunikations-Modell diese 7 Schichten ab (siehe Abbildung 3.8). Dabei betrachtet das Kommunikations-Modell insbesondere die Interoperabilität zwischen verschiedenen Protokoll-Stacks, d.h. es legt so genannte Interoperabilitäts-Merkmale und -Eigenschaften fest.

Die Interoperabilität muss insbesondere folgende Aspekte betrachten:

  • Physische Schicht: Dies betrifft die Kommunikations-Technologien, die das IoT-System nutzt (ähnlich wie OSI Physical Layer).
  • Link Schicht: Hier ist die Fülle verschiedenster Netzwerk-Technologien und Lösungs-Vielfalt zu beachten, die im IoT-Umfeld zum Einsatz kommt. Gleichzeitig sind höhere Schichten mit standardisierten Funktionen und Schnittstellen bereitzustellen. Das IoT CM muss daher die hierfür nötigen Abstraktionen spezifizieren.
  • Netzwerk- und ID Schicht: Die Netzwerk-Schicht entspricht der OSI Schicht 3. Zusätzlich sind jedoch eindeutige Identifikatoren notwendig, die Resolutions-Funktionen zwischen Locator und ID ermöglichen. Die Unterscheidung zwischen ID (eindeutige Kennzeichner für ein Digitales Artefakt) und Locator (Kennzeichnung des Standorts eines bestimmten IoT Elements im Netzwerk) ist ein zentraler Punkt des Kommunikations-Modells: So können sich zwei Systeme in jedem Fall Ende-zu-Ende adressieren, völlig unabhängig von der speziellen Technologie, die sie nutzen.
  • Ende-zu-Ende Schicht: Hier werden Themen wie Zuverlässigkeit, Transportschicht-Funktionen, Translation-Prozesse, Proxies und Gateways definiert. Diese Schicht liefert die schlussendliche Interoperabilität für eine beliebige M2M Kommunikation.
  • Daten-Schicht: Die Daten-Schicht modelliert den Datenaustausch zwischen beliebigen Aktoren im Internet of Things.
zugeordnete Kategorien: Cloud Computing, Endgeräte, UC
zugeordnete Tags:

Sie fanden diesen Beitrag interessant? Sie können



Anmerkungen, Fragen, Kommentare, Lob und Kritik:

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*

.