„Die Menge an Daten im Zusammenhang mit dem Internet der Dinge ist enorm – sie müssen gefiltert werden. Eine Verarbeitung direkt im Gerät ist ohnehin oft effizienter. Um das zu erreichen, sind neue Analytics-Lösungen erforderlich“, sagt Dr. Joachim Schaper, Vice President & Head of Research Organization bei AGT International, weltweit führender Anbieter für innovative Internet of Things (IoT) Analytics.

Hintergrund: Die große Masse an Daten im „Internet of Everything“ braucht beim Transfer immense Bandbreiten. Das gilt auch für die Speicherung. Hinzu kommt die Heterogenität der erfassten unstrukturierten Daten sowie geografisch häufig weit verteilte Datenquellen.

„Ein Großteil der erfassten Daten ist nicht für Analytics nutzbar, aber vor Ort dennoch wertvoll. Oft ist es wirkungsvoller, den praktischen Nutzen in den Vordergrund zu stellen und eine Reaktion im Gerät in Echtzeit zu erreichen – mit dem Ziel, dass das „Device“ seine typischen Zustände lernt und über die Zeit Anomalien selbstständig melden kann. Die mit dieser Art von künstlicher Intelligenz verbundenen Möglichkeiten werden künftig immer öfter eingesetzt“, ergänzt Joachim Schaper.

Als selbstkonfigurierende „Analytics“-Komponenten können komplexe Systeme wie etwa Roboter heute immer mehr Daten verarbeiten. So lernen sie zum Beispiel durch einen regelmäßigen Abgleich mit vorhandenen Daten etwaige kritische Abweichungen von Standards zu identifizieren – und können im Bedarfsfall sofort reagieren.

Beispiele:

• Unternehmen profitieren von Big Data Technologie im Produktionsprozess oder im Labor. Wird dort etwa durch einen Sensor ein offenes Ventil registriert, schaltet sich das Gerät daraufhin sofort automatisch ab.  
• Eine Kamera zur Überwachung einer Baustelle reagiert, wenn sich Personen zu ungewohnter Zeit und mit ungewohntem Bewegungsmuster in ihrem Fokus befinden. So kann ein Alarm ausgelöst werden, bevor der Eindringling Schaden anrichten kann.
• Behörden setzen die Technologie im Straßenverkehr ein. So erkennt eine Kamera an der Ampel einen langsamen Passanten, dem die übliche Grünphase etwa aufgrund einer Gehbehinderung nicht ausreicht. Eine direkt eingeleitete Zeitverzögerung beim Umschalten auf Rot erleichtert die Verkehrsteilnahme und reduziert potenzielle Unfälle.

Immer häufiger arbeiten Lösungsanbieter daran, Analytics für Big Data in innovativen Anwendungen zugänglich zu machen. Folglich werden Module wesentlich mehr an Bedeutung gewinnen, die auf maschinellem Lernen beruhen und in die Endgeräte integriert sind. Nach Einschätzung von AGT International wird die Weiterentwicklung dieser Form von künstlicher Intelligenz den gesellschaftlichen Lebensalltag in vielen Bereichen durchgreifend verändern. 

Quelle: AGT International