Kommentar Die vier Mythen des Datenmanagements im Internet der Dinge

Intelligente Systeme im Internet of Things haben einen großen Appetit auf Daten – das ist eine allgemein bekannte Tatsache. Dennoch kursieren erstaunlich viele Mythen rund um das Datenmanagement im IoT. Wir räumen mit vier der Gängigsten auf.

Pipelines von Sensordaten – oft Millionen von Messwerten pro Minute und Dutzende von Nachrichtenformaten– müssen in Echtzeit integriert und analysiert werden, um das Verhalten von „Dingen“ zu überwachen, vorherzusagen oder zu kontrollieren. Nur so können Unternehmen Korrekturen etwa bei Störungen in der Fertigung vornehmen, um Produktionsausfälle oder Ausschuss zu vermeiden.

Mythos #1. „Das ist kein neues Datenproblem“

Tatsächlich ist es ein gewaltiger Unterschied, ob eine Maschine im Stand-alone-Betrieb oder innerhalb einer vernetzten IoT-Lösung mit Remote-Überwachung arbeitet. Der Workload eines beispielhaften Herstellers von Kunststoffflaschen kann im Umfeld von Industrie 4.0 etwa so aussehen: