Serie: Konzeption & Aufbau einer IIoT-Lösung Lösungsdesign für die Cloud

Die wöchentliche Serie erklärt die Entwicklung einer erfolgreichen IIoT-Plattform. Teil 3 widmet sich dem Aufbau der notwendigen Infrastruktur am Beispiel von AWS.

Sobald die grundsätzliche Planung abgeschlossen und das Profil für das angestrebte IIoT-Geschäftsmodell geschärft ist, können Unternehmen mit dem Lösungsdesign beginnen.

Der Cloud-native Ansatz

Zum Start einer IIoT-Plattform stellt sich die Frage nach der optimalen Infrastruktur.

Ein Cloud-nativer-Ansatz bringt die größten Vorteile, denn der Aufwand für die Administration und den Betrieb einer physischen Infrastruktur, wie er etwa für Aktualisierungen, Patches, Backups oder Wiederherstellungsarbeiten entsteht, entfällt.

Dadurch werden Ressourcen frei, um sich auf die Anwendungslogik des IIoT-Angebots, den Anwendungscode und übergeordnete Dienste zu konzentrieren und einen Mehrwert für Nutzer zu schaffen. Möglich wird dies beispielsweise durch den verringerten Aufwand für die Verwaltung von Infrastruktur und virtuellen Maschinen aufgrund der steigenden Zahl von Containern und serverlosen Funktionen.

Native Dienste

Der Aufbau einer Micro-Services-Architektur bietet für die Entwicklung einer hochskalierbaren IIoT-Plattform viele Vorteile. Ein solcher Ansatz ermöglicht eine horizontale Skalierung und begünstigt die Nutzung möglichst vieler Cloud-nativer-Dienste. AWS-Services sind dabei von Hause aus auf eine solche Skalierung ausgelegt und folgen dem Grundprinzip der Entkopplung von Anwendungen. Sie sind untereinander kompatibel und erlauben somit eine nahtlose Integration. Dies wiederum legt den Grundstein für ein schlankes Lösungsdesign.

Ein Beispiel dafür ist die Verarbeitung von Datenströmen: Ein echtzeitfähiger Datenstreaming-Service erleichtert die sonst so aufwändige Partitionsüberwachung, die Kunden mit selbst gemanagten Apache-Kafka-Clustern früher gewohnt waren. Als vollständig gemanagte Lösung repliziert ein solcher Dienst sämtliche Datenströme automatisch an drei verschiedene Verfügbarkeitszonen. Zudem erleichtert er die Verteilung und Zusammenführung von Daten-Streams. Dabei entsteht kein Verwaltungsaufwand für Software-Stacks und tieferliegende Cluster-Level.

AWS, Google, Azure, Alibaba, IBM

Welche Cloud bietet die beste Performance?

Auf individuelle Anwendungsfälle abstimmen

Es empfiehlt sich generell, in Ruhe die richtigen Dienste für den persönlichen Bedarf zu identifizieren.

Wenn beispielsweise die schnellere Bereitstellung eines Mikrodienstes gefragt ist, so empfiehlt sich das serverlose API-Gateway oder AWS Lambda. Geht es dagegen um einen sogenannten Data Lake, also um ein Rohdaten-Repository für IIoT-Geräte, kann der Amazon S3-Objektspeicher eine geeignete Wahl sein. Für die Analyse von Echtzeit-Datenströmen eignet sich wiederum Kinesis in Verbindung mit dem IoT Core. Weitere Beispiele sind der serverlose Dienst Athena für interaktive SQL-Abfragen sowie QuickSight zur einfachen Datenvisualisierung.

Für die Auswahl der richtigen Services ist es wichtig, die Performance und das Systemverhalten des betreffenden Dienstes je nach Skalierung zu verstehen: Ein veränderter Maßstab beeinflusst durchaus die Arbeitsweise eines Dienstes. Dabei spielt das jeweilige Design für die Gestaltung des Datenstroms, Partitionierung und Lastverteilung eine Rolle.

Web-Konferenz 2020

IoT-Plattformen & Vernetzte Prozesse

Integration externer Provider-Dienste

Die notwendigen Skills und Ressourcen für die Anbindung externer Dienste sollten keinesfalls unterschätzt werden. Denn diese Integrationsaufgabe ist oftmals schwer zu lösen – sowohl auf der Ebene der Konnektivität als auch im Hinblick auf unterschiedliche Datenmodelle mit verschiedener Semantik.

Generell sind im IIoT-Umfeld verschiedene Kompetenzen erfolgskritisch: Benötigt wird einerseits profundes Kontextwissen zu verschiedenen Anwendungsfällen. Zum anderen bedarf es technologischer Skills - sowohl zur Integration als auch zum sicheren und stabilen Betrieb einer verteilten IIoT-Plattform.

Im nächsten Teil der Serie geht es um Fragen der Skalierung, ein zentraler Punkt wenn es darum geht, eine IIoT-Plattform für viele Nutzer erfolgreich zu betreiben.

* Kathleen deValk arbeitet als Chief Architect Siemens MindSphere.

(ID:46369106)