Inhalt
- Smart Analytics steigern den IoT-Wert
- Erstellen von IoT-Architekturen
- Keine Bugs, kein Stress - Ihre schrittweise Anleitung zur Erstellung lebensverändernder Software, ohne Ihr Leben zu zerstören
Quelle: Mcarrel / Dreamstime.com
Wegbringen:
Die Verwendung von Analysen zur Verarbeitung von IoT-Daten kann zu aussagekräftigen Ergebnissen führen.
Das Summen um den Begriff „Internet der Dinge“ (Internet of Things, IoT) nimmt mit jedem Tag zu. Es dauert jedoch einige Zeit, bis alle verstehen, wie wertvoll dieses Phänomen für unsere Welt und unsere Wirtschaft geworden ist. Ein Teil davon hat mit der Lernkurve zu tun, um die anspruchsvollen Technologien und Analysen zu verstehen. Aber ein Teil davon ist der schiere, atemberaubende Wertumfang, der weltweit möglich ist. Eine umfassende Studie des McKinsey Global Institute vom Juni 2015 kam zu dem Schluss, dass das Internet der Dinge einer der seltenen Technologietrends ist, bei denen der „Hype tatsächlich das volle Potenzial unterschätzt“.
Das Internet der Dinge ist unser ständig wachsendes Universum von Sensoren und Geräten, die eine Flut granularer Daten über unsere Welt erzeugen. Die „Dinge“ umfassen alles von Umweltsensoren, die Wetter, Verkehr oder Energieverbrauch überwachen. „intelligente“ Haushaltsgeräte und Telemetrie von Serienmaschinen und Automotoren. Diese Sensoren werden immer intelligenter, billiger und kleiner (viele Sensoren sind heutzutage kleiner als ein Cent, und wir werden schließlich intelligenten Staub sehen: Tausende kleiner Prozessoren, die wie Staub aussehen und auf Oberflächen gestreut, verschluckt oder eingegossen werden).
Smart Analytics steigern den IoT-Wert
Mit zunehmender Anzahl und Vielfalt von Sensoren und anderen Telemetriequellen wachsen auch die Verbindungen zwischen ihnen und den Analyseanforderungen, um eine IoT-Wertekurve zu erstellen, die mit der Zeit exponentiell ansteigt. IDC prognostiziert, dass die installierte Basis an IoT-vernetzten Dingen im Jahr 2020 mehr als 29,5 Milliarden US-Dollar erreichen wird und die Wertschöpfung branchenübergreifend 1,9 Billionen US-Dollar erreichen wird. Bei allem Fokus auf Sensoren und Verbindungen ist jedoch die Analytik, die wir anwenden können, um Erkenntnisse und Wettbewerbsvorteile zu gewinnen, der wichtigste Werttreiber.
Während wir bessere Algorithmen für die aufkeimende digitale IoT-Infrastruktur entwickeln, lernen wir, verbindungsbasierte „intelligente Analyse“ zu verwenden, um sehr proaktiv die zukünftige Leistung und die Bedingungen vorherzusagen und sogar zukünftige Maßnahmen vorzuschreiben. Was wäre, wenn wir ein solches Versagen vorhersagen könnten, bevor es jemals passiert? Mit fortschrittlicher intelligenter Analyse können wir dies heute tun. Es heißt vorausschauende Wartung und es verwendet eine wahrscheinlichkeitsbasierte „Weibull-Verteilung“ und andere fortschrittliche Prozesse, um die „Time-to-Failure“ -Raten zu messen, damit wir einen Maschinen- oder Geräteausfall vorhersagen können, bevor er auftritt.
Ein bedeutender Anbieter von medizinischen Diagnose- und Behandlungsgeräten hat die vorausschauende Wartung genutzt, um „Verschleißmodelle“ für Komponententeile in seinen Produkten zu erstellen. Dies ermöglichte die frühzeitige Erkennung und Identifizierung von Problemen sowie eine proaktive Ursachenanalyse, um Ausfallzeiten und ungeplante Ausfälle zu vermeiden. Ein großer europäischer Zughersteller setzt inzwischen ähnliche Techniken ein, um einen Ausfall des Triebwerks zu verhindern. Diese Schlüsselkompetenz hat es dem Unternehmen ermöglicht, in den Leasingmarkt einzusteigen - ein Geschäftsbereich, der nur dann profitabel ist, wenn Ihre Züge noch in Betrieb sind.
Erstellen von IoT-Architekturen
Es gibt wirklich keine Grenzen, wie weit wir diese Alchemie von Sensoren, Verbindungen und Algorithmen bringen können, um immer komplexere Systeme und Lösungen für die Probleme zu schaffen, mit denen Unternehmen konfrontiert sind. Ohne die richtigen Analytics-Architekturen bleibt der Erfolg jedoch unmöglich. Die meisten Unternehmen haben heute immer noch Schwierigkeiten, all diese IoT-Daten zu nutzen und zu nutzen.
Tatsächlich ergab der IoT-Bericht von McKinsey vom Juni 2015, dass derzeit weniger als ein Prozent der IoT-Daten verwendet werden. Bei diesen Anwendungen handelt es sich in der Regel eher um einfache Dinge wie die Aktivierung von Alarmen oder die Steuerung in Echtzeit als um erweiterte Analysen, mit deren Hilfe Geschäftsprozesse optimiert oder Vorhersagen getroffen werden können.
Selbst die technisch versiertesten Unternehmen erkennen inzwischen, dass das Extrahieren von Wert aus den Daten ein schwieriger und kompetenzintensiver Prozess ist. Zu den wichtigsten Prioritäten gehört das intelligente „Abhören“ von massiven Datenströmen im Internet der Dinge, um eindeutige Muster aufzudecken, die als Wegweiser für wertvolle Erkenntnisse dienen können. Wir müssen diese Daten in einem analytischen Ökosystem fortschrittlicher Algorithmen für maschinelles Lernen aufnehmen und verbreiten, das in großem Maßstab arbeitet, um ausgereifte, umsetzbare Erkenntnisse zu gewinnen.
Keine Bugs, kein Stress - Ihre schrittweise Anleitung zur Erstellung lebensverändernder Software, ohne Ihr Leben zu zerstören
Sie können Ihre Programmierkenntnisse nicht verbessern, wenn sich niemand um die Softwarequalität kümmert.
Flexibilität ist der Schlüssel: Architekturen müssen mehreren Strömen von Sensor- und IoT-Daten in Echtzeit folgen und eine agile zentrale Aufnahmeplattform bereitstellen, um alle relevanten Daten wirtschaftlich und zuverlässig abhören zu können. Architekturen sollten auch so konfiguriert werden, dass sie erweiterte Analysen - einschließlich maschinellen Lernens, Pfads, Musters, Zeitreihen, Statistiken, Grafiken und Analysen - für große Datenmengen bereitstellen. Die gesamte Umgebung sollte sich vollständig selbst bedienen lassen, um eine schnelle Innovation neuer Datensätze zu ermöglichen und zu vermeiden, dass das IT-Personal mit kostspieligen, anforderungsgesteuerten benutzerdefinierten Projekten überfordert ist.
Diese Art von Fähigkeiten müssen Unternehmen einsetzen, um neue Geschäftsmöglichkeiten, die das Internet der Dinge ermöglicht, wirtschaftlich zu erkennen und zu nutzen. Es erfordert viel Investition und strategische Planung, aber die Auszahlung in Bezug auf analytische Erkenntnisse, Wettbewerbsvorteile und zukünftige Einnahmen lohnt sich.
Dieser Artikel wurde ursprünglich bei Teradata.com veröffentlicht. Es wurde hier mit Erlaubnis von Schilf gedeckt. Teradata behält sich alle Urheberrechte vor.