AWS IoT Analytics

Analysen für IoT-Geräte

AWS IoT Analytics ist ein vollständig verwalteter Service, der die Ausführung anspruchsvoller Analysen an IoT-Massendaten erleichtert – über die Kosten und Komplexitäten der Entwicklung einer eigenen IoT-Analyseplattform brauchen Sie damit nicht einmal nachzudenken. Dies ist die einfachste Analysemethode für IoT-Daten. Die dadurch gewonnenen Einblicke helfen Ihnen, bessere und fundiertere Entscheidungen für Ihre IoT- und Machine Learning-Anwendungen zu treffen.

IoT-Daten sind im höchsten Maße unstrukturiert. Damit eignen sie sich nicht für herkömmliche Analyse- und Business Intelligence-Tools, die für die Verarbeitung strukturierter Daten konzipiert sind. IoT-Daten stammen oft von Geräten mit unsauberen Aufzeichnungen, über die sich verschiedene Störfaktoren gelegt haben (z. B. Temperatur, Bewegung oder Hintergrundgeräusche). Die Daten dieser Geräte sind daher oft lückenhaft, und zerhackte Nachrichten oder falsche Ablesungen sind keine Seltenheit. Diese Aufzeichnungsfehler müssen vor einer Analyse bereinigt werden. IoT-Daten erhalten darüber hinaus ihren Sinn häufig erst im Kontext der Daten anderer externer Quellen. Beispielsweise ergänzen Weinbauern zur Steuerung der idealen Bewässerung ihrer Weinberge die Daten von Feuchtigkeitssensoren meist durch Daten von Niederschlagsmessgeräten, so dass sie bei effizientestem Wasserverbrauch einen bestmöglichen Ernteertrag erzielen.

AWS IoT Analytics automatisiert jeden der komplexen Schritte, der mit der Analyse der Daten von IoT-Geräten einhergeht. Vor dem Speichern der IoT-Daten in einem Zeitreihen-Datenspeicher, aus dem sie analysiert werden, filtert, transformiert und ergänzt IoT Analytics die von den Geräten aufgezeichneten IoT-Daten. Hierzu können Sie den Service so einrichten, dass er nur die tatsächlich benötigen Daten von Ihren Geräten erfasst, die Daten mittels mathematischer Umwandlungen verarbeitet und sie dann durch gerätespezifische Metadaten wie Gerätetyp und Standort ergänz bevor er die verarbeiteten Daten im Speicher ablegt. Danach können Sie die Daten durch Ad-hoc- oder geplante Abfragen über die integrierte SQL-Query-Engine analysieren oder komplexere Analysen und Machine Learning-Inferenzen ausführen. Durch seine integrierten Modelle für allgemeine IoT-Anwendungsfälle erleichtert IoT Analytics die Anfänge des Machine Learning. Welche Geräte demnächst ausfallen könnten oder welche Kunden Gefahr laufen, ihre tragbaren Geräte zu verlieren, sind Fragen, die diese Modelle schnell beantworten.

AWS IoT Analytics ist vollständig verwaltet und skaliert sich automatisch bis zu Petabyte-Volumen an IoT-Daten. Mit AWS IoT Analytics können Sie die Daten von Millionen von Geräten analysieren und schnelle, reaktionsstarke IoT-Anwendungen entwickeln, ohne einen Gedanken an die Hardware- oder Infrastrukturverwaltung verschwenden zu müssen.

Besuchen Sie für weitere Informationen die Seite der Dokumentation von AWS IoT Analytics.

AWS IoT Analytics – Funktionsweise

AWS IoT Analytics – Vorteile

Einfache Ausführung von Abfragen an IoT-Daten

Mit AWS IoT Analytics können Sie einfache SQL-Abfragen über die in IoT Analytics integrierte SQL-Query-Engine sofort ausführen. Mit diesem Service können Sie über SQL-Standardabfragen Daten aus dem Datenspeicher extrahieren, die Ihnen Fragen beantworten wie die durchschnittliche Kilometerzahl einer Flotte verbundener Fahrzeuge oder wie viele Türen nach 19:00 Uhr in einem intelligent verwalteten Gebäude verschlossen sind. Diese Abfragen können wiederverwendet werden, selbst wenn sich die verbundenen Geräte, die Flottengröße oder die Analyseanforderungen ändern.

Ausführung von Zeitreihenanalysen

AWS IoT Analytics unterstützt Zeitreihenanalysen. Damit können Sie die Leistung Ihrer Geräte über einen längeren Zeitraum analysieren und ermitteln, wo und wie diese eingesetzt werden. Sie können die Gerätedaten fortlaufend überwachen, um Wartungsprobleme frühzeitig zu erkennen, und Sensoren überwachen, um Umwelteinflüsse wie Temperatur oder Niederschlag prognostizieren und entsprechend reagieren zu können.

Für IoT optimierter Datenspeicher

AWS IoT Analytics speichert die verarbeiteten Gerätedaten in einem Zeitreihen-Datenspeicher, der optimiert für schnelle Antworten auf IoT-Abfragen ist, die in der Regel Zeit als Kriterium enthalten. Auch die Rohdaten werden automatisch für den Fall gespeichert, dass sie später für den gleichen oder einen anderen Anwendungsfall erneut verarbeitet werden müssen.

Vorbereitung Ihrer IoT-Daten für die Analyse

AWS IoT Analytics beinhaltet Technologien für die Datenvorbereitung, welche die Vorbereitung und Verarbeitung Ihrer Daten für die Analyse erheblich vereinfachen. IoT Analytics ist in die AWS IoT Core-Komponente integriert. Die Aufnahme der Gerätedaten direkt von den verbundenen Geräte ist daher ganz einfach. Zur Datenvorbereitung bereinigt der Service falsche Ablesungen, füllt Datenlücken auf und führt an den übertragenen Daten mathematische Umwandlungen durch. Bei der Datenaufnahme kann IoT Analytics die Daten mit Bedingungsanweisungen verarbeiten, die Daten entsprechend Ihrer Analysevorhaben filtern und sie durch Informationen aus dem AWS IoT-Registry ergänzen. Mithilfe von AWS Lambda-Funktionen können Sie Ihre Gerätedaten aus externen Quellen (z. B. aus Wetteraufzeichnungen, HERE Maps, Salesforce oder Amazon DynamoDB) ergänzen. Beispielsweise gewinnen Sie aus einer Kombination von Wetterdaten und den Daten geografischer Karten einen besseren Einblick in die Umgebungsbedingungen eines Geräts.

Tools für Machine Learning

AWS IoT Analytics erleichtert auf den bereitgestellten Jupyter-Notebooks das Machine Learning zu Ihren IoT-Daten. Sie können Ihre IoT-Daten direkt an das Notebook anschließen und Machine Learning-Modelle in der IoT Analytics-Konsole entwickeln, trainieren und ausführen, ohne sich um die zugrundeliegende Infrastruktur kümmern zu müssen. Auf Ihre Gerätedaten können Sie in AWS IoT Analytics Machine Learning-Algorithmen anwenden, um den Zustand der einzelnen Geräte Ihrer Flotte zu ermitteln. Ein Automobilhersteller beispielsweise kann auf diese Weise feststellen, bei welchen seiner Kunden die Bremsklötze ausgetauscht werden müssten, und diese auf den notwendigen Service aufmerksam machen.

Automatische Skalierung mit nutzungsabhängigen Preisen

AWS IoT Analytics ist ein vollständig verwalteter Service mit nutzungsabhängigem Zahlungsmodell, der sich automatisch bis in Petabyte-Bereiche dem Bedarf anpasst. Mit IoT Analytics können Sie Ihre gesamte Flotte verbundener Geräte analysieren, ohne die Hardware oder Infrastruktur selbst verwalten zu müssen. Rechenleistung und Datenspeicher passen sich automatisch – sowohl nach oben als auch nach unten – an Ihre sich ändernden Anforderungen an, so dass Ihnen stets die Kapazität zur Verfügung steht, die Sie für Ihre IoT-Anwendungen benötigen, und Sie nur die Ressourcen bezahlen, die Sie tatsächlich nutzen.

Funktionsweise

Anwendungsfälle

Intelligente Landwirtschaft

AWS IoT Analytics kann Ihre IoT-Gerätedaten automatisch durch kontextabhängige Metadaten aus dem AWS IoT-Registry und anderen, öffentlichen Quellen ergänzen. Damit erweitern Sie Ihre Analysen um Faktoren wie Zeit, Standort, Temperatur, Höhe über dem Meeresspiegel und andere Umweltbedingungen. Anhand dieser Analysen können Sie Modelle entwickeln, die empfohlene Aktionen für Ihre Geräte im Außeneinsatz ausgeben. So haben die Betreiber verbundener Geräte im landwirtschaftlichen Bereich über IoT Analytics beispielsweise auch Zugriff auf Niederschlagsprognosen, mit denen sie in Kombination mit den Daten ihrer Feuchtigkeitssensoren die Effizienz ihrer automatisierten Bewässerungsanlagen optimieren können.

Vorausschauende Wartung

AWS IoT Analytics bietet vordefinierte Vorlagen, mit denen Sie im Handumdrehen leistungsstarke Wartungsprognosemodelle entwickeln und auf Ihre Fahrzeugflotte anwenden können. Beispielsweise können Sie den absehbaren Ausfall von Heiz- und Kühlsystemen Ihrer verbundenen LKWs prognostizieren und rechtzeitig Servicemaßnahmen veranlassen, um Transportschäden zu vermeiden.

Proaktive Lagerhaltung

Mit AWS IoT Analytics können Sie IoT-Anwendungen für die Echtzeitüberwachung Ihrer Lagerbestände entwickeln. In der Fast-Food-Gastronomie kann IoT Analytics beispielsweise die Daten von Snack-Automaten analysieren und proaktiv Lebensmittel für diejenigen Automaten nachbestellen, deren Sortiment zur Neige geht.

Effizienzbewertung für Prozesse

Fertigungsbetriebe können mit AWS IoT Analytics Anwendungen entwickeln, die die Effizienz ihrer Prozesse überwachen und ineffiziente Prozesse anhand dieser Analysen optimieren. Beispielsweise kann eine Bergwerksgesellschaft auf diese Weise die Ladungen seiner mit Eisenerz beladenen LKWs maximieren. Mit IoT Analytics kann das Unternehmen die effizienteste Ladung an einem bestimmten Standort oder für einen bestimmten LKW-Typ über einen längeren Zeitraum ermitteln und die Abweichungen von der Ziellast in Echtzeit analysieren. Anhand der Ergebnisse kann das Unternehmen seine Beladungsrichtlinien und damit die Transporteffizienz optimieren.