WENN DATEN LEBEN UND ECHTE INSIGHTS PRODUZIEREN
Statista rechnet für 2020 mit 30 Milliarden Iot-geräten – und 75 Milliarden im Jahr 2025. All diese Geräte generieren massive Datenmengen. Wegen unflexiblen Prozessen, veralteten Datenverarbeitungstools und fehlerhaften Analyseverfahren bleiben allerdings ca. 73 Prozent der Daten ungenutzt. Das muss nicht sein.
Um das Maximum aus Iot-systemen rauszuholen, brauchen Unternehmen AI. Erst dann können Spezialisten diese Daten interpretieren und Insights und Prognosen dazu ableiten. Die Lösung, die Tech-experten zurzeit sehen, lautet: Artificial Intelligence of Things (AI + IOT). Noch ist AIOT ein Hype. Das heißt, dass Potenziale von AIOT noch nicht richtig eingeordnet werden können. Kurzfristig werden die Möglichkeiten von AIOT eher überschätzt - langfristig aber unterschätzt. Worauf Sie setzen sollten, wenn Sie mit dem Gedanken spielen, AIOT einzusetzen, erfahren Sie hier.
AI+IOT: DIE PERFEKTE SYMBIOSE
Iot-lösungen sind mehrstufige Systeme aus Sensorgeräten, die große Datenmengen erfassen und über Wireless-protokolle an die Cloud senden. Artificial Intelligence ist die Fähigkeit einer Maschine, Daten zu interpretieren und intelligente Vorhersagen zu machen. Iot-geräte nutzen AI, um die gesammelten Sensordaten zu analysieren und darauf zu reagieren.
AI und IOT passen perfekt zusammen. Weder AI ohne IOT noch IOT ohne AI ergeben wirklich Sinn: Iot-daten sagen
AIOT ist die Zukunft von Internet of Things - wenn es richtig um- und eingesetzt wird.
alleine nichts aus, und AI braucht immer Daten als Futter.
ZUSÄTZLICHE EINBLICKE GEWINNEN
Wenn Unternehmen ihre Iot-systeme mit Ai-funktionen ausstatten, können sie zusätzliche Einblicke in Iot-daten gewinnen, die sonst verloren gehen würden. Somit steigern sie den Nutzen bestehender Iot-lösungen. IDC hat zwei Gruppen von Unternehmen verglichen – die erste setzte die AI+IOT Kombination ein, die zweite nur IOT. Die Unternehmen wurden hinsichtlich dieser sechs Ziele befragt: Beschleunigung interner Abläufe, verbesserte Produktivität der Mitarbeiter, schnelle Reaktion auf Risiken & Ausfälle, Rationalisierung der Abläufe, neue digitale Dienste & Innovationen sowie Kostensenkung. Das Ergebnis verblüfft wenig: Aiot-unternehmen scheinen wettbewerbsfähiger zu sein als Iot-unternehmen, da sie mit größerer Wahrscheinlichkeit jedes dieser Ziele erreichen, mit Unterschieden im zweistelligen Prozentbereich.
STAND UND RISIKEN IN EUROPA
Der Ai-fokus europäischer Länder auf IIOT liegt zum Teil darin begründet, dass der Ai-bereich im Moment überreguliert ist. Während Us-amerikanische und chinesische Firmen an sensiblen Anwendungen wie automatisierter Gesichtserkennung arbeiten, werden europäische Unternehmen mit Datenschutzfragen konfrontiert. Zum anderen sind es offene Rechtsfragen zu Haftung und geistigem Eigentum. Das verunsichert Unternehmen, da sie nicht wissen, wem Daten gehören und was sie damit machen dürfen.
Eine Gefahr dieser Überregulierung ist, dass ausländische Unternehmen, die mehr Möglichkeiten haben, Ai-lösungen in allen Stufen der Wertschöpfungskette
einsetzen (von Marketing über Produktion bis Service) entwickeln, während deutsche Anbieter nur in sehr engem Rahmen Ai-services für IIOT anbieten können. Marco Junk, Geschäftsführer des Bundesverbandes Digitale Wirtschaft beschreibt das so: „Als Land der Maschinenbauer müssen wir uns klarmachen, dass die Wertschöpfung künftig nicht mehr nur allein in den Maschinen liegt, sondern in den Ki-basierten Services an und mit unseren Maschinen.“Jetzt werde sich entscheiden, „ob wir künftig mit unseren Maschinen nur noch Zulieferer sind für die Anbieter von Ki-dienstleistungen oder ob wir diese Dienste selbst integrieren“.
Langsam allerdings kommt der Stein ins Rollen: die Europäische Kommission hat die ersten Schritte unternommen. Im Weißbuch zur Künstlichen Intelligenz hat sie Vorschläge für die Gestaltung eines europäischen Rechtsrahmens für Ai-anwendungen und politische Handlungsoptionen für die Förderung von AI vorgestellt. Denn AI ist eine Technologie, die in der Praxis oft noch nicht so viel kann wie man glaubt. Regularien und Unsicherheit führen zumindest in Europa dazu, dass nicht ganz klar ist, wo und wie man AI anwenden kann. Deshalb wird AI derzeit an manchen Stellen überschätzt. Allerdings ist sie, gerade bei AIOT, die perfekte Technologie, um Mehrwert zu erzeugen. Hier sind ein paar Beispiele, wo AIOT wirkt und warum Sie es nicht unterschätzen sollten.
WIE AIOT DIE WELT VERÄNDERT
› Vorausschauende Wartung. Dank Ai-basierten Systemen für Predictive Maintenance können Unternehmen verwertbare Erkenntnisse aus Daten von Maschinen erzielen, um Geräteausfälle vorherzusagen. Laut Deloitte senken solche Lösungen Prozent und erhöhen die Verfügbarkeit der Ausrüstung um 10-20 Prozent. Viele Unternehmen verwenden diesen Ansatz schon seit Jahren, darunter der deutsche Kompressorenhersteller BOGE. Seine Produkte werden in Bereichen eingesetzt, wo Stillstände fatale Folgen haben können, etwa wie in der Pharma- und Nahrungsmittelindustrie oder in der Halbleiterproduktion. In Kooperation mit Weidmüller setzte das Unternehmen eine Software für Predictive Maintenance ein, um das Ausfallrisiko zu minimieren. Die Software kann konkrete Auskunft geben, wie viele Stunden oder sogar Minuten es noch dauert, bis ein technisches Problem an der Maschine entsteht, was Wartungsarbeiten besser planbar macht.
› Fernüberwachung von Patienten. Inmitten der Covid-19-pandemie wenden sich immer mehr Gesundheitsdienstleister der Technologie zu. Sie setzen auf Systeme für die Fernüberwachung, um Covid-19-patienten zu behandeln und gleichzeitig das Ansteckungsrisiko für das medizinische Personal zu verringern. Ein Beispiel solcher Systeme ist eine Ai-basierte Lösung von Tyto Care. Sie diagnostiziert Patienten anhand von Daten, die durch den Tyto Care-ait und das Handy erfasst werden. Die spezielle Ai-algorithmen erkennen Probleme wie geschwollene Mandeln, Halsentzündungen und Lungenerkrankungen. So können Ärzte eine Diagnose stellen, ohne den Patienten zu berühren.
› Selbstfahrende Autos. Im Moment ist in Deutschland nur das „hochautomatisierte Fahren“(oder „pilotiertes Fahren”, Stufe 3) zugelassen. Das heißt, das Auto kann die Fahrt schon fast komplett übernehmen, die Verantwortung bleibt aber beim Fahrer. Aktuell wird AI in autonomen Fahrerassistenzsystemen (ADAS) eingesetzt und erfüllt mehrere Aufgaben: von der Reduzierung des Fischaugen-effekts in Videos von Onboard-kameras bis hin zum Monitoring der Situation auf der Straße. Technologisch hingegen ist die Automotive-branche schon beim autonomen Fahren angekommen - autonome Autos werden weltweit getestet.
› Verbesserte Geschäftsmodelle. Rolls Royce kennt man vor allem als einen Auto- und Turbinenhersteller. Früher hat das Unternehmen Motoren produziert und dann Dienstleistungen zur Wartung dieser Motoren verkauft. Ist der Motor ausgefallen, musste er gewartet werden. Für Rolls Royce war das ein Zusatzgeschäft. Heute haben sie ihr Geschäftsmodell völlig verändert: sie verkaufen einen Stundensatz für die Betriebszeit der Motoren. Auf Basis der IOT Sensordaten der Motoren optimieren sie die Leistung, um möglichst wenig Wartungszeit zu haben und frühzeitig einzugreifen, damit die Motoren möglichst lange im Betrieb bleiben. Für den Kunden bedeutet das jetzt, dass er genau für das zahlt, für das er zahlen will, nämlich die Betriebsleistung eines Motors.
Was lernen wir daraus? AIOT ist die Zukunft von Internet of Things - wenn es richtig um- und eingesetzt wird. Ein Fullstack-anbieter wie Softeq hat hier die passende Expertise um aus datenarmen Geräten datenreiche Maschinen zu machen und Daten in Insights zu verwandeln.