IoT Trends 2022: Ethische KI, Edge Computing, Klimaschutz

Titelbild: Charles Deluvio auf Unsplash

Wie hat sich IoT im vergangenen Jahr entwickelt und welche Visionen gibt es für IoT in 2022? Wir zeigen Ihnen die relevanten Trends, damit Sie mögliche Hürden und Erfolgstipps kennen, und zeigen, wie man die Kundenbindung stärkt und sich Wettbewerbsvorteile verschafft.

Inhaltsverzeichnis

  1. Unternehmen benötigen Hilfe bei der IoT Architektur
  2. Edge Computing
  3. Ethisch vertretbare KI
  4. Von Dekarbonisierung, Nachhaltigkeit und Klimaschutz
  5. Sensoren im Gesundheitswesen
  6. IoT Security – schützen Sie sich von Innen
  7. Data Governance
  8. IoT Trends 2022: Das müssen Sie wissen

Das Internet of Things nimmt einen immer größeren Raum in Unternehmen ein und treibt die Digitalisierung voran. Vier Prozent mehr als im vergangenen Jahr – jedes zehnte Unternehmen plant ein IoT Projekt oder hat es bereits umgesetzt. (Studie: “Internet of Things 2022” von IDG Research Services, dem Verlag hinter COMPUTERWOCHE und Co., in Zusammenarbeit mit Device Insight.)

War vor wenigen Jahren noch das Thema Security das Top Thema schlechthin, wenn es um IoT ging, steht jetzt die Organisation und Umsetzung an erster Stelle. Seien Sie sich der kommenden Trends und deren Auswirkungen auf den Markt bewusst, denn IoT Vorhaben sind längst nicht mehr isolierte Projekte, abgekapselt von allen anderen Prozessen im Unternehmen. Sie treiben die Digitalisierung im gesamten Unternehmen voran und brauchen, um zu funktionieren, ein gutes Change Management als Basis. Dabei benötigen Sie ein einheitliches, bereichsübergreifendes Verständnis. Alle am Projekt beteiligten Personen müssen verstehen, worum es bei dem IoT Projekt geht und welches Ziel erreicht werden soll. Denn solch ein Projekt ist komplex und lässt sich kaum eigenständig im Unternehmen realisieren und integrieren. Dabei ist hilfreiche, externe Unterstützung ein entscheidender Erfolgsfaktor.

Unternehmen benötigen Hilfe bei der IoT Architektur

Die IoT Architektur ist in drei Bausteine aufgeteilt: Hardware, Software und Konnektivität. Grundsätzlich funktioniert die Architektur so: Die Daten werden von den angebrachten Sensoren an der Hardware durch ein Netzwerk an die IoT Plattform gesendet, wo sie verarbeitet, analysiert und gespeichert werden. Exakt an diesem Punkt benötigen Unternehmen meist externe Hilfe. Wie ist eine IoT Plattform aufgebaut? Was haben Cloud und Edge Computing damit zu tun? Welcher Cloud Anbieter ist passend für Ihr IoT Projekt? Hier kann zusätzliche Hilfe von IoT Expert:innen unterstützen.


Edge Computing

Bietet die Cloud Infrastruktur eine ideale Plattform, um unterschiedliche Daten zu sammeln und aufzubereiten, hat sie ebenso mit gewissen Latenzen zu kämpfen. Manchmal braucht die Datenübertragung einfach zu lange, was bei einigen Anwendungsfällen wie Connected Cars sehr sicherheitskritisch wäre. Beim Edge Computing findet die Datenverarbeitung bereits an Ort und Stelle statt und wird mit leistungsstärkerer Hardware realisiert. Die Verarbeitung direkt am Gerät wirkt sich positiv auf die Latenzzeiten aus – die Daten werden verzögerungsfrei verarbeitet. Nur die Daten, die für längerfristige Prozessoptimierung geeignet sind, werden in die Cloud übertragen. Die Hyperscaler haben verstanden, dass der Einsatz von Edge Computing immer wichtiger wird und erweitern ihre Dienste um Edge Services.

Azure

Azure IoT Hub versus AWS IoT – die richtige Plattform für Ihr IoT Projekt

Diese Vorteile bieten Ihnen die größten Hyperscaler in Sachen IoT – inklusive Kostenbeispiel

Jetzt kostenlos downloaden

Edge Computing wächst weiter und gewinnt zunehmend an Bedeutung, da die Latenzzeit durch die Datenverarbeitung direkt am IoT Gerät deutlich reduziert wird, wovon viele Anwendungsfälle profitieren. Wie zum Beispiel der digitale Zwilling:

Beim digitalen Zwilling werden der gesamte Lebenszyklus und alle gesammelten Daten eines physikalischen Geräts digital abgebildet. So ist eine Vorhersage über den Verschleiß auch in der Werkshalle möglich. Mit Predictive Maintenance können Sie Vorhersagen zu Ihrer Maschine treffen. Wie ist die Lebensdauer einer Maschine oder eines Bauteils? Wann ist der Verschleiß erreicht? Sie warten Ihre Anlagen nach Bedarf und sparen enorme Kosten. Zudem kann die Leistung der Maschinen mithilfe der Datenauswertung verbessert werden.

Bildmaterial: Darstellung Funktionsweise eines digitalen Zwillings. In Anlehnung an „Konzept des digitalen Zwillings“


Mit intelligentem Edge Computing lassen sich sogar digitale Zwillinge zu Echtzeitzwillingen errechnen. Damit kann der digitale Zwilling stets auf eingehende Daten reagieren. Dafür sind leistungsfähige Edge Server mit Künstlicher Intelligenz nötig, um lange Latenzzeiten zu reduzieren.

Ethisch vertretbare KI

Künstliche Intelligenz beschreibt Anwendungen, bei denen Maschinen menschenähnliche Intelligenzleistungen erbringen. Darunter fallen das maschinelle Lernen (Machine Learning), vorausschauende Wartung (Predictive Maintenance) oder das Verarbeiten natürlicher Sprache (NLP – Natural Language Processing). Die Grundidee besteht darin, durch Maschinen menschliche Denkprozesse abzubilden. Bei Generativer AI erstellt die künstliche Intelligenz selbstständig neue und schlüssige Daten. Dazu verwendet sie vorhandene Inhalte wie Text, Audiodateien oder Bilder. KI wird damit zunehmend zu einem einflussreichen Werkzeug im Wettbewerb für Unternehmen.

Und genau hier liegt der Knackpunkt: Künstliche Intelligenz besitzt großes Potential, aber birgt gleichermaßen ein ernstes Risiko. Der KI Wettbewerb der Unternehmen ist hart umgekämpft. Dabei beschäftigen sich Unternehmen ausschließlich mit der Technologie und wie sie diese am besten für sich nutzen und vergessen dabei eins: die ethische Auseinandersetzung mit der Technologie selbst.

Umso lauter werden kritische Stimmen, die sich mit dem Thema Datenschutz und Compliance in Hinblick auf KI-Systeme beschäftigen. Die Sorge um Unkontrollierbarkeit wächst, umso größer die Systeme werden. Zwar können wir künstlicher Intelligenz beibringen, ethische Regeln zu befolgen und nach ihnen zu handeln, aber ein menschliches Gewissen ist durch nichts zu ersetzen. Zudem besteht das Risiko, dass sich gewisse Verzerrungen in den Analysen einschleichen können, fehlerhafte oder veraltete Daten verwendet werden, was falsche Entscheidungen seitens KI nach sich ziehen kann.

Ein Beispiel: Ein Unternehmen nutzt künstliche Intelligenz, um darüber zu entscheiden, ob Kunde X über eine angemessene Kreditwürdigkeit verfügt. Hier kann es zu einer Diskriminierung kommen. Warum? Ein höheres Einkommen ist ein wichtiger Faktor bei der Kreditwürdigkeit. Je nach Position erhalten weiße Männer oft mehr Einkommen als Frauen, Menschen mit Behinderung oder Menschen unterschiedlicher ethnischer Herkunft. Es kommt also darauf an, mit welchen Daten KI trainiert wird. Dabei müssen diverse Eigenschaften berücksichtig werden, um einer Diskriminierung vorzubeugen.

Um Verzerrungen in den Analysen der KI zu vermeiden, die verfälschte Ergebnisse zur Folge haben, kann ein:e Ethikbeaufte:r im Unternehmen mithilfe von Software die künstliche Intelligenz auf unerkannte Merkmale und Muster überprüfen sowie Verzerrungstests durchführen. Welche:r Mitarbeiter:in hat welche Tests oder Veränderungen an der KI vorgenommen? Eine Übersicht kann dabei helfen, beispielsweise eine Diskrimierung zu minimieren. Schaffen Sie im Unternehmen auf jeder Ebene ethische Leitlinien. Diese können wie folgt aussehen:

  • Qualitätssicherung in der Datenverarbeitung: Die Datensätze müssen diverse Merkmale enthalten, um niemanden auszuschließen oder zu diskriminieren. Diese Daten müssen ständig überprüft und aktualisiert werden.
  • Datenschutz: Die Verarbeitung personenbezogener Daten erfordert hohe Datensicherheit und Datenschutz. Halten Sie sich an geltende Standards und die EU-DSGVO.
  • Zuverlässigkeit der KI-Systeme: Sind sie wirklich sicher? Ein Risikomanagement und regelmäßige Risikoanalysen gewährleisten die Sicherheit von KI-Systemen.
  • Nachvollziehbarkeit der Ergebnisse von KI: Das KI-basierte Ergebnis muss nachvollziehbar und erklärbar sein.
  • Verantwortlichkeiten: Wer trägt die Verantwortung, wenn etwas schief geht? Die Verantwortlichkeiten müssen klar geregelt sein. Letztlich ist der Mensch für das Handeln der KI verantwortlich.

Nutzen Sie bereits KI oder haben dies vor, dann stellen Sie unbedingt die ethische Betrachtung in den Fokus, um Vertrauen und Akzeptanz bei Ihren Kund:innen zu schaffen. Seien Sie den Mitbewerber:innen mit ethisch vertretbarer KI voraus.

Besonders in der IT ist Diversity ein wichtiger Erfolgsfaktor. Denn nur wenn Ihr Team divers aufgestellt ist, kann sich diese Vielfalt in Ihren Produkten widerspiegeln. Wir zeigen Ihnen Beispiele für erfolgreiches Diversity Management und wie diverse Produktentwicklung aussieht.



Von Dekarbonisierung, Nachhaltigkeit und Klimaschutz

Die Masse an Datenpunkten wächst und Geräte brauchen Leistung – IoT und Künstliche Intelligenz sorgen nicht unbedingt dafür, ein Unternehmen nachhaltig zu gestalten. Umso wichtiger ist es, dass Kreislaufwirtschaft, Dekarbonisierung und Nachhaltigkeit einen wichtigen Platz in Unternehmen einnehmen. Im Fokus stehen dabei beispielsweise stromsparende Edge Technologien. Unternehmen müssen zukünftig ihre Energieeffizienz steigern und Maßnahmen für die Dekarbonisierung ergreifen. Das könnte z. B. die Versorgung der Edge Devices durch grüne Energie sein.

Apropos grüne Energie: IoT Lösungen können auch zum Schutz unseres Planeten beitragen. In Sachen IoT und Klimaschutz geht es beispielsweise um

  • Energieeffizienz
  • Einsparung der CO2 Emissionen
  • Frachtschifffahrt
  • smarte Landwirtschaft

Zudem können Sensoren dabei helfen, vor Waldbränden oder Hochwasser zu warnen, indem die Feuchte des Bodens oder der Wasserstand überwacht wird. IoT gestützte, klimaorientierte Geschäftsmodelle können dafür sorgen den Klimawandel zu verlangsamen.

Sensoren im Gesundheitswesen

Wenn die Pandemie uns eins gelehrt hat, ist es, dass wir uns anpassen müssen – und zwar schnell. War das Thema Luftqualität in geschlossenen Räumen eher ein Randthema, so ist es nun ein wichtiger Aspekt im Kampf gegen Viren. Mit CO2 Sensoren lässt sich die Qualität der Luft kontrollieren – ganz gleich, ob Virenlast oder andere Schadstoffe. Ist ein gewisser Grenzwert in Klassenräumen, Büros oder Werkshallen überschritten, so meldet das System eine Warnung.

Planen Sie ein IoT Projekt, ist es ratsam, nicht nur die eigene Prozessoptimierung im Blick zu haben, sondern auch klimaorientiert zu handeln. Denken Sie nur an die drei Punkte: Kreislaufwirtschaft, Dekarbonisierung und Nachhaltigkeit.



IoT Security – schützen Sie sich von Innen

Bildmaterial: Darstellung Funktionsweise des Zero-Trust-Models. In Anlehnung an „Zero-Trust-Model“


IoT Security bleibt auch in diesem Jahr ein wichtiger Faktor in Ihrem IoT Projekt. Mehr vernetze Geräte bedeuten eine größere Fläche für Cyberangriffe. Mit IoT Security Maßnahmen wollen Sie sich meist gegen Angriffe von außen schützen. Das Zero-Trust-Modell setzt ergänzend dazu innen an. Gewinnen Sie mehr Sicherheit durch Authentifizierung und die Identitätsüberprüfung aller vorhandenen Geräte. Denn mit steigender Anzahl an IoT Geräten und Anwendungen nehmen digitale Identitäten zu, welche neue Schutzmechanismen benötigen.

Bildmaterial: Darstellung Funktionsweise AWS Security. In Anlehnung an „AWS Security“


Mit einem sicheren Identity und Access Management können Sie digitale Identitäten bereitstellen, verwalten, prüfen und absichern. Damit lassen sich Zugriffsrechte auf Unternehmensdaten, Dienste, Systeme und Netzwerke erteilen, was sich positiv auf Ihre Data Governance auszahlt.

Data Governance

Um die effektive Nutzung der Daten über den gesamten Lebenszyklus im Unternehmen und eine hohe Datenqualität zu ermöglichen, ist die Data Governance ein wichtiges Werkzeug.

Bildmaterial: Darstellung Funktionsweise von Data Governance. In Anlehnung an „Data Governance“

Daten sind in Zeiten von Big Data Entscheidungsgrundlage für alle Maßnahmen, die ein Unternehmen trifft, um Prozesse zu optimieren. Eine Herausforderung dabei ist, dass meist nur Data Scientists mit den Daten arbeiten. Hier kommt die Datendemokratisierung ins Spiel. Diese wird immer wichtiger, um allen Mitarbeiter:innen umfassend und unkompliziert Zugang zu den relevanten Daten zu ermöglichen, damit jede Abteilung datenbasierte Entscheidungen treffen kann. Das heißt jedoch nicht, dass jede:r Mitarbeiter:in zum Beispiel Zugriff auf hochsensible Daten der Buchhaltung hat. Die Datendemokratisierung unterliegt Governance-Vorschriften und dem Datenschutz. Wer hat die Kontrolle über Datenbestände? Wie dürfen diese verwendet werden? In diesem System werden Rollen und Verantwortlichkeiten festgelegt, um Datenmonitoring transparent und unter IT-Security Maßnahmen zu ermöglichen.



  • Unternehmen benötigen Hilfe bei der IoT Architektur. Besonders die IoT Plattform macht ihnen zu schaffen – externe IoT Expert:innen können dabei helfen!
  • Edge Computing wächst weiter und gewinnt immer mehr an Bedeutung, da die Verarbeitung direkt am Device mögliche Verzögerungen bei der Datenübertragung in die Cloud minimiert.
  • Künstliche Intelligenz muss ethischen Leitlinien folgen und kontrollierbar bleiben. Ethisch vertretbare KI sorgt für Vertrauen und Akzeptanz bei Ihren Kund:innen.
  • IoT Lösungen sind eine wichtige Säule im Kampf gegen den Klimawandel.
  • IoT Security ist und bleibt ein elementarer Baustein, wenn es um die Planung eines IoT Projektes geht. Das Zero-Trust-Modell und IAM (Identity und Access Management) ist dabei unerlässlich, denn die Gefahr von Sicherheitslücken droht nicht immer von außen. Schützen Sie sich auch von Innen!
  • Data Governance schafft eine klare Struktur, wer Zugriff auf Datenbestände hat und wie sie verwendet werden. So wird eine hohe Datenqualität gesichert und jede Abteilung kann datenbasierte Entscheidungen treffen.



Wie Sie ein IoT Projekt starten und nachhaltigen Erfolg für Ihr Unternehmen erreichen, zeigen wir Ihnen in diesem Blogpost.

Diesen Artikel teilen:
  • mitteilen 
  • teilen 
  • teilen 
  • E-Mail 
Drucken

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

*

Um die Diskussionsqualität zu wahren, veröffentlichen wir nur noch Kommentare mit nachvollziehbarem Vor- und Nachnamen sowie authentischer E-Mail-Adresse.