Alle Beiträge von Harald Zeitlhofer

Bereits Wirklichkeit: IT-Monitoring für IoT in der Praxis

Die weitverteilten IoT-Umgebungen entwickeln sich stetig dynamisch weiter. Sie erfassen Unmengen wertvoller Betriebsdaten, mit deren Hilfe es Unternehmen und Entwicklern gelingt, die Herausforderungen der Digitalisierung zu bewältigen, indem sie Performance-Probleme und Risiken frühzeitig erkennen. Geschäftsentscheidend ist die automatisierte, intelligente Überwachung des gesamten IoT-Ökosystems.

Das IoT-Ökosystem ist ein um spezifische Cloud-Plattformen angesiedeltes Technologie-Universum. (©dynatrace)

Flottenmanagement: Bei Störungen werden Alarmmeldungen ausgelöst. Die erfassten Daten können zur Unfallvermeidung von den Fahrzeugen zu intelligenten Notfallsystemen geschickt werden. Im Ernstfall wird das Fahrzeug daraufhin ferngesteuert stillgelegt. IT-Monitoring garantiert, dass die Geräte ihre Daten rechtzeitig senden und dass die Backend-Services fehlerfrei laufen, um dann im Notfall optimale Entscheidungen treffen zu können.

Öl- und Gasförderung: Hier geht es um die Überwachung von Pipelines mit einer Länge von mehreren Tausend Kilometern sowie um die Erfassung und Verarbeitung von Sensorendaten, die beim Auftreten von Störungen Benachrichtigungen aussenden – z.B. bei Undichtigkeiten oder Energiediebstahl. APM erkennt, ob ein Gerät Daten sendet und empfängt und berichtet über die Stellen, an denen Probleme auftreten.

Produktion: Sensordaten werden in Geräten, die den Produktionsprozess steuern, vorverarbeitet (edge computing), bevor sie zur Auswertung zurückgeschickt werden; regelmäßige Softwareupdates sind für die Verbesserung und Weiterentwicklung dieser Komponenten notwendig. IT-Monitoring liefert die Einsicht in erfolgreiche oder fehlerhafte Softwaredeployments, und verhindert somit die Ausführung magelhaften Codes und die damit verbundenen Fehler und Ausfälle. Eine zeitaufwändige Fehlersuche und –behebung gehört damit der Vergangenheit an.

Smarte Städte und intelligente Stromzähler: Energieeffizienz und beste Ausnutzung der Ressourcen stellen hier die Ziele dar. Das Einschalten von Straßenlaternen oder die richtige Helligkeit wird dabei in Abhängigkeit von den tatsächlichen Bedingungen gesteuert. IT-Monitoring stellt fest, ob einzelne Geräte arbeiten – andernfalls wird gemeldet, welches Problem wo vorliegt und wie es behoben werden kann. Ganz ähnlich ist es bei intelligenten Stromzählern, die in immer mehr Haushalten eingebaut werden. Die Zähler helfen beim Stromsparen, senken die Betriebskosten und sammeln Daten über den Energieverbrauch, die bei künftigen Entscheidungen rund um die Stromversorgung der Haushalte helfen. Mit IT-Monitoring garantieren die Anbieter die Verfügbarkeit dieser Geräte und registrieren sofort außergewöhnliche Ereignisse wie etwa Energiediebstahl oder ungewöhnlich hohen Verbrauch.

Landwirtschaft: IoT in der Landwirtschaft bietet ein extrem breites Spektrum an Anwendungsfällen, wie intelligente Lösungen zur Saatausbringung und Bewässerung, Flottenmanagement inklusive selbstfahrender Geräte, Überwachung der Tiere, die Kenntnis des verbleibenden Tierfutters im Futterbehälter oder Einzelheiten zum Wasserpegel an jeder einzelnen Stelle des Feldes. Mittels IT-Monitoring kann der Anwender Probleme vermeiden und Risiken bei der Viehversorgung oder der Ernte ausschließen. Dabei werden sämtliche Verbindungen und Geräte überwacht, Performance-Berichte erstellt und Ursachen von Abweichungen und Fehlerquellen automatisch ermittelt.

Gesundheitswesen: Empfindliche medizinische Geräte lassen sich automatisiert überwachen, lebenswichtige Systeme werden mit minimalem Aufwand regelmäßig aktualisiert. APM hilft bei der Erkennung von Problemen bezüglich Bereitstellung und Performance bis hinein in die Code-Ebene. Dadurch minimiert es Risiken durch fehlerhafte Auswertungen und sorgt für Arbeitszeit- und Kosteneinsparungen.

Vernetzte Wohnung (Smart Home): Die Kaffeemaschine, die automatisch Bohnen nachbestellt oder informiert, wenn Wartungen anstehen, witterungsangepasste Heizungen und Beleuchtungen, Alarmsysteme, Zugangskontrollen oder individueller Zugang zu Medien sind hier nur einige der bereits sehr vielen bestehenden Einsatzmöglichkeiten. In allen diesen Fällen erfolgt eine Überwachung der korrekten Funktion und Leistungen. IT-Monitoring sorgt für störungsfreie Verbindungen und erkennt im Störungsfall zeitnah sowohl das Problem als auch dessen Ursache.

Einzelhandel: Verbraucher erhalten über ihre mobilen Endgeräte aktuelle Angebote, die sie auf den Besuch im Geschäft vorbereiten. Eine intelligente Auswertung des Käuferverhaltens steuert das Erlebnis und somit die Kundenzufriedenheit beim Einkauf im Supermarkt. Verkaufte Produkte können mit Sensoren ausgestattet werden, um den Kundenservice zu verbessern. Taucht ein Problem auf, so lässt sich automatisch ein Service-Team benachrichtigen, das den Kunden proaktiv kontaktiert oder im Hintergrund unterstützt. Monitoring sorgt für Transparenz an den wichtigen Verbindungspunkten und erkennt, ob das Produkt beim Kunden schnell verfügbar ist.

Wearables: Eine Smart Watch zeichnet Trainingsstrecken auf oder erfasst biometrische Werte, die direkt weitergeleitet werden. Während die Daten, beispielsweise über die Runtastic App, direkt online publiziert werden können, lässt sich andererseits durch die medizinischen Parameter die Behandlung von Patienten verbessern oder Erkrankungen vorbeugen. Sogar Notfälle können erkannt und entsprechende Benachrichtigungen versendet werden. All dies funktioniert nur, wenn die Verbindungen nachweislich störungsfrei arbeiten.

Ein IoT-UFO für die Teamarbeit bei Projekten: Für Unternehmen, die als verteiltes Team arbeiten, stellt ein IoT-UFO ein visuelles IoT-Gerät dar, das den Status eines Projektes auf einen Blick erkennbar macht. Es ist mit den Projektdaten, beispielsweise aus der Softwareentwicklung, verknüpft und kann problemlos an zentral einsehbaren Stellen im Unternehmen montiert werden. Mit einem Ampelsystem zeigt es den Projektfortschritt oder Ausfälle an. DieTeams sehen so auch sofort, ob es Ausfälle gibt, ob Kunden verfügbare Softwareupdates nutzen oder ob bestimmte Firmware-Versionen nicht optimal arbeiten.

IoT-UFO (©dynatrace)

Diese Liste an Beispielen könnte ewig fortgesetzt werden. Die Szenarien und Anwendungen zeigen: Bei IoT geht es nicht um eine einzelne Technologie, sondern vielmehr um ein komplexes Ökosystem bestehend aus Kontaktpunkten zu Mensch und Maschine, die sich über verschiedene Technologien erstrecken. Es entsteht so eine sowohl dynamische als auch komplexe Umgebung, die nur schwer vollständig zu durchblicken ist. Unternehmen können nur von ihren IoT-Lösungen profitieren, wenn sie Echtzeit-Kontrolle und einen umfassenden Überblick über ihre gesamte IoT-Landschaft haben. Die relevanten Daten dazu müssen intelligent aufbereitet werden.

Die traditionell eingesetzte Form der Überwachung mit Hilfe von Dashboards, Reaktion auf Alarmmeldungen und manuell durchgeführter Analyse stößt hier schnell an ihre Grenzen. Die Kontrolle der Datenmenge und -vielfalt kann nur mit IT-Monitoring-Lösungen gelingen, die das gesamte IT-Spektrum, ob in der Cloud, im hauseigenen Rechenzentrum oder bei Serviceprovidern ganzheitlich überwachen. Damit die IT-Administratoren nicht den Überblick verlieren, sind KI und Datenaggregation unumgänglich. Die in Echtzeit auftretenden Milliarden von Ereignissen lassen sich so in einem Format anzeigen, das nicht nur verständlich ist, sondern relevante Einblicke – sortiert nach Priorität – vermittelt. So können Unternehmen die Potenziale von IoT erfolgreich erschließen und den größtmöglichen Nutzen daraus ziehen!

Das IoT-Ökosystem: Szenarien und Herausforderungen

Ob im Einzelhandel, bei tragbaren Geräten, in der Produktion oder in unseren vernetzten Fahrzeugen, Wohnungen und Städten: neue Technologien und Endgeräte ermöglichen die Entstehung völlig neuer Angebote. Immer neue Smart Devices schaffen vielfältige Kontaktpunkte und Schnittstellen: Bereits im Einsatz sind beispielsweise häusliche Einbruchsicherungen, Sensoren für industrielle Anwendungen oder vernetzte Fahrzeuge und Haushaltsgeräte. Die unterschiedlichen Anwendungswelten wachsen derzeit schneller als je zuvor zusammen. Als Folge entsteht aus herkömmlichen IT-Umgebungen das neue, große Ökosystem des IoT.

Laut Forrester Research kristallisieren sich drei wesentliche IoT-Geschäftsszenarien heraus:

  • Erfahrene Designer integrieren Sensoren in Produkte oder Umgebungen, um so die Kundenzufriedenheit zu erhöhen. Beispielsweise kann dann ein Garagentor melden, wann eine Wartung erforderlich ist und auf Wunsch auch einen Servicetermin beim Techniker vereinbaren.
  • Prozessverantwortliche in sämtlichen Unternehmen können durch IoT-basierte Assets ihren Betrieb optimieren und enger mit dem Kundenerlebnis verknüpfen. Es wird dadurch einfacher und kostengünstiger, individuelle Kundenwünsche bis hin zur Fertigung von Einzelteilen umzusetzen oder Material genau nach Bedarf zu bestellen.
  • Viele Führungskräfte nutzen IoT-Daten von Drittanbietern oder die daraus resultierenden Erkenntnisse, um ihre eigenen Abläufe und Angebote stark zu verbessern. Daraus ergeben sich völlig neue Datenanalysen sowie Steuerungs- und Vorhersagemodelle.

Dieser Forrester-Blick in die Zukunft zeigt: Erfolgreiche Unternehmen nutzen das Internet der Dinge, um neue Funktionalitäten und Services zu entwickeln, Betriebsabläufe zu optimieren, ihren Produkten und Dienstleistungen Alleinstellungsmerkmale zu verleihen und ganze Märkte mit Hilfe neuer Angebote zu transformieren [1].

Herausforderungen für Unternehmen und Entwickler

Schon heute beschleunigen IoT-Lösungen die Innovationszyklen bei Produkten und Dienstleistungen, während sich gleichzeitig die Überwachung von Kosten und Risiken als zunehmend komplexe Aufgabe erweist. Zur Steuerung der dynamischen Umgebung müssen Unternehmen diese Herausforderungen lösen:

Hohe Komplexität und Größe: IoT-Ökosysteme sind komplex, sie umfassen viele dynamische Komponenten und Unmengen von Daten. Die Verlagerung von Rechenleistung vom (Cloud-) Backend hin zu den Geräten selbst (edge computing) erhöht diese Komplexität enorm! Herkömmliche oder eigenentwickelte Monitoring-Lösungen sind für die Überwachung derart vielschichtiger und dynamischer Umgebungen weder ausgelegt noch geeignet.

Auswirkungen auf geschäftskritische Systeme: Vielfach sind IoT-Anwendungen geschäftskritischer Natur, da sie direkte Auswirkungen auf Geschäftsprozesse wie in der Produktion oder auf die Kundenzufriedenheit haben. Da sich schlechte Performance oder gar Ausfälle aufgrund von Störungen negativ auf das Geschäftsergebnis auswirken, sollten diese Probleme schnell, idealerweise sogar in Echtzeit oder proaktiv erkannt und behoben werden.

Unterschiedliche Datenquellen: IoT-Systeme beinhalten häufig eine Vielzahl von Peripheriegeräten, von einfachen Sensoren bis hin zu komplexen Linux-Servern sowie jeder denkbaren weiteren Hardware dazwischen. Auch die Art der verarbeiteten Daten ist dabei extrem vielfältig, von der Verarbeitung von Einzeltransaktionen bis hin zur Erfassung von riesigen Mengen an Sensordaten, die dann verwendet werden, um Machine Learning Modelle zu trainieren oder von diesen mittels KI analysiert werden. Monitoring-Systeme benötigen daher ausreichend Flexibilität, um diese Unmengen von Daten aufnehmen und verarbeiten zu können.

Das IoT-Ökosystem bildet eine hochkomplexe Landschaft, die ohne viel Aufwand, möglichst automatisiert und zuverlässig kontrollierbar und jederzeit verfügbar sein muss.

Um die Chancen von IoT zu nutzen, müssen Unternehmen diese Herausforderungen meistern. Das gelingt nur mit leistungsfähigem IT-Monitoring, mit dem sie sicherstellen können, dass alle Komponenten funktionieren und richtig zusammenarbeiten. Oder sofort eingreifen können, wenn Störungen vorliegen.

Was leistet IT-Monitoring für IoT und wie funktioniert es?

Korrektes APM (Application Performance Management) oder IT-Monitoring bedeutet End-to-End Monitoring vom Sensor oder Gerät bis zum Backend der Cloudplattformen und aller Anwendungen. Genauso umfasst es deren Integration in die Geschäftsprozesse und die Kontrolle der Geräte selbst. Es beinhaltet die Überwachung aller Transaktionen (Serviceverfahren), Geräte – E/A, Netzwerkanfragen, Crashes und menschlichen Interaktionen. Es liefert detaillierte Einsichten in die Verteilung und Updates der Firmwareversionen, IoT-Plattformen, externen Service-Aufrufe, Cloud-Infrastrukturen, Container- und PaaS-Umgebungen. IoT-Monitoring selbst sollte als Software as a Service (SaaS) oder als Managed System angeboten und eingesetzt werden.

Dabei geht es bei APM nicht darum, die Arbeitsfähigkeit oder die Nutzlast einzelner Sensoren zu überwachen oder Sensorendaten zu visualisieren. Vielmehr geht es um die lückenlose Überwachung des Gesamtsystems einschließlich aller Endgeräte, Netzwerkkomponenten und (Cloud-) Backends sowie deren gegenseitige Abhängigkeiten. Die Mindestanforderung an das Monitoring besteht darin, dass eigener Code ausgeführt wird und dass Aktionen und Netzwerktransaktionen stattfinden, die von diesem Code verarbeitet werden. Allerdings kann beispielsweise die Kommunikation zwischen Sensor und Gerät eine Aktion sein, die überwacht wird. Genauso Aktivitäten, Zustand, Aufzeichnungen, Latenzen und Fehler, mit denen diese Metriken in den Gesamtzusammenhang der Anwendung eingebunden werden.

Lesen Sie weiter in Teil 2, was das für die Praxis heißt und in welchen Anwendungsfeldern sich IoT-Monitoring einsetzen lässt.

[1] “Untangle Your IoT Strategies, The Three IoT Scenarios And How They Drive Business Value”, von Frank E. Gillett, 21. September 2017, Forrester Research

 

KI wird zum Muss für die Überwachung von IoT-Apps

„Alexa, wie lange dauert es noch, bis die erste Palette der Spezialwerkzeuge versandfertig ist?“ „Das dauert noch 7 Stunden, weil ein Bauteil erst jetzt angeliefert wurde.“ Was vielen noch als Science Fiction erscheinen mag, ist dank intelligenter Sprachassistenten wie Alexa, Cortana, Siri und Co. und zu Grunde liegender KI-basierter IoT-Lösungen bereits in vielen Produktionsumgebungen Realität.

Mit Hilfe von KI und einem Echtzeit-Datenabgleich wird die Produktion schneller und kontrollierbarer. Mitarbeiter in Disposition, Vertrieb und Fertigung erhalten wertvolle Daten und Real-Time-Unterstützung. Doch für die Unternehmen bedeutet dies auch sehr große technische Herausforderungen: Denn aufgrund der zunehmenden Vernetzung, Integration neuer Technologien und der damit verbundenen Datenexplosion geht zunehmend der Überblick verloren, was eigentlich genau in den Unternehmensnetzwerken und auf den – teilweise mobilen – Endgeräten geschieht und wo welche Daten verfügbar sind. Welche Informationen werden wohin geschickt? Berichten alle Produktionssysteme oder sind einige offline? Warum bekommt man gerade keine Daten aus dem Lager A? Sind die Netzkapazitäten zu gering oder Scanner und Sensoren defekt? Funktionieren die ERP- und BI-Systeme nahtlos mit den CAD- und Logistikanwendungen? Läuft eine Software fehlerfrei oder ging beim letzten Update etwas schief? Haben sich eventuell Schadprogramme in die Firmenkommunikation eingeschlichen?

Übersicht trotz vieler IoT-Anwendungen

Zuerst ist ein Blick auf die eigentliche Herausforderung nötig: Das Internet der Dinge basiert nicht auf einer einheitlichen Technologie, sondern stellt ein Gesamtsystem dar, das sehr viele unterschiedliche Technologien und Services nutzt. Dadurch entsteht ein ausgesprochen dynamisches und komplexes Umfeld. Der traditionelle Monitoring-Ansatz, der sich seit Jahren für Client-Server, 3-Tier oder verteilte Anwendungen bewährt hat, bedient sich meist fest installierter Messpunkte in Servern, Datenbanken oder an wichtigen Netzwerkkomponenten. Diese Messpunkte werden über festgelegte Funktionen in Dashboards manuell beobachtet. Ein Ansatz, der dieser dynamischen Welt des IoT nicht mehr gerecht wird. Auch die menschliche Analyse und Reaktion auf Warnungen funktioniert angesichts der heutigen Dynamik und Datenexplosion nicht mehr oder viel zu spät und damit so zeitversetzt, dass die Produktion oder ein Service bereits ausgefallen sind. Denn die Fehlererkennung würde zu lange dauern und unnötige Ausfallzeiten verursachen.

Die gute Nachricht lautet: Das IoT ist kein komplett neuartiges System, sondern eine Erweiterung bestehender Lösungen. Beispielsweise durch viele zusätzliche Schnittstellen und Sensoren an Geräten, die bislang noch kein Bestandteil des IT-Netzwerks waren. Diese Schnittstellen sind außerdem immer häufiger sprachbasiert oder übertragen Bilder, etwa zur Qualitätskontrolle, Produkterkennung oder Identifikation von Personen. Zusätzlich findet die Datenverarbeitung immer weniger in zentralen Rechenzentren, sondern im Zuge von Serverless Infrastructure in der Cloud oder bei Edge Computing direkt auf den Geräten oder in deren unmittelbarer Umgebung statt.

Oftmals wird ein Teil der Produktionsdaten auf Inhouse-Servern verarbeitet, wo beispielsweise das ERP-System oder Kunden- und Buchhaltungsdaten laufen, andere Anwendungen sind in die Cloud ausgelagert.

Routine-Überwachung durch KI ergänzt die Expertise der Mitarbeiter

Entsprechend dieser vielfältigen Systeme müssen auch die Monitoring-Systeme durch neue Funktionen ergänzt werden. Während sie bislang zum Beispiel die Performance der eigenen IT-Anwendungen und Netzwerke überwacht haben, sind es nun zusätzlich die Sensoren, Aktoren, Bilderkennungs- und Logistiksysteme, die ständig verfügbar sein müssen, damit das Gesamtsystem reibungslos funktioniert. Ebenso natürlich auch Rückmeldungen zu den ausgelieferten Produkten, beispielsweise dem Funktionsstatus einer Carsharing-Lösung oder eines Autopark-Liftes.

Bei zehntausenden Servern – Inhouse oder in der Cloud – plus Datenbanken und Anwendungen ist die Erkennung von Abhängigkeiten und Problemursachen eine äußerst komplexe Aufgabe. Diese lässt sich nur mit Hilfe von Mesh-Netzwerken und künstlicher Intelligenz erfüllen. Die zunehmende Dynamik dieser Systeme führt dazu, dass sie ständigen Veränderungen und Neuerungen unterworfen sind und sich die Abhängigkeiten permanent ändern. Eine Monitoring-Lösung erkennt diese in Echtzeit und reagiert unmittelbar darauf.

Eine Software erkennt automatisch alle Abhängigkeiten zwischen den vorhandenen Servern, Diensten, Prozessen und angeschlossenen Geräten. (Quelle: Dynatrace)

Selbstlernende KI-Systeme

Damit zuverlässig Antworten auf alle Fragen wie „Welche Probleme gibt es aktuell in der Produktion oder im Service und welche Lösungsvorschläge?“ „Werden alle Sensoren und Aktoren erfasst? Wie zuverlässig ist das Ergebnis der Big-Data-Analyse?“ gegeben werden können, installieren moderne IT-Monitoring-Lösungen ihre Agenten nicht nur im Netzwerk und auf Servern, sondern auch auf Endgeräten und Serverless-Komponenten, die eine gewisse Leistungsfähigkeit aufweisen. Anschließend werden sie automatisch von der IoT-Monitoring-Plattform erkannt, konfiguriert und im Dashboard dargestellt. Die Erkennung der Geräte basiert dabei nicht nur auf dem Vorhandensein von Betriebssystemen, auch Hardware-Komponenten mit Embedded Code werden unterstützt.

Neben den Agenten für Server und Geräte spielen hier auch Schnittstellen für Devices mit geringer Leistungsfähigkeit eine wichtige Rolle. Einerseits durch Software-Bibliotheken für die Einbindung in eigenem Code, aber auch durch APIs zur Unterstützung von Geräten, auf denen keine eigenen Programme laufen können. So dauert es wenige Tage, bis das Monitoring-System die Nutzungsmuster und Abhängigkeiten im Normalbetrieb mit Hilfe von KI automatisch gelernt hat. Dann lassen sich die Daten auf dem Dashboard visualisieren sowie Abweichungen vom Normalbetrieb in Echtzeit feststellen. Entsprechende Warnmeldungen werden innerhalb der Anwendung angezeigt, per Mail verschickt oder über Schnittstellen an Service Management Systeme weitergeleitet.

Mithilfe der gelernten Abhängigkeiten wird allerdings nicht nur das Problem selbst, sondern auch dessen Ursache erkannt. Mit einem solchen weitgehend automatisierten System lassen sich sehr früh Kosten einsparen, zum Beispiel schon im Entwicklungsstadium der Anwendungen. Zudem sparen IT-Teams sehr viel Zeit bei Fehlersuche und Performance-Tests vor der Live-Stellung. Auch im produktiven Betrieb können sie frühzeitig Trends erkennen und voraussagen, beispielsweise dass in fünf Stunden ein Problem mit dem Speicher oder ein Engpass bei der mobilen Anbindung eines Systems entsteht. Ausfallzeiten können damit auf ein Minimum reduziert oder sogar komplett vermieden werden.

Full Stack bedeutet komplettes IoT-Monitoring

Da nicht nur einzelne Services, IoT-Geräte oder eine Cloud-Lösung überwacht werden, sondern komplette Infrastrukturen – der „Full Stack“ – ist damit ein ganzheitliches Monitoring mit einer zentralen Lösung möglich. Dabei werden auf Basis der gegenseitigen Abhängigkeiten auch Auswirkungen von Problemen auf andere Anwendungen erfasst und vorhergesagt. So haben Unternehmen durch eine Erweiterung bestehender, bewährter Lösungen auch moderne IoT-Umgebungen immer im Griff. IT-Experten und Produktionsspezialisten werden dagegen durch KI keineswegs überflüssig. Sie haben nur mehr Zeit für Verbesserungen, neue Planungen und echte Innovationen.