Industrieroboter an einem Fließband, die Kartons auf selbstfahrende Transportwagen laden
IoT

Was ist Artificial Intelligence of Things? So effizient ist die Verknüpfung von AI und IoT

Die Steigerung von Effizienz in der Produktion wird vor dem Hintergrund hoher Energiekosten immer wichtiger. Laut einer Untersuchung des Branchenverbands bitkom aus 2022 nutzen oder planen 90 Prozent der Unternehmen derzeit Anwendungen für die vernetzte Industrie 4.0. 66 Prozent wiederum vertrauen bereits auf Mechanismen der künstlichen Intelligenz zur Datenanalyse bei der Prozessüberwachung.

Hier erfahren Sie, was AIoT (Artificial Intelligence of Things) ist, wie es funktioniert und wie Ihr Unternehmen davon profitieren kann.

Inhaltsverzeichnis

AIoT: Das steckt hinter dem Begriff

Die "künstliche Intelligenz der Dinge" (Englisch: Artificial Intelligence of Things, kurz: AIoT) ist die Kombination von Technologien der künstlichen Intelligenz (KI) mit der Infrastruktur des Internets der Dinge (Englisch: Internet of Things, kurz: IoT). Vorrangige Ziele von AIoT-Lösungen sind, den IoT-Betrieb effizienter zu gestalten, die Interaktion zwischen Menschen und Maschinen sowie von Maschine zu Maschine zu verbessern und die Datenverwaltung und -analyse zu optimieren.
KI ist die Simulation menschlicher Intelligenz durch Maschinen, insbesondere durch Computersysteme. Diese Maschinenintelligenz kommt unter anderem bei der Verarbeitung natürlicher Sprache, der Spracherkennung und dem maschinellen Sehen zum Einsatz.
Das Internet der Dinge ist ein System miteinander verbundener Erfassungsgeräte, Datenverarbeitungsgeräte, mechanischer und digitaler Maschinen und generell Objekte mit einer IP-Kennung. Die Geräte können Daten über ein Netzwerk übertragen, ohne dass ein Mensch hier steuernd eingreifen muss.
Ein IoT-Endgerät kann beispielsweise ein Sensor in einer Fertigungsmaschine sein, eine Erschütterungssensorik im Auto oder ein smartes Thermostat in einem Privathaushalt. Kurzum: Jedes Objekt, dem Sie eine Internetprotokolladresse zuweisen können und das Daten über das Internet überträgt, kann ein Teil des IoT sein.
Das Bild zeigt einen Mann mit einem Notebook

IoT-Plattform und Device Management

Mit Vodafone verwalten Sie Ihre SIM-Karten und IoT-Geräte. Jederzeit und auf der ganzen Welt. Nutzen Sie die IoT-Plattform als leistungsfähiges Self-Service-Tool zum Monitoring Ihrer SIM-Karten, Verbindungen und Services.

  • Globale IoT-Plattform
  • Integrated M2M-Terminals
  • Globale SIM-Karte

Wie funktioniert AIoT?

In AIoT-Geräten wiederum ist zusätzlich eine künstliche Intelligenz in Software und Chipsätzen eingebettet. Diese Geräte sind über IoT-Netzwerke per Kabel oder eine kabellose Übertragungsweise wie 5G, Narrowband IoT oder LTE-M miteinander verbunden. Programmierschnittstellen (API) ermöglichen eine gute Kompatibilität der einzelnen Komponenten untereinander und stellen sicher, dass alle Hardware-, Software- und Plattformkomponenten ohne besonderen Aufwand zusammenarbeiten und kommunizieren können.
Im Betrieb befindliche IoT-Geräte erzeugen und sammeln ununterbrochen Daten. Eine KI analysiert diese Daten, um Erkenntnisse zu gewinnen und die Effizienz und Produktivität von Produktionsanlagen oder logistischen Strukturen zu verbessern. Den Erkenntnisgewinn der KI durch eine konstante Aufzeichnung von Daten bezeichnen Expert:innen als maschinelles Lernen.
AIoT-Daten können auch am Rande eines Maschinenparks verarbeitet werden. Im sogenannten Edge-Computing verarbeiten unter anderem Micro-Computer (beispielsweise Arduino-Systeme) die Daten von IoT-Geräten so nah wie möglich an der Produktionsstraße. Dies entlastet die zentrale IT eines Unternehmens. Die KI entscheidet, welche Daten bereits am Edge verarbeitet werden oder schickt Daten zur Weiterverarbeitung in ein weiter entferntes Rechenzentrum. Die für die Datenübertragung genutzte Bandbreite wird dadurch optimal genutzt. Die soll mögliche Verzögerungen bei der Datenanalyse vermeiden.
Ein Fertigungsroboter in Aktion

Smart Factory: Wettbewerbsfähiger dank vernetzter Produktion

In unserem aktuellen Whitepaper: So macht 5G Fabriken smart erfahren Sie unter anderem, wie die intelligente Fabrik von morgen arbeitet, welche Rolle 5G dabei spielt und wie Sie Ihre Wettbewerbsfähigkeit durch mehr Effizienz und vernetzte Produktion auf ein neues Level heben können.

  • Aktuelle Studien
  • Beispiele zur Daten-Monetarisierung
  • Infos zu Campus-Netzen

Vorteile und Herausforderungen im Bereich AIoT

Vorteil AIoT: Zwei Schlüsseltechnologien spielen ihre Stärken aus

Im AIoT ergänzen sich zwei Technologietypen perfekt gegenseitig: Auf der einen Seite bietet die KI durch maschinelle Lernfähigkeiten und verbesserte Entscheidungsprozesse einen großen Mehrwert. Das Internet der Dinge hingegen punktet mit maximaler Konnektivität und einer schnellen Signal- und Datenverarbeitung.
AIoT kann daher Unternehmen dabei helfen, die Produktion und Logistik zu verbessern. Die KI analysiert die durch IoT-Sensorik entstehenden riesigen Datenmengen und lernt als "Herz" eines Logistik-System, wie es Transportwege oder die Verwaltung von Chargen immer weiter optimieren kann.
So kann das AIoT beispielsweise innerhalb eines Lagersystems und ohne menschliches Zutun "lernen", an welchen Tagen welche Bauteile in einer bestimmten Menge an einem bestimmten Ort sein müssen.
Zusammengefasst sind die Vorteile von AIoT:
  • Gesteigerte Effizienz: KI-integrierte IoT-Geräte können Daten analysieren, um Muster zu erkennen und den Betrieb einer Produktionsstraße oder eines Logistiksystems auf mehr Effizienz hin anpassen.
  • Zeitersparnis: Eine KI analysiert autark die Daten einer Produktion – und das rund um die Uhr. Die Mitarbeiter:innen eines Unternehmens müssen weniger Zeit für die Überwachung von IoT-Geräten aufwenden. Die jeweiligen Fachkräfte können sich zum Beispiel auf wesentliche Aufgaben in der Administration konzentrieren.
  • Hohe Skalierbarkeit. Die KI analysiert, welche Muster sich im Datenfluss eventuell wiederholen und wann Speicher erweitert oder wieder zurückgebaut werden kann. Darüber hinaus kann die KI entscheiden, wann die Anzahl der an ein IoT-System angeschlossenen Geräte erhöht werden muss, um bestehende Prozesse zu optimieren oder neue Funktionen einzuführen.

Herausforderungen im AIoT-Umfeld: Die Daten müssen beherrschbar bleiben

Eine der größten Herausforderungen beim Einsatz von AIoT sind die anfallenden riesigen Datenmengen. Zum Teil erfassen tausende Sensoren innerhalb eines Unternehmens rund um die Uhr jede erdenkliche Form von Informationen: Wie heiß oder feucht ist die Umgebungsluft einer Maschine? Wie stark vibriert die Maschine? Welche Stückzahlen eines bestimmten Bauteils haben einen bestimmten Teil der Produktionsstraße passiert? Welche Schmierflüssigkeit ist an welcher Maschine in welchem Umfang eventuell nicht ausreichend vorrätig?
Ein Unternehmen, das über die Implementierung von AIoT-Komponenten in die Produktion nachdenkt, muss also auch immer eine ausreichend schnelle und skalierbare IT im Auge behalten.

Mögliche Anwendungsgebiete für die Artificial Intelligence of Things

Obwohl sich viele AIoT-Anwendungen auf die Implementierung von kognitivem Computing in Verbrauchergeräten konzentrieren, können sie weitaus mehr und bieten vor allem für Unternehmen und für das Gesundheitswesen zahlreiche Vorteile.
Im Folgenden lesen Sie sechs Beispiele für den breiteren Einsatz von AIoT:

Smart Cities

In "schlauen" Städten erfassen vernetzte IoT-Sensoren Daten unter anderem über den Straßenverkehr, die Luftverschmutzung oder die Auslastung von Parkplätzen. Eine KI wertet diese Daten aus. Ergebnisse dieser Berechnungen können zum Beispiel Verkehrsprognosen sein. So kann zum Beispiel der Verkehrsfluss in einer Stadt effizienter geleitet werden. Dadurch soll es zu weniger Stau und einer Reduzierung des CO2 -Ausstoßes kommen. Dies kann die Lebensqualität der Bevölkerung erhöhen.
Mitarbeiter mit Helm prüft Daten am Tablet

Datenverarbeitung in nahezu Echtzeit – Gamechanger MEC

Als erster Anbieter am deutschen Markt bietet Vodafone in Kooperation mit Amazon Web Services seinen Kunden Distributed Multi-Access Edge Computing (MEC) an. Profitieren Sie von den Vorteilen der AWS Wavelength und den Stärken des Vodafone Netzes:

  • Niedrige Latenzen für Echtzeitanwendungen
  • Verlagerung der Datenverarbeitung vom Gerät in die Edge
  • Längere Batterie- und Akkulaufzeiten

Smart Retail

Einzelhändler:innen können die Verbindung von KI und IoT-Geräten zum Beispiel zum Erfassen und Auswerten des Kaufverhaltens ihrer Kund:innen nutzen: Wann betreten welche Kund:innen den Verkaufsraum? Was kaufen sie? AIoT-Sensoren können Regal- und Lagerbestände miteinander abgleichen, um eventuelle Engpässe beim Nachschub zu verhindern. Kameras erfasse die Gesichter sowie das Verhalten der Kund:innen und die KI liefert Vorschläge, bei welchen Kund:innen eine Überprüfung auf vollständige Bezahlung sinnvoll sein dürfte.

Industrie

Unternehmen verwenden smarte Sensorik, um zu erkennen, wenn ein Gerät nicht richtig funktioniert oder ein Teil an einer Fertigungsmaschine ausgetauscht werden muss.
Mehr Beispiele für den erfolgreichen Einsatz smarter Sensorik und AIoT lesen Sie unter anderem in folgenden Beiträgen im V-Hub:

Autonomes Fahren

Autonome Fahrzeuge verfügen über mehrere Kameras und Sensorsysteme und erfassen Straßenmarkierungen, Verkehrsschilder und Bewegungen um das Fahrzeug herum. Die KI gleicht in Echtzeit zum Beispiel die Fahrroute mit Daten über die aktuelle Verkehrslage ab. Dann leitet die KI das Fahrzeug um mögliche Staus herum, schon bevor diese überhaupt entstehen können.

Versand und Logistik

Sensoren sammeln Daten über die Umgebung eines selbstfahrenden Transportfahrzeugs, zum Beispiel ein Lagerhaus. Eine KI trifft dann Entscheidungen über Fahrtwege und Beladung des Fahrzeugs. Die KI verhindert dadurch unnötige Wege oder Mehrfachfahrten und optimiert logistische Abläufe. Unternehmen können ihren Kunden dadurch unter Umständen schnellere Lieferzeiten zusagen.

Gesundheitswesen

Medizinische Geräte in Kliniken und Pflegeeinrichtungen erfassen und überwachen sämtliche Vitalwerte von Patient:innen. Dazu gehört unter anderem die Herzfrequenz. Eine KI erkennt ohne das Zutun des medizinischen Personals selbst kleinste Unregelmäßigkeiten und erstellt eine Prognose, ob und wann eventuell eine Herzattacke absehbar ist. Die KI informiert umgehend die zuständigen Mediziner:innen und Pfleger:innen, die Gegenmaßnahmen einleiten können.
Eine Frau und ein Mann stehen auf einer Baustelle

Jetzt mit IoT Easy Connect durchstarten

Zwei sorgenfreie IoT-Prepaid-Tarife ermöglichen Ihr eigenes IoT-Projekt auf Basis unseres Hochleistungsnetzes:

  • IoT Easy Connect 2G/4G für hohe Datenraten
  • IoT Easy Connect 2G/NB-IoT/LTE-M für schwierige Bedingungen

Das Wichtigste zu Artificial Intelligence of Things (AIoT) in Kürze

  • AIoT ist die Kombination künstlicher Intelligenz und der Geräte-Infrastruktur des Internet of Things.
  • AIoT soll Abläufe Fertigungsanlagen effizienter machen und die Zusammenarbeit zwischen Menschen und Maschinen verbessern sowie Datenverwaltung und -analyse optimieren.
  • IoT-Geräte sammeln und erzeugen Daten. Eine KI analysiert diese Daten und zieht daraus Schlüsse, die Effizienz und Produktivität von Produktionsanlagen verbessern können.
  • Das AIoT kann daher Unternehmen dabei helfen, unter anderem Produktion und Logistik zu verbessern.
Das könnte Sie auch interessieren:
IoT
Mehrere Quellcodes transparent überlagert mit eingeblendeten Lichtpunkten auf einem Display.

Beliebteste Programmiersprachen 2024: Python vorn und C# holt auf

Um die Bedeutung von Programmiersprachen einzuschätzen, haben sich das TIOBE-Ranking und die sogenannten PYPL-Daten als Bewertungsmaßstab etabliert. Die Ergebnisse zeigen, dass Python den Bereich der Softwareentwicklung dominiert. Die größten Zuwächse hatte im Jahr 2023 aber eine andere Sprache: C# hat es geschafft, in die Gruppe der fünf beliebtesten Programmiersprachen aufzusteigen. Was sind die Gründe dafür, warum ist Python weiterhin so beliebt und warum stagniert die Verbreitung der bislang so stark nachgefragten Programmiersprache Java? In regelmäßiger Abfolge stellt das niederländische Software-Beratungshaus TIOBE sein gleichnamiges Software-Beliebtheitsranking vor. Im Januar zeigt sich regelmäßig, wer die Gewinner und Verlierer des Vorjahres sind. Bis Januar 2024 konnten die Spitzenreiter allesamt ihre Plätze behaupten. Mit einer Ausnahme: JavaScript ist auf Platz 6 gerutscht – dafür hat C# (C-Sharp) Einzug in die Top 5 gehalten. Der PYPL-Index (Popularity of Programming Language Index) kommt zu etwas anderen Zahlen. Der Index bildet ab, wie oft Tutorials zu einer Programmiersprache bei Google nachgefragt werden. Je häufiger nach einer Anleitung zu einer Skriptsprache gesucht wird, desto höher ist die Platzierung im PYPL-Index. Auch dieser Index sieht Python auf Platz 1. Dahinter folgen Java, JavaScript, C/C++ und C#.

Telefon

Digitalisierungs-Beratung

Sie haben Fragen zur Digitalisierung? Jetzt kostenlos beraten lassen. Montag-Freitag von 8-20 Uhr, außer an Feiertagen.

0800 505 4512

Hilfe und Service

Montag bis Freitag von 8 bis 20 Uhr, außer an Feiertagen.

0800 172 1234
Online
Vor Ort