AIoT: Künstliche Intelligenz und IoT transformieren den Markt

KI spielt in vielen heutigen IoT-Anwendungen eine wesentliche Rolle, indem sie die Leistung von vernetzten Geräten und Systemen in verschiedenen Branchen optimiert.

Eine dieser Branchen sind intelligente Städte. KI-gestützte IoT-Lösungen treiben die Entwicklung von Smart Cities voran, indem sie die effiziente Verwaltung städtischer Systeme ermöglichen, z. B. Verkehrssteuerung, Abfallmanagement, Luft- oder Wasserqualität, Abrechnung von Versorgungsleistungen und öffentliche Sicherheit. KI hilft bei der Analyse von Daten, die von Sensoren und Geräten gesammelt werden, und liefert Echtzeit-Einsichten zur Optimierung des Stadtbetriebs und zur Verbesserung der Lebensqualität von Ihnen und mir. Dieser Markt wird Prognosen zufolge von 648 Milliarden Dollar im Jahr 2020 auf über 6,06 Billionen Dollar im Jahr 2030 anwachsen, mit einer CAGR von 25,2 %.

Auch der Energiesektor macht sich AIoT zunutze und setzt die Technologie auf unterschiedliche Weise ein. AIoT macht intelligente Netze effizienter und widerstandsfähiger, wodurch die Stromverteilung optimiert, Stromausfälle reduziert und die Gesamteffizienz von Energiesystemen verbessert werden kann. Dazu gehört auch die Optimierung der Integration erneuerbarer Energiequellen wie Solar- und Windenergie in das Netz, da KI-Algorithmen Schwankungen in der Produktion erneuerbarer Energien auf der Grundlage von Wetterdaten vorhersagen und den Netzbetrieb entsprechend anpassen können. AIoT ermöglicht auch die Vorhersage von Energieverbrauchsmustern der Verbraucher und die Verbesserung der Verwaltung von Energiespeichersystemen, was zu einem optimierten Netzbetrieb beiträgt.

Eine weitere Branche, die derzeit von AIoT profitiert, ist die Landwirtschaft, vor allem in Form der Präzisionslandwirtschaft. Die als "nächste landwirtschaftliche Revolution" angekündigte Präzisionslandwirtschaft macht sich die Vielzahl der bereits in der Landwirtschaft eingesetzten IoT-Tools und -Geräte zunutze und optimiert sie. IoT-Sensoren sammeln beispielsweise Daten zu Bodenfeuchtigkeit, Temperatur und Nährstoffgehalt, so dass KI-Algorithmen den optimalen Zeitpunkt für die Aussaat, Bewässerung und Ernte der Pflanzen bestimmen können.

Trotz all dieser Anwendungen befindet sich die Integration von KI und IoT noch im Anfangsstadium und bietet zahlreiche Möglichkeiten für weiteres Wachstum und Entwicklung. Eine dieser Möglichkeiten ist Edge AI - eine Kombination aus Edge Computing und künstlicher Intelligenz. Kurz gesagt ist Edge Computing ein aufkommendes Computing-Paradigma, bei dem die Datenverarbeitung näher an dem Ort erfolgt, an dem die Daten generiert werden - am "Rand" eines Netzwerks intelligenter Geräte und nicht auf einem Cloud-Server - was zu höheren Verarbeitungsgeschwindigkeiten und -volumen führt.

Mit Edge AI wird künstliche Intelligenz in diese Netzwerke eingebaut, so dass die KI-Verarbeitung am Rande stattfindet. Dadurch können die Geräte innerhalb von Millisekunden Entscheidungen treffen, die auf den von ihnen selbst gesammelten Daten und maschinellem Lernen basieren. In der Praxis dürfte diese Technologie die vorausschauende Wartung auf die nächste Stufe heben und sicherstellen, dass lokalisierte und isolierte IoT-Netzwerke den Ausfall ihrer eigenen Geräte vorhersagen und verhindern können. Dabei kann es sich um das Netzwerk von intelligenten Häusern und Fabriken, selbstfahrenden Fahrzeugen, Energienetzen, KI-gestützten Gesundheitslösungen und mehr handeln.

Die Abkehr vom Cloud Computing hin zum Edge Computing geht auch eines der Probleme mit Cloud-basierten Lösungen an: die Sicherheit. Fast 50 % aller Datenschutzverletzungen im Jahr 2022 fanden in der Cloud statt, wobei die durchschnittlichen Kosten für Datenschutzverletzungen bei privaten Clouds 4,24 Millionen Dollar und bei öffentlichen Clouds 5,02 Millionen Dollar betragen. Werden die Daten jedoch nicht in der Cloud, sondern vor Ort verarbeitet, können sie automatisch teilweise oder vollständig gelöscht werden, ohne das lokale Netzwerk zu verlassen.

Neben der Cybersicherheit wird auch die physische Sicherheit durch Videoüberwachung verbessert werden. Intelligente Sicherheitssysteme könnten Daten in Echtzeit verarbeiten, um Sicherheitsbedrohungen zu erkennen, indem sie anormale Verhaltensweisen aufspüren, und Zugangssysteme werden über effektivere Möglichkeiten verfügen, eine Person anhand mehrerer Parameter gleichzeitig zu identifizieren.

Vieles davon mag für manche sehr theoretisch klingen, aber bei Teltonika Networks beobachten wir die Entwicklung von AIoT mit großer Aufmerksamkeit. Laut unserem Leiter für Forschung und Entwicklung, Mantas Čižauskas, sind die Verwendungsmöglichkeiten für KI im IoT-Markt zwar zahlreich und versprechen einen großen Wert, aber es besteht eine ebenso große Wahrscheinlichkeit, dass diese Technologie für fragwürdigere Zwecke eingesetzt wird. Seiner Meinung nach "würden Dinge wie die Datenanalyse zum Zweck der Erstellung von Nutzerprofilen, personalisierte Werbung und die Überwachung der Bürger in der Tat weitaus weniger Ressourcen erfordern, aber das würde dazu führen, dass sie in größerem Umfang eingesetzt werden." Die Frage ist nicht, wozu die Daten in der Lage sind, sondern wer Zugang zu den Daten hat und was er mit ihnen macht.

Aber er weist auch auf einen Silberstreif am Horizont hin. "KI kann den komplizierten Prozess der Netzwerkeinrichtung für die Nutzer einfacher machen. KI kann dabei helfen, ein Netzwerk schnell und korrekt zu konfigurieren, und öffnet sogar die Tür für eine dynamische Konfiguration." In Bezug auf Produkte würde RMS den größten Nutzen aus diesen Technologien ziehen, da "die Anzahl der verbundenen Geräte und die Menge der gesammelten Daten einen fruchtbaren Boden für KI-gestützte Innovationen und Wachstum bilden." Er schlussfolgerte, dass "ein zunehmender Einsatz von KI auf dem Markt uns nur dazu bringen würde, die Sicherheit der Produkte von Teltonika Networks weiter zu verbessern.