Tim Taberner und sein Insider-Wissen zu M2M und IoT

Der Technical Sales Director von B+B SmartWorx mit dem Blick auf das Wesentliche

Tim Taberner ist ein gefragter Redner und weit verbreiteter Autor zu den Themen M2M (machine-to-machine) und IoT (Internet of Things). Er prägt als Technical Sales Director bei B+B SmartWorx die technischen Entwicklungen mit Fokus auf Industrie 4.0 und stellt unter dem Titel "B+B Insider Conversations: Tim's Tips for IoT" sein umfassendes Wissen auch über das Unternehmen hinaus zur Verfügung.

Hier sein Beitrag vom Dezember 2015:

Der Unterschied zwischen M2M und IoT

Vor kurzem, während ich ein anderes Unternehmen, das im IoT-Bereich tätig ist, besuchte, hatte ich ein Gespräch mit einem seiner technischen Führungskräfte. Wir sprachen über den Unterschied zwischen M2M und IoT, und seiner Meinung nach handelte es sich bei beiden im Wesentlichen um ein und dieselbe Sache. Was seinen Standpunkt anbelangte, fügt IoT nur neue Sensoren zu bestehenden Systemen hinzu, um Daten auf einem niedrigeren Preisniveau zu sammeln, und stellt auch leistungsstarke Rechnerressourcen im Unternehmen zur Verfügung, um umfangreiche Datengewinnung und -Analysen zu ermöglichen. Er fasste seinen Standpunkt wie folgt zusammen: "Wir messen die Daten mit neuen Sensoren. Wir übermitteln diese an das Unternehmen, und dann machen einige kluge Leute kluge Dinge mit den Daten, um diese in umsetzbare Informationen umzuwandeln."

Ihm fehlten vollständig einige der fundamentalen Unterschiede zwischen den "alten" M2M- und den "neuen" IoT-Architekturen. Insbesondere schien es so, als ob er die Datenvorverarbeitung durch IoT an der Netzwerkperipherie, bevor diese Daten zur Endverarbeitung weitergesandt werden, außer Acht ließ; und die Aufgaben, die IoT erledigt, indem es die Daten an das Unternehmen weiterleitet’

Traditionelle M2M-Systeme sind bisher typischerweise zur Überwachung, Steuerung oder Optimierung eines einzelnen Prozesses eingesetzt worden. Sie wurden so abgestimmt, entworfen und implementiert, um auf ein zu einem bestimmten Zeitpunkt auftretendes Problem mit einer in diesem Zeitpunkt erfolgenden Lösung zu reagieren.  Bei der herkömmlichen M2M-Architektur, zum Beispiel, konnte ein Gebäude über voneinander unabhängige Systeme für HLK-Steuerung, Sicherheit und Feuererkennung verfügen. Ziemlich häufig messen diese unterschiedlichen Systeme dieselben Werte an denselben Orten über getrennte Sensoren. Die Sensoren sind über Draht mit den unterschiedlichen MSR-Schaltschränken verbunden und dann weiter mit getrennten Benutzerbildschirmen. Jedes System kommuniziert intern und verwendet dazu seine eigenen (oft geschützten) Protokolle und Standards.  Die gemeinschaftliche Nutzung der Daten zwischen den Systemen ist schwierig und oft unmöglich.

Positiv gesehen ist es relativ einfach gewesen M2M-Systeme zu spezifizieren. Wenn wir uns einem Problem zu einem bestimmten Zeitpunkt gegenüber stehen, können wir uns die Messungen, die wir durchführen müssen, genauer ansehen und festlegen, wie wir diese Informationen zusammengefasst haben wollen. Die Grenzen dessen, was wir erreichen möchten, können definiert werden, und ein ROI-(Return on Investment)-Fall ist relativ einfach zu rechtfertigen (oder abzulehnen).


Ein herkömmliches M2M-System kann man sich als einen Manager, der in seinem Büro sitzt, vorstellen, der ständig sein Team von nicht vor Ort befindlichen Mitarbeitern in unendlichen Wiederholungen kontaktiert.  Der Manager fragt, ob alles in Ordnung ist und kümmert sich um alle Vorfälle, die eventuell auftreten.  Um das zu tun, muss der Manager wissen, wie er jeden einzelnen seiner Mitarbeiter kontaktiert und mit ihm Informationen austauscht. Und aufgrund der immer wiederholten selben Anfragen und der begrenzten Themen der Unterhaltung verwenden alle eine Kurzsprache, die sie untereinander verstehen.  Das erlaubt ihnen, sehr effizient miteinander zu kommunizieren.  Aber ihre Sprache ist in einem weiteren Umfeld nur schwer zu verstehen und kann nicht leicht an neue Situationen und Anwendungsfälle angepasst werden.

Bei IoT, auf der anderen Seite, geht es um Systeme von Systemen. Es handelt sich um Datenproduzenten, die Informationen publizieren, ohne wissen zu müssen, welche Anwendungen oder Benutzer diese Daten weiterverarbeiten.  Es handelt sich um die Bereitstellung von Daten für viele Systeme und das auf eine Weise, dass Erweiterungen und Revisionen möglich sind, wenn neue Anforderungen auftreten. Es handelt sich um die Möglichkeit, Abhängigkeiten und Kausalitäten zwischen Dateneinspeisungen, die anscheinend nichts miteinander zu tun haben, festzustellen. Es handelt sich nicht nur um die Optimierung eines einzelnen Prozesses, sondern um die Optimierung eines gesamten Ökosystems und um die Anpassungs- und Entwicklungsmöglichkeit, wenn neue Anforderungen und Anwendungsfälle auftreten.  Es handelt sich um die Abänderung des Zwecks, zu dem die Daten erfasst werden, und ihre uneingeschränkte Kombinierbarkeit, ohne, dass wir alles, was wir tun wollen, schon am ersten Tag des Projekts definieren müssen. Der anfängliche Anwendungsfall kann die Investitionen für das System rechtfertigen, aber wir müssen nicht notwendigerweise wissen, wie wir das System in Zukunft erweitern wollen. IoT-Architekturen müssen diese Flexibilität bieten, welche niemals eine wesentliche Priorität bei herkömmlichen M2M-Systemen war.


Betrachten Sie es als "Twitter für Maschinen". Wenn ich ein Gerät bin, ist alles, was ich tun muss, ein für mich interessantes Thema zu abonnieren.  Ich muss nicht wissen, wer twittert oder wie die betreffenden Personen mit dem Netzwerk verbunden sind.  Ich erhalte einfach die relevanten Informationen und ich kann dann entscheiden, was ich nicht beachte oder worauf ich reagieren muss. Andere Geräte, die an demselben Thema interessiert sind, aus Gründen, die nur sie betreffen, können sich ebenfalls einschreiben. So wie ich, erhalten sie ebenfalls die Informationen, ohne dass sie Änderungen, welche die Produzenten der Information anbelangen, vornehmen müssen.  Und sie können das tun, ohne mich oder das was ich tue in irgendeiner Weise zu beeinträchtigen.  Neue Geräte können jederzeit die Daten abonnieren, und existierende Geräte können jederzeit die Informationen abbestellen. Keines der Geräte beeinträchtigt die jeweiligen anderen. Genauso können zusätzliche Informationsproduzenten jederzeit on-line gehen und ihre Informationen dem Wissenspool zur Verfügung stellen.

Viel Datenarten sind natürlich kritische Daten. Und in der IoT-Welt wird die Information ohne menschliche Intervention übertragen. Unsere Sicherheits- und Wiederherstellungsprozesse müssen sehr widerstandsfähig sein. Wir benötigen auch Themendefinitionen, die feiner sind als ein einfacher Hashtag.

Kommen wir auf den leitenden Techniker zurück, der mich zu diesem Blog inspiriert hat, und zu seinem Kommentar, dass "wir die Daten an das Unternehmen weiterleiten".

Sein Kommentar berücksichtigte nicht den wesentlichen Beitrag für die IoT-Architektur, der vom Edge-Gerät, das sich bei dem jeweiligen remoten Anlagegut befindet, geleistet wird. Anders als herkömmliches M2M-Equipment wie RTUs, PLCs oder einfache Router, bieten IoT-Edge-Geräte Datenverarbeitung vor deren Übertragung.  Das IoT-Edge-Gerät bietet nicht nur das physische Netzwerkinterface für Geräte und Sensoren niedrigerer Ordnung, sondern bietet auch die notwendige Übersetzung und die Entkoppelung zwischen den von diesen Systemen gesammelten Daten und der Information, die an das Unternehmen weitergeleitet wird. 

• Es sortiert Daten mit geringem oder fehlendem Informationswert aus (Beispiel: "Die Temperatur in dem Raum, in dem ich mich befinde, ist dieselbe wie 10 Sekunden vorher – will ich wirklich diese Information an das Unternehmenssystem weiterleiten?").

• Es fasst diese Daten zusammen (Beispiel: Minimale, mittlere und maximale Temperaturwerte im Raum jede Stunde.).

• Es bietet Vorfallserkennung.(Beispiel: Die Temperatur überschreitet einen Grenzwert oder wechselt unerwartet häufig. Signifikante Daten wie diese können prioritär behandelt werden und sofort versandt werden.).

• Es bietet Datenanreicherung, Informationskontextualisierung und die Erstellung von selbstdefinierenden und sprachlich suchbaren Parametern (Anstatt "PLC31 Verzeichnis 40072 hat den Wert 2078" würde es zum Beispiel senden "B+B Galway / Tims Büro {Datum: 1 Dezember 2015, Zeit: 10:40, Temperatur: 20oC.).

• Es bietet Kommunikationsmanagement und Sicherheit bei der Datenübermittlung.

• Es erlaubt die Integration der wirtschaftlichen Benutzerlogik im Edge-Gerät, um hoch-effektives, lokales Erkennungspotential zu bieten.

Es ist natürlich sehr einfach über IoT zu sprechen, solange man nicht vom Teufel im Detail spricht. "Wir senden die Daten an das Unternehmen" ist ein offensichtliches Beispiel dafür. Wenn Sie wirklich den Unterschied zwischen M2M und IoT verstehen möchten, denken Sie an den Satz: "Ich weiß nicht, was ich nicht weiß." M2M-Systeme haben, geschichtlich gesehen, das Unbekannte nicht gekannt, wohingegen IoT-Architekturen, das, was man nicht weiß, umfassen.

Tim Taberner
Globaler Produkt-Manager, Top-Mobilfunk-IoT-Gateways