Konnektivität
KI treibt die nächste IoT-Welle voran
Alles im Internet der Dinge (IoT) ist smart, smarte Lautsprecher, intelligente Ringe, smarte Häuser, intelligente Städte etc. Und obwohl diese Dinge tatsächlich intelligenter sind als alles, was es bisher gab, sind sie trotzdem bei weitem nicht so smart, wie sie sein könnten.
Ein Teil des Problems besteht darin, dass einzelne intelligente Objekte nur selten so gut zusammenarbeiten, wie es für ein durchgängiges, intelligentes System möglich oder erforderlich wäre. Darüber hinaus nutzen die meisten intelligenten Produkte die gesammelten Daten nicht effektiv.
Drei, zwei, eins …
Positiv zu vermerken ist, dass die Nachteile nur vorübergehend sind. Intelligente Dinge können noch viel smarter werden, und das werden sie auch. Konnektivitätstechnologien machen es zunehmend einfacher, unterschiedliche intelligente Objekte zu einem kohärenten Netz zusammenzuführen. Gleichzeitig ermöglichen künstliche Intelligenz (KI) und maschinelles Lernen (ML), die riesigen Datenmengen, die die smarten Geräten erfassen, schnell genug zu verarbeiten und nutzbar zu machen.
Über Konnektivitätstechnologien – insbesondere Matter – sprechen wir schon seit Jahren. Dasselbe gilt für KI und ML. Ist das nicht längst ein alter Hut? Haben diese Technologien das IoT nicht schon grundlegend verändert? Nein, noch nicht!
Die Analysten von Gartner haben das Konzept des Hype-Zyklus für neue Technologien formalisiert (Bild 1). Der Verlauf ist folgendermaßen: Großartige Ideen werden vorgestellt und alle sind begeistert. Doch die Menschen werden unweigerlich frustriert und ungeduldig, weil es Zeit braucht, um die harte Entwicklungsarbeit zu leisten, diese Ideen in die Realität umzusetzen. Silicon Labs ist überzeugt, dass Matter und KI/ML diese Phase des »Tals der Enttäuschung« verlassen haben. Beide sind ausgereift genug, um in kommerzielle IoT-Produkte übernommen zu werden, und zusammen dürften sie zu einer spektakulären Transformation des IoT führen.
Jobangebote+ passend zum Thema
Konnektivität
Der IoT-Markt bietet zahlreiche Möglichkeiten für die Datenanbindung: WLAN, Bluetooth, Zigbee und weitere WLAN-Optionen. Jede hat Vor- und Nachteile in verschiedenen Anwendungen. Matter ist als gemeinsames Protokoll konzipiert, das die Vernetzung unterschiedlicher Geräte verschiedener Hersteller mit unterschiedlichen Kommunikationstechnologien ermöglicht. Die Connectivity Standards Alliance, die die Weiterentwicklung des Matter-Standards unterstützt, wird von einigen der größten Elektronikhersteller der Welt unterstützt.
Die Allianz hat kürzlich Matter v1.4 veröffentlicht, um neue Gerätegruppen wie Solarbatterien, Wärmepumpen und Warmwasserbereiter in das Protokoll aufzunehmen (Bild 2). Dies folgt auf Matter 1.3, das Haushaltsgeräte in die wachsende Liste von Matter-unterstützten Geräte aufgenommen hat. Angesichts der Entwicklungs- und Produktionspläne für jedes neue Elektronikprodukt ist mit diesen neuen Kategorien frühestens in einem Jahr zu rechnen. Wie jede neue vielversprechende Technologie fängt auch diese erst klein an und entwickelt sich dann erst allmählich zum Mainstream.
Mit der Veröffentlichung von Matter 1.4 stiegen auch die Anforderungen an die Unterstützung des Standards. In den Jahren zwischen Matter 1.0 und 1.4 wuchs die Codelänge für die Anwendungsschicht des Protokolls um über 6 Prozent. Das mag gering erscheinen – bedenkt man aber, dass sie weiter zunehmen wird und Speicherplatz sowie Rechenleistung auf den Geräten bereits knapp sind, können diese schnell veralten. Dies trifft dann zu, wenn Updates der Spezifikation veröffentlicht werden, die diese Geräte nicht mehr unterstützen können.
Dies ist nicht nur bei Matter der Fall. Je leistungsfähiger die Funkprotokolle werden, desto höher sind auch ihre Anforderungen. Es ist Aufgabe der Industrie, Embedded-Systeme zu entwickeln, die aktualisiert werden können, um diese Standards weiterhin zu unterstützen.
Hieraus lassen sich einige Erkenntnisse gewinnen. Die wichtigste ist, dass die Elektronikindustrie jetzt Matter nutzen kann, um ein umfassenderes IoT zu schaffen. Eine weitere ist, dass noch viel zu erledigen ist, was aber nur bedeutet, dass das IoT schrittweise noch umfangreicher wird.
Die Auswirkungen von KI sind noch nicht spürbar
Konnektivität ist unerlässlich; sie ist eine Grundvoraussetzung. KI/ML hingegen fügt etwas Neues hinzu; etwas, das wirklich transformativ zu sein verspricht: Intelligenz.
Die Datenmenge, die IoT-Geräte heute produzieren, ist enorm. Das Volumen nähert sich an die 80 Zettabyte – eine Zahl, die in ein oder zwei Jahren klein erscheinen wird. Das Wachstum ist auf die Verbreitung vernetzter Geräte, die zunehmende Nutzung sozialer Medien, mehr E-Commerce und die zunehmende Digitalisierung von Dienstleistungen und Branchen zurückzuführen. Die meisten dieser Daten werden jedoch nicht vollständig analysiert.
Die gesamte Datenflut ist ohne KI nicht zu bewältigen. KI kann zur Echtzeitanalyse dieser oft unstrukturierten Daten eingesetzt werden, um Muster und Anomalien zu erkennen, Erkenntnisse zu gewinnen und Vorhersagen zu treffen. Die sofortige Verfügbarkeit dieser Art von Intelligenz ist neu.
KI ermöglicht nicht nur, vorhandene Daten zu nutzen, sondern wird, sobald der Nutzen dieser Daten nachgewiesen ist, den Wunsch nach mehr Geräten und Datenanbindung wecken – und zwar mehr als es bisher für möglich gehalten oder erdacht wurde. Dies wird unweigerlich zu einem ständig wachsenden IoT führen. Es ist bereits möglich und immer kostengünstiger, KI/ML an der Peripherie (Edge) zu platzieren. Die Notwendigkeit, in Echtzeit auf eingehende Daten zu reagieren, wird den Einsatz von KI/ML weiter fördern.
Während heute viele Produkte mit ML-Funktion auf den Markt kommen, ist ML unserer Einschätzung nach heute das, was Wireless vor zehn Jahren war: eine enorme Wachstumschance.
Auch hier stehen noch technische Herausforderungen bevor. Ein Ziel ist es, Inferenz auf Batteriebetriebene Geräte zu übertragen. Der Betrieb von ML-Modellen ist energieintensiv. Daher ist es eine Herausforderung, batteriebetriebene Geräte für KI/ML zu rüsten. Viele Beteiligte arbeiten jedoch daran, dies umzusetzen.
Heute können wir mit der Nutzung der bereits generierten Daten das Training von ML-Modellen beschleunigen. Damit lassen sich dann Informationen erzeugen, die uns helfen, auf der Grundlage der von unseren Geräten generierten Daten intelligente Entscheidungen zu treffen.
Fazit
Das Internet der Dinge beginnt, das zu werden, was ursprünglich versprochen wurde. Dies ist auf Neuerungen rund um die Datenanbindung – insbesondere Matter – und den Durchbruch im Bereich KI/ML zurückzuführen, was eine wirkliche Transformation verspricht.
Entwickler von Anwendungen haben heute mehr Gründe als je zuvor, Verbindungen zu allem zu ermöglichen, nicht nur zu Smartphones und Computern, sondern auch zu den Embedded-Systemen, die uns überall umgeben.
Die Zahl der vernetzten Geräte wird in den nächsten zehn Jahren auf über 100 Mrd. ansteigen. Diese Geräte erschließen beispiellose Möglichkeiten und Produktivität in zahlreichen Branchen, von Fertigung und Einzelhandel bis hin zu Transportwesen, Gesundheitswesen, Energieverteilung, Fitnessbereich und Landwirtschaft. Sie revolutionieren jeden Sektor auf bemerkenswerte Weise.
Der Grundstein für diese Revolution ist gelegt. Die Leistungsfähigkeit und Zuverlässigkeit von Datenanbindung und KI/ML ist bereits auf einem Niveau, das eine breite Akzeptanz ermöglicht. Je mehr Geräte vernetzt sind und je mehr Daten gesammelt werden, desto mehr Einblicke in jeden Aspekt unserer Welt erhalten wir. Mit zunehmender Rechenleistung und Intelligenz am Netzwerkrand können wir schneller intelligentere Entscheidungen treffen. Diese Edge-Intelligenz ermöglicht Echtzeitanalysen, erhöht die Sicherheit und gewährleistet Zuverlässigkeit, was für das Funktionieren von IoT-Ökosystemen entscheidend ist.
KI wird zu den großen transformativen Technologien unseres Lebens zählen und erfasst mit seinem Wandel mit Sicherheit auch das IoT.
Autor:
Daniel Cooley ist Chief Technology Officer von Silicon Labs
