Das Internet der Dinge hat die laute Phase hinter sich. Was jetzt zählt, sind unspektakuläre Fragen: Wo werden Daten verarbeitet, wie lange hält die Batterie, und wer liefert wie lange Sicherheitsupdates?
Vernetzte Geräte sind längst Alltag, von der Heizungssteuerung über Logistiksensoren bis zur Maschinenüberwachung in der Fertigung. Die Diskussion hat sich dabei verschoben: Nicht mehr die Frage, ob Geräte vernetzt werden, steht im Vordergrund, sondern wie sich der Betrieb über viele Jahre sicher und wirtschaftlich gestalten lässt.
Verarbeitung wandert an den Rand des Netzes
Lange galt das Muster: Sensor erfasst, Cloud rechnet. Dieses Modell stößt an Grenzen, sobald Reaktionszeiten kritisch werden, Datenmengen groß sind oder die Verbindung unzuverlässig ist. Eine Maschinenabschaltung kann nicht auf eine Antwort aus einem entfernten Rechenzentrum warten.
Edge Computing verlagert die Auswertung deshalb näher an die Quelle, auf ein Gerät vor Ort oder direkt auf den Sensor. In die Cloud gehen nur noch verdichtete Ergebnisse und Auffälligkeiten. Das senkt Übertragungskosten, verkürzt Reaktionszeiten und hat einen datenschutzrechtlichen Nebeneffekt: Was lokal ausgewertet und verworfen wird, verlässt das Gelände nie. Eine Kamera, die vor Ort zählt und nur die Zahl überträgt, verarbeitet weniger personenbezogene Daten als eine, die den Videostrom versendet.
Die Kehrseite ist der Verwaltungsaufwand. Hunderte Geräte mit eigener Rechenlogik müssen aktualisiert, überwacht und im Fehlerfall erreicht werden. Wer diesen Aufwand unterschätzt, tauscht Übertragungskosten gegen Betriebskosten.
Energie als bestimmende Größe
Bei Sensoren, die jahrelang ohne Netzanschluss laufen sollen, bestimmt der Energiehaushalt das gesamte Design. Deshalb haben sich Funktechniken durchgesetzt, die auf sehr geringen Verbrauch bei kleinen Datenmengen optimiert sind, teils mit Reichweiten von mehreren Kilometern.
Die Auswahl folgt einer nüchternen Abwägung zwischen Reichweite, Datenrate, Verbrauch und laufenden Kosten. Kurzstreckenfunk ist günstig und schnell, aber auf wenige Meter begrenzt. Schmalbandige Weitverkehrstechniken erreichen große Distanzen bei minimalem Verbrauch, übertragen dafür nur wenige Bytes pro Nachricht. Mobilfunkbasierte Varianten bieten Flächendeckung ohne eigene Infrastruktur, verursachen aber laufende Kosten pro Gerät.
Sicherheit wird zur Rechtspflicht
Vernetzte Geräte waren jahrelang die schwächste Stelle vieler Netze: fest eingebaute Standardpasswörter, keine Möglichkeit zur Aktualisierung, offene Verwaltungszugänge. Der wirtschaftliche Anreiz fehlte, weil Sicherheit beim Kauf kaum sichtbar ist.
Das ändert sich durch Regulierung. Neue Vorgaben für Produkte mit digitalen Elementen verlangen unter anderem, dass Geräte ohne bekannte ausnutzbare Schwachstellen ausgeliefert werden, dass Sicherheitsupdates über einen festgelegten Zeitraum bereitstehen und dass Hersteller einen Meldeweg für Schwachstellen betreiben. Für Beschaffungsentscheidungen heißt das: Die Frage nach der Dauer der Update-Versorgung gehört in jede Ausschreibung, ebenso wie die Frage, was mit dem Gerät passiert, wenn der Hersteller den zugehörigen Cloud-Dienst einstellt.
Praktische Mindestregeln im Betrieb: vernetzte Geräte in ein eigenes Netzsegment ohne Zugriff auf interne Systeme, Standardpasswörter ausnahmslos ersetzen, nicht benötigte Dienste abschalten und eine Liste aller Geräte samt Verantwortlichkeit führen. Wie sich das einordnet, beschreibt der Artikel zu Zero Trust und Netzwerksicherheit.
Auswertung direkt auf dem Gerät
Modelle des maschinellen Lernens laufen inzwischen auf sehr kleinen Prozessoren. Damit lassen sich Muster direkt auf dem Sensor erkennen: ungewöhnliche Schwingungen an einer Maschine, ein bestimmtes Geräusch, eine Bewegungsart. Übertragen wird nur die Einordnung, nicht der Rohdatenstrom.
Für die vorausschauende Instandhaltung ist das der praktisch wichtigste Fortschritt, weil sich Sensorik nachrüsten lässt, ohne die Netzlast zu vervielfachen. Die Grenzen sind allerdings real: Die Modelle sind klein, ihre Genauigkeit hängt stark von der Qualität der Trainingsdaten ab, und diese Daten müssen aus der jeweiligen Umgebung stammen.
Was in der Praxis über Erfolg entscheidet
Auffällig viele Projekte scheitern nicht an der Technik, sondern an drei anderen Punkten. Erstens am fehlenden Zweck: Sensoren werden installiert, ohne dass vorher feststeht, welche Entscheidung mit den Daten getroffen werden soll. Zweitens an Insellösungen: Jedes Gewerk bringt eine eigene Plattform mit, die Daten lassen sich nicht zusammenführen. Drittens an der Datenqualität, denn schlecht kalibrierte oder falsch montierte Sensoren liefern zuverlässig falsche Werte.
Ein tragfähiges Vorgehen beginnt deshalb mit der Frage nach der Entscheidung, nicht nach der Technik: Welche Entscheidung soll besser werden, welche Messgröße wird dafür gebraucht, und welche Genauigkeit ist nötig? Erst danach folgt die Auswahl von Sensorik und Funktechnik. Die anfallenden Daten landen anschließend meist in Cloud-Diensten, deren Grundlagen die Übersicht zu Cloud Computing beschreibt. Und weil vernetzte Geräte den Umfang möglicher Angriffe vergrößern, gehören die Hinweise aus Ransomware und Phishing erkennen zum selben Themenfeld.
Häufige Fragen
Was bedeutet Edge Computing im IoT?
Die Auswertung der Sensordaten findet nahe an der Quelle statt, auf einem Gerät vor Ort oder direkt auf dem Sensor. In die Cloud gehen nur verdichtete Ergebnisse. Das senkt Kosten, verkürzt Reaktionszeiten und reduziert die übertragenen personenbezogenen Daten.
Worauf sollte man beim Kauf vernetzter Geräte achten?
Auf die Dauer der zugesicherten Sicherheitsupdates, auf einen Meldeweg für Schwachstellen beim Hersteller und darauf, was mit dem Gerät passiert, wenn der zugehörige Cloud-Dienst eingestellt wird.
Warum scheitern IoT-Projekte am häufigsten?
Meist nicht an der Technik, sondern an fehlendem Zweck, an Insellösungen ohne gemeinsame Datenbasis und an schlechter Datenqualität durch falsch montierte oder unkalibrierte Sensoren.