Eine Entwicklungsplattform für IoT und Datenwissenschaft

Wir zeigen, wie ein vollständiger IoT-Entwicklungszyklus sowohl greifbare Komponenten wie spezifische IoT- und Data-Science-Fähigkeiten als auch immaterielle Komponenten wie die Förderung des Wissenstransfers und den Fluss von funktionsübergreifendem Know-how kombiniert. Dieser Transfer findet innerhalb einer einzigen, umfassenden IoT-Entwicklungsplattform statt, die sich am besten für industrielle IoT-Szenarien eignet.

Unser Vorschlag: Um Unabhängigkeit zu erreichen, ohne eine kostspielige interne IoT-Infrastruktur aufzubauen, als Voraussetzung für den Start eines IoT-Projekts müssen Datenwissenschaft und IoT-Funktionen auf einer kollaborativen industriellen IoT-Plattform zusammengeführt werden.

Es war unsere Vision, eine solche Plattform zu entwickeln, um den Austausch zwischen diesen beiden Wissensbereichen zu erleichtern: Datenwissenschaft und IoT. Darüber hinaus wird die Plattform für das Internet der Dinge nicht nur verschiedene Arten von Technologien zusammenbringen, sondern auch Menschen — verschiedene Arten von Spezialisten in unterschiedlichen Funktionen innerhalb einer Organisation — und damit auch unterschiedliche Denkweisen.

Wir bringen Technologie und Menschen für einen vollständigen IoT-Entwicklungszyklus zusammen

Nach unserem Verständnis hat ein vollständig abgerundeter IoT-Entwicklungszyklus sowohl materielle als auch immaterielle Komponenten. Wir werden diese in den folgenden Abschnitten erörtern.

Die greifbaren Komponenten der IoT-Entwicklung: durchgängige Datenwissenschaft und IoT-Toolchain

Zu den greifbaren Komponenten der IoT-Entwicklung gehören alle Funktionen, die erforderlich sind, um unterbrechungsfreie, vollständige Entwicklungsszenarien zusammen mit der Iterabilität dieser Szenarien zu gewährleisten. Grob gesagt beinhaltet dies die Fähigkeit:

1. IoT-Geräte im großen Maßstab verbinden und verwalten;
2. IoT-Daten von diesen Geräten sammeln;
3. diese Daten verarbeiten und analysieren;
4. Apps und Modelle unter Berücksichtigung dieser Daten erstellen;
5. führen Sie diese Apps und Modelle wieder auf Ihren verbundenen Geräten aus und
6. Verbessern Sie die Apps und Modelle kontinuierlich auf der Grundlage neu gesammelter Daten.

Die immateriellen Komponenten der IoT-Entwicklung: Wissen und Menschen

Die immateriellen Komponenten in Ihrem IoT-Ökosystem sind etwas schwieriger zu erfassen. Sie beinhalten Menschen in verschiedenen organisatorischen Funktionen und der Transfer von Wissen unter ihnen. Wir sprechen hier von Immaterialität, weil dieser Aspekt des IoT-Entwicklungszyklus den Austausch von Know-how beinhaltet.

Dies beinhaltet die Anwendung kollaborativer Strategien, die sich von einem Entwicklungsszenario zum anderen unterscheiden. Über alle spezifischen Merkmale hinweg findet der Wissenstransfer so statt, dass die IoT-Entwicklung in all ihrer Komplexität nahtlos voranschreiten kann.

Auf dem Weg zu einer vollständig integrierten IoT-Entwicklungsumgebung mit kostenlosem kollaborativem Austausch

Sowohl materielle als auch immaterielle Bestandteile können in einer umfassenden Bedienung für den vollständig abgerundeten IoT-Entwicklungszyklus. Wie können wir uns diesen Service vorstellen? Das wäre eine einheitliche, vollständig integrierte IoT-Entwicklungsumgebung. Dies setzt die notwendige Infrastruktur für die Verwaltung verbundener Geräte, die Anwendungsentwicklung und die Bereitstellung von Apps voraus. Darüber hinaus hätten wir auch Integrationen für die Erfassung und Analyse von IoT-Daten sowie Funktionen für die Zusammenarbeit.

Die IoT-Entwicklungsplattform muss in der Lage sein, Tausende von IoT-Geräten gleichzeitig zu unterstützen und zu handhaben. Sie muss Konnektivität herstellen und aufrechterhalten und über eine Infrastruktur verfügen, die eine wachsende Anzahl von IoT-Geräten unterstützen kann. Ein solcher Dienst wird aber auch Folgendes ermöglichen Zirkulation und freier Austausch von Humankapital gegen Humankapital, über Funktionen und Denkweisen hinweg, an einem einzigen Ort.

Dazu gehören der Wissenstransfer und die Zusammenarbeit zwischen zwei Fachgruppen mit deutlich unterschiedlichen Denkweisen: Ingenieuren und Datenwissenschaftlern.

Unabhängigkeit ohne interne IoT-Infrastruktur erreichen

EIN aktueller Artikel auf hackermoon.com zählt auf, was bei der Entwicklung einer internen IoT-Lösung von Grund auf erforderlich ist, und befasst sich mit der Komplexität der Infrastrukturherausforderungen. Letzteres kann zeitaufwändige und kostenintensive Aufgaben wie die Festlegung des Umfangs der Hardware-, Software-, Netzwerk- und Serveranforderungen beinhalten. Dies kann auch die Wiederverwendung von Ressourcen erfordern, ganz zu schweigen von der eigentlichen Architekturarbeit.

Verwaltete IoT-Services sind mit noch höheren Vorabkosten verbunden. Diese können einen lokalen Cloud-Dienst, eine API-Infrastruktur und mehrere andere Dienste beinhalten. Am wichtigsten ist jedoch, dass Unternehmen in der Lage sein müssen, Expertenhilfe in Anspruch zu nehmen, oft extern, um all diese einzelnen Fachbereiche abzudecken. Unternehmen verfügen oft nicht über das gesamte erforderliche Fachwissen im eigenen Haus.

Eine Online-IoT-Cloud-Plattformlösung kann hier konstruktiv eingreifen, indem sie die Belastung durch den Aufbau einer internen IoT-Infrastruktur abnimmt. Ein Online-Plattformangebot würde bereits über eine integrierte Entwicklungs-, Bereitstellungs- und Testinfrastruktur verfügen. Es wird also nicht nötig sein, diese vor Ort innerhalb einer Organisation zu konzipieren.

Nach unserem Verständnis kann der IoT-Entwicklungszyklus abgedeckt werden mit eine IoT-Plattformlösung, in der Sie über die gebaute Umgebung verfügen, um Ihre eigene Lösung zusammenzustellen.

Das IoT-Entwicklungsstudio mit datenwissenschaftlichen Integrationen

IronFlock ist ein vollständig skalierbarer und leichter IoT-Entwicklungs-Enabler mit einer integrierten Infrastruktur für Gerätemanagement, IoT-App-Entwicklung und App-Bereitstellung über Funk. Als IoT-Self-Service-Plattform ermöglicht es Benutzern, IoT-Geräte einfach und sicher aus der Ferne hinzuzufügen und zu verwalten, Anwendungen in der IDE der Entwicklungsplattform zu entwickeln und Code sofort auf einer beliebigen Anzahl von IoT-Geräten weltweit bereitzustellen.

Das Studio ist in jede Plattform oder jeden Data-Science-Dienst zur Datenerfassung und Datenanalyse integrierbar. Unsere interne Lösung kombiniert die Kräfte eines IoT-Entwicklungsstudios und eines Data-Science-Studios, um die Erstellung mehrerer IoT-Lösungen für jeden Anwendungsfall zu erleichtern.

Die Plattform bringt Datenwissenschaft und IoT zusammen: Mit dem Data Science Studio sammeln und analysieren Sie die Daten, die von verbundenen IoT-Geräten stammen. Sie erstellen auch Modelle für maschinelles Lernen in der Cloud. Anschließend verwenden Sie das IoT-Entwicklungsstudio, um sie auf IoT-Geräten bereitzustellen. Das IoT-Gerät sendet Daten zur Analyse zurück an das Data Science Studio, sodass die Modelle für maschinelles Lernen kontinuierlich aktualisiert und angepasst werden können. Bei der IoT-Entwicklung schließt sich somit der Kreis.

Die Komplettlösung eines IoT-Studios mit integrierten Data-Science-Diensten bietet die folgenden Funktionen:

IoT-Entwicklungsstudio:

• Fernverwaltung für IoT-Geräte einschließlich Überwachung, Updates und Upgrades;
• Strukturierung der wachsenden Zahl intelligenter Geräte in Gerätegruppen mit ihren eigenen benutzerdefinierten Einstellungen;
• Entwicklung von Apps in einer integrierten Entwicklungsumgebung (Cloud-IDE);
• IoT-Anwendungsentwicklung mit jede Programmiersprache;
• IoT-Produktentwicklung;
• Over-the-Air (OTA) -Bereitstellung Ihrer IoT-Anwendung/Logik auf IoT-Endpunkten;
• Bidirektionale Integrationen/Anwendungsaktivierung;
• Unterstützung für verschiedene Industriezweige Geräte und Protokolle;
• Greifbar sowohl für IoT-Entwickler als auch für nichttechnisches Personal.

Studio für Datenwissenschaft:

• IoT-Datenerfassung aus einer Vielzahl heterogener Quellen;
• Speicher- und Weiterleitungsfunktionen vom IoT-Gateway zur Cloud;
• Datenverarbeitungsfunktionen. Dies hilft Ihnen, große Datenmengen von der Erfassung über die Datenbereinigung bis hin zur Datentransformation zu handhaben;
• Analytik in Echtzeit anpassbar an die spezifische IoT-Anwendung.

Um diese Dienste im Rahmen Ihrer eigenen IoT-Initiative oder der Entwicklung Ihres eigenen IoT-Produkts zu testen, melde dich an, um deine IoT-Geräte kostenlos zu verbinden und beginnen Sie mit der Einrichtung Ihrer IoT-Entwicklungsumgebung.

‍