IoT

The following contribution characterizes autonomous behavior from a specific AI (artificial intelligence perspective). Which AI requirements are necessary to development autonomous systems? Which limitations do exist? What is the specific criterion for intuitive intelligence? The article gives a short introduction and tries to motivate the reader to deal with this interesting topic from different perspectives. Starting from Digitalization, Technological Singularity, Autonomous Driving and Big Data Developments, the article focusses on the future integration of AI to optimize complex processes within the Internet of Things (IoT). Several examples and trends are characterized. We cite the relevant literature and mention explicitly the seven criteria of Wahlster. Besides of the great technological impact, also the ethical dimension and future perspectives are indicated and discussed. The potential of the Internet of Things is closely connected with the successful development and ...

Eine Zukunft, in der alles auf Basis von Informations- und Kommunikationstechnologien miteinander verbunden ist, verspricht das Internet der Dinge. Dass dabei ein einzelnes globales System die Grundlage für die nahtlose Kommunikation zwischen Dingen ist, scheint aus heutiger Sicht, auf Basis von vielfältigen heterogenen Sub-Systemen und anwendungsspezifischen Lösungen, unmöglich. Man steht damit einer Landschaft aus einer Vielzahl an isolierten „Intranets der Dinge“ gegenüber, welche sich nicht mühelos miteinander verbinden lassen [1]. Dieses Problem lässt sich in vielen Bereichen und Branchen identifizieren (Smart Cities, Smart Factory etc.), in denen intelligente Produkte miteinander interagieren sollen. Ein wesentlicher Ansatz zur Problemlösung ist die Erhöhung der Interoperabilität auf verschiedenen Ebenen der Hard- und Software. Der folgende Beitrag beschreibt einen Lösungsansatz, um Plattform- und Domänen-übergreifende Interoperabilität zwischen Systemen ...

Das Internet der Dinge (Internet of Things, IoT) ist - wie alle IT-Systeme - durch Angriffe verwundbar [1]. Dies ist durch zahlreiche aufsehenerregende Vorfälle aus jüngster Zeit belegt, bspw. das „Hacken“ in fahrende Autos bei hoher Geschwindigkeit oder sogar Eingriffe in lebenserhaltende medizinische Implantate. Bei der Absicherung des IoT müssen allerdings spezifische Herausforderungen bewältigt werden, die bis heute nur unvollständig gelöst sind. Dazu gehören z. B. die oftmals sehr beschränkten Rechen-, Speicher- und Energieressourcen der häufig drahtlos vernetzten IoT-Geräte, die hohen Anforderungen an die Benutzerfreundlichkeit sowie nicht zuletzt auch der hohe Kostendruck. Vor diesem Hintergrund wurde im vom BMBF geförderten Forschungsprojekt PROPHYLAXE („Providing Physical Layer Security for the Internet of Things“) ein neuartiger Ansatz verfolgt, bei dem physikalische Eigenschaften der drahtlosen Übertragungsstrecke zwischen zwei Geräten zur Absicherung ...

Die zunehmende Vernetzung und Digitalisierung von Systemen greift mittlerweile in vielen Feldern um sich. Auf Unternehmerseite hat sich vor allem um die Industrie 4.0 eine Vielzahl von Konzepten, Ideen, Erwartungen und Ängsten gebildet. Ein Blick in die Medien heute reicht aus, um zu begreifen, dass die umfassende Vernetzung kritischer Strukturen auch Gefahren birgt. Neben einer grundlegenden Beschäftigung mit der Absicherung von Informationsnetzwerken, sollte verstärkt berücksichtigt werden, wie die Masse an Daten und Informationen gezielt eingesetzt werden kann, um Systeme zu schützen. Das Auswerten von Big Data bzw. die Umwandlung in Smart Data mithilfe Künstlicher Intelligenz und ihre Nutzung als Sicherheitsfaktor wird in der Zukunft unverzichtbar sein.

Vorausschauende (prädiktive) oder zustandsorientierte Instandhaltung ist für Industriekunden und die Industrie 4.0-Initiative ein erstrebenswertes Ziel. Eine ineffiziente, regelmäßig nach Plan erfolgende Wartung durch entsprechende Software zu ergänzen oder gar zu ersetzen, verspricht, Geräteausfälle und ungeplante Ausfallzeiten zu reduzieren, die Sicherheit zu verbessern und letztlich in einer Zeit unstabiler Preise und Budgets ein besseres Unternehmensergebnis zu erreichen.

Die TECO Forschungsgruppe am KIT beschäftigt sich mit Technologien, die zur digitalen Transformation der Industrie beitragen, und deren Auswirkung auf den Nutzer. Das TECO forscht an wissenschaftlichen Kernfragen, transferiert in Entwicklungs- und Beratungsprojekten seine Technologie in die Industrie und engagiert sich in Gremien bzw. Zentren. Das TECO koordiniert das Smart Data Innovation Lab (SDIL) und leitet das Smart Data Solution Center Baden-Württemberg (SDSC-BW). Unsere Leistungen umfassen Beratung, Vorprojekte, Adaption und Integration von Technologien des Internet der Dinge, Studien sowie Forschungs- und Entwicklungsarbeiten.

Die Digitalisierung als dritte industrielle Revolution ist in vollem Gange. Die Zukunft aber gehört adaptiven, flexiblen und dynamischen Produktionssystemen. Im Zuge der vierten industriellen Revolution wird Maschinen und Bauteilen Intelligenz verliehen. Um dem Wettbewerb standhalten zu können, müssen Unternehmen bereits jetzt den Schritt in Richtung Industrie 4.0 wagen. Die dafür notwendigen Technologien sind vorhanden und einsatzbereit.