Artifical Intelligence of Things: Wie intelligente Geräte unser Leben verändern

Ueli PreisigNovember 2019

Dank Artificial Intelligence of Things (AIoT) werden Systeme und Geräte datengetrieben, intelligent, automatisiert und sind zudem verbunden mit der Welt. Ist das nur Spielerei oder inwiefern wird es unser Leben beeinflussen?

Beispiele für den Einfluss von AIoT auf unser Leben

Deine Videokamera am Hauseingang erkennt automatisch, ob das Objekt vor der Linse bekannt (Katze, Nachbar, Grossmutter) oder ob es neu und unbekannt ist. Dank AI lernt die Kamera in einem kontinuierlichen Prozess, wann ein Alarm ausgelöst werden soll und wann nicht.

Die mit dem Internet verbundene Kamera trifft diese Entscheidung eigenständig, ohne auf eine zentrale Intelligenz zurückzugreifen, und leitet die entsprechende Massnahme ein, indem sie unter Umständen ein Alarmsignal sendet. Der eigentliche Lernprozess findet zwischen allen Kameras im Netzwerk statt. Die Kamera stellt die eigenen Erfahrungen den anderen zur Verfügung, wodurch der Lernprozess beschleunigt und dezentralisiert wird.

Dies ein erstes Beispiel, wie AIoT unser Leben beeinflussen wird: Intelligente und untereinander verbundene Geräte werden sich verbreiten.

Ziele von IoT-Initiativen im Business-Umfeld.

Was ist AIoT?

Internet of Things (IoT) breitet sich kometenhaft aus. Schon heute gibt es mehr vernetzte Dinge als Menschen, und es wird prognostiziert, dass es 2025 über 55 Milliarden IoT-Geräte geben wird [1]. IoT-Geräte geben Auskunft über ihre Umwelt und werden aus der Ferne gesteuert und überwacht. Dies generiert riesige Datenströme und -mengen, welche ausgewertet und verarbeitet werden wollen, um daraus wertvolle Handlungen abzuleiten.

IoT-Geräte selber waren bisher selten lernfähig oder intelligent. Die erfassten Sensordaten wurden weitergeleitet und von einer zentralen Einheit ausgewertet und weiterverarbeitet – mit oder ohne AI.

Durch AI können Maschinen aus Erfahrungen lernen. Sie können sich auf neue Situationen besser einstellen und bestimmte Aufgaben eigenständig lösen, indem sie menschliches Denken simulieren. Bringen wir nun AI und IoT zusammen, entstehen ganz neue Möglichkeiten.

Business Intelligence, Echtzeit- und zustandsbasiertes Monitoring sowie mathematische Optimierung gehören zu den meistverwendeten Analysetechniken für IoT-Daten.

Kombination «at the Edge»

Durch die Kombination von AI und IoT werden passive Sensoren zu lernenden Maschinen. Dabei unterstützen sich die beiden gegenseitig. AI wird durch IoT wertvoller und nützlicher durch Echtzeit-Konnektivität, Signale und Datenaustausch («Better Data»). Der Nutzen von IoT wiederum wird durch die Anwendung von Machine Learning (ML) verbessert, indem zum Beispiel eine intelligentere Entscheidungsfindung stattfinden kann («Better Decisions»).

Das Potenzial von AIoT wird gemäss aktuellen Studien als sehr hoch eingeschätzt. Der globale Markt für AI in IoT-Geräten soll 2023 bereits bei über 26 Mia USD liegen [2].

Bisher haben IoT-Geräte ihre Signale für die Auswertung an zentrale Instanzen, zum Beispiel «Data Lakes», gesendet. Dort wurden die Informationen mittels Big-Data-Mechanismen und AI ausgewertet. Dies ist jedoch nicht immer zielführend und möglich und oftmals mit Latenz verbunden. Ist das System mobil oder weit entfernt, sind die zu analysierenden Datenmengen gross oder müssen schnell analysiert werden, so ist es von Vorteil, wenn die Verarbeitung möglichst nahe an der Datenquelle erfolgt («Edge Computing»). Dadurch werden schnellere Ergebnisse erzielt, und der Bandbreitenbedarf sinkt. Ein Grossteil der AIoT-Anwendungen wird in Zukunft verteilt «am Rand» stattfinden, teilweise aber ohne ergänzende zentrale AI-Instanz.

Smart, smarter …

AIoT wird insbesondere in Bereichen wie Industrie 4.0, Smart Cities oder Home Automation schnell Fuss fassen. Aber auch andere Branchen werden vom Einsatz von AIoT profitieren:

Smart Retail: Das Kundenverhalten in einem lokalen Geschäft wird mittels verschiedener Technologien erkannt. Diese Daten werden mit dem Bestand und dem Kunden-Profil zusammengeführt, woraus personalisierte Angebote in Echtzeit präsentiert werden können.
Smart Farming: Roboter erkennen auf dem Feld durch eine lokale AI zu zupfendes Unkraut. Sie verbessern im Austausch mit weiteren Robotern ihre Erkennungsrate. Dank der übermittelten Standortdaten kann die Effizienz der Unkrautbekämpfung gesteigert werden. Zum Beispiel, indem bekannt ist, wo das Unkraut bekämpft wurde. Aber es können auch systematisch Unkrautherde identifiziert und durch Mustererkennung präventiv neuralgische Gebiete ausfindig gemacht werden.

Einfuss der Verknüpfung von KI und IoT auf die Wettbewerbsfähigkeit.

Neugierig auf das, was kommt

Wir dürfen gespannt sein, welche Anwendungen die Konvergenz von AI und IoT in den nächsten Jahren hervorbringen wird. Viele davon werden innovativ und disruptiv sein und die Art, wie wir leben, arbeiten und spielen, nachhaltig beeinflussen.

Quellen

[1] IoT Report: How Internet of Things Technology Is Now Reaching Mainstream Companies and Consumers (Peter Newamsn, Business Insider 27. Juli 2018).

[2] https://www.researchandmarkets.com/research/vn22lw/artificial?w=12

Mehr zu intelligenten User Interfaces

Creating intelligent user interfaces with unic

Intelligente User Interfaces

Wie werden Services intelligent? In unserem Dossier erläutern wir Meinungen zu den Potenzialen von künstlicher Intelligenz, aber auch wie sich Teams aufstellen müssen, damit intelligente Services für Kunden entstehen. Wir nehmen verschiedene Services mit künstlicher Intelligenz unter die Lupe und analysieren, wie viel Intelligenz wirklich darin steckt.

Mehr erfahren