Internet of Things

Daten revolutionieren die Automobilindustrie

| Autor / Redakteur: Ariane Rüdiger / Nico Litzel

Mit der von Apache NiFi gepowerten Lösung Hortonworks DataFlow lassen sich Daten aus dem Internet of Anything (IoA) in bestehende Big-Data-Systeme integrieren.
Mit der von Apache NiFi gepowerten Lösung Hortonworks DataFlow lassen sich Daten aus dem Internet of Anything (IoA) in bestehende Big-Data-Systeme integrieren. (Bild: Hortonworks)

Die Fahrzeugbranche steht vor riesigen Herausforderungen: Das Auto verliert mehr und mehr seine Rolle als Statussymbol und nutzungsbasierte Modelle anstelle des Autokaufs verbreiten sich. Hinzu kommt Druck: Der Verkehr soll umweltfreundlicher werden. Hier kommen datenbasierte Geschäftsmodelle ins Spiel, die Autoherstellern und Zulieferern den Weg in die Zukunft weisen sollen.

Daten und Software stehen im Zentrum des VW-Skandals, der für die aktuelle Krise der Automobilindustrie ein Sinnbild ist. Eine verbotene Software registrierte anhand der auf dem Teststand vom Fahrzeug produzierten Daten, dass es sich nicht um eine reale Straßenfahrt handelte und frisierte den Motor für die Dauer der Testfahrt so, dass er möglichst wenig Kohlendioxid erzeugt. Die Folge: milliardenschwere Schadenersatzforderungen, ein ruiniertes Renommee und möglicherweise sogar strafrechtliche Konsequenzen.

„Wir können nun den Daten-Loop zwischen allen stationären Datenquellen und den Echtzeitdaten schließen“, sagt Grant Bodley, General Manager Global Manufacturing Industry Solutions bei Hortonworks.
„Wir können nun den Daten-Loop zwischen allen stationären Datenquellen und den Echtzeitdaten schließen“, sagt Grant Bodley, General Manager Global Manufacturing Industry Solutions bei Hortonworks. (Bild: Hortonworks)

Daten und Software sind es aber auch, die der Autoindustrie aus ihrer aktuellen Krise helfen sollen. Wegweisend ist hier Tesla: „Tesla-Fahrer geben freiwillig ihre Daten ab, bereichern ihr Fahrzeug durch den Download neuer Software um innovative Funktionen bis hin zu Selbstfahrmechanismen und finden es toll, dass Hersteller, Besitzer und Fahrzeug über das Smartphone miteinander kooperieren“, sagt Grant Bodley, General Manager Global Manufacturing Industry Solutions bei Hortonworks.

Eingefahrene Strukturen

Etablierte Automobilhersteller dagegen haben es schwer, solche innovativen Geschäftsmodelle auf die Beine zu stellen. Schließlich schleppen sie Jahrzehnte an Industriegeschichte mit sich herum. So haben die zahlreichen Umstrukturierungen und Aufkäufe in der Branche dazu geführt, dass schon in das Design eines Fahrzeugs zahlreiche, miteinander inkompatible Systeme involviert sind.

Doch aus der daraus entstehenden Datenfülle ziehen die Autobauer nur wenig Nutzen, denn meist stehen die Datensilos, die die einzelnen Systeme erzeugen, unverbunden nebeneinander. Jede Produktionsmaschine erzeugt ihre eigenen Datenformate, die Übersicht reichte so gut wie nie über die gesamte Prozesskette. Nicht besser geht es den Automobil-Zulieferern. Sie gaben unter anderem deshalb laut Hortonworks 9,12 Milliarden US-Dollar für Reklamationen aus.

Sensorenfülle im Fahrzeug

Nun kommt mit dem IoA (Internet of Anything) eine weitere Quelle immenser Datenmengen hinzu. Fast alle Aggregate im Fahrzeug sind inzwischen mit Sensoren ausgerüstet, die ständig Daten erzeugen. Diese Daten könnten sich, sofern sie echtzeitnah zum Hersteller gelangen und dort entsprechend ausgewertet würden, zu einer wahren Goldgrube entwickeln. Denn nur auf der Straße zeigt sich, was eine Komponente tatsächlich leistet, wo ihre Schwachstellen liegen, was man besser anders gestalten würde und wann es eigentlich Zeit wäre, ein Fahrzeug zum Austausch in die Werkstatt zu rufen, bevor es zur ärgerlichen Panne kommt.

Versicherungen, die innovative, entsprechend dem Fahrstil gestaltete Preismodelle anstreben, sind ebenfalls auf Echtzeitdaten direkt aus dem Fahrzeug angewiesen, um solche Modelle optimal zu gestalten – einmal abgesehen davon, ob sie den Gegebenheiten des hiesigen Rechtssystems und dem Solidargedanken von Versicherungen entsprechen.

Automobilzulieferer versprechen sich von mit IoT-Daten gespeisten Analysen die frühzeitige Erkennung von Produktproblemen, die Identifikation von Händlern, die Reparaturen nicht nach den empfohlenen Verfahren ausführen oder eine optimierte Datenhaltung.

Mehrwert für Autofahrer

Die größte Wirkung entfalten IoT-Daten aus dem Fahrzeug, der Produktionslinie und anderen Quellen, etwa Wetter- oder Verkehrsdaten, wenn sie mit den vorhandenen Daten aus Design, Test etc. beim Hersteller zusammengeführt und zu handlungseinleitenden Einsichten verdichtet werden. Dann kann zum Beispiel die dringliche Glatteiswarnung den Fahrern zugespielt werden, von denen man weiß, dass sie noch mit Sommerbereifung fahren, verbunden mit einer Aufforderung, die Werkstatt zum Reifenwechsel aufzusuchen und dem Hinweis auf ein Sonderangebot für die benötigte Reifenklasse. Zweifellos ein Mehrwert, den auch viele Autofahrer zu schätzen wissen dürften. Ein Verkehrssystem, das aus einer Mischung autonomer mit menschengelenkten Fahrzeugen besteht, ist gleich gar nicht ohne massenweise Echtzeit-Datenanalyse aller möglichen Datenquellen denkbar.

Doch bisher war gerade die Zusammenführung der Daten ein Problem. Zudem ist die Echtzeit-Datenübertragung aus Fahrzeugen, die heute meist über 3G-Netze erfolgt, noch sehr unzuverlässig. Nicht umsonst werden beim Design der 5G-Netze die Anforderungen an die Echtzeitübertragungsfähigkeiten massiv nach oben geschraubt. „Wir können nun den Loop bei den Daten schließen, was Zeit und Geld spart“, sagt Bodley.

In sogenannte Data Lakes, wie sie mit Apache Hadoop möglich sind, lassen sich alle Daten einstellen, ohne dass man sie zuvor in eine einheitliche Form bringen, also normalisieren muss. Das war einer der Gründe, der die Beantwortung von Fragen oft viel zu lange verzögerte. In Hadoop-Systemen reicht es, den Ingest (die Einbringung der Daten ins System) in Rohform durchzuführen. Die vom System erzeugten Metadaten ersetzen die Normalisierung und werden von Hadoop für das Datenmanagement verwendet. Das gilt auch für IoT-Daten. Vorher allerdings müssen diese über geeignete Schnittstellenmechanismen möglichst in Echtzeit ins System integriert werden, damit man sie dort durch Informationen aus anderen, stationären Datenbeständen anreichern kann. Zusammen ergibt sich so ein vollständigeres Bild und damit entstehen Handlungsanregungen höherer Relevanz.

Geheimdienst-Know-how

Hortonworks hat jüngst sein Angebot durch die Lösung DataFlow auf Basis von Apache NiFi erweitert. Sie setzt auf den Entwicklungen von Onyara auf, einem Unternehmen, das Hortonworks im Herbst vergangenen Jahres aufkaufte. Onyara war ursprünglich eine Ausgründung des US-Spähdienstes NSA (National Security Agency). Letzterer hatte ein System entwickelt, das am Rand eines Netzwerks gesammelte Daten, zum Beispiel von Sensoren aller Art, absolut sicher an eine Zentrale zur Auswertung transportieren sollte. Vor rund zwei Jahren übergab die NSA diese Entwicklung als Apache NiFi an die Open-Source-Community, woraus Onyara entstand.

Anforderungen an Big Data Pipelines

Sichere Übertragung von Big Data

Anforderungen an Big Data Pipelines

17.08.15 - Wenn große Datenmengen übertragen werden sollen, müssen die Datenleitungen einige Voraussetzungen erfüllen. Neben der Bandbreite spielt auch die Datensicherheit eine große Rolle. Spezielle Datentransfer-Lösungen mit hoher Performance werden bereits angeboten. lesen

Hortonworks Lösung DataFlow nutzt laut Bodley die derzeit stärkste mögliche Verschlüsselung. Daten werden mit einem sehr leichtgewichtigen Protokoll auf einem privaten Pfad zwischen Quelle und Zielsystem übertragen und getaggt. Jede Aktion lässt sich nachverfolgen. Bei schlechten Datenpfaden priorisiert die Lösung die Daten nach ihrer Bedeutung: Was wichtig ist, wird sofort übertragen, der Rest folgt zu datenschwachen Zeiten. Der Datenfluss wird in Echtzeit verwaltet. Da zwischen Sensor und Netzwerk eine bidirektionale Kommunikationsverbindung besteht, ist es möglich, sofort auf Veränderungen in Prozessen zu reagieren. Die Quelle des Produkts dürfte bei westeuropäischen Anwendern durchaus Misstrauen auslösen.

Dazu, ob in der Lösung Hintertüren des NSA verborgen sind, konnte Hortonworks leider nichts sagen. Die Entwicklungs-Roadmap sieht vor, die Lösung durch weitere Anwendungsschnittstellen, sogenannte „Prozessoren“, von denen es bereits mehr als 100 gibt, zu erweitern, sodass immer mehr Sensortypen angeschlossen werden können. Visualisierungstools plant Hortonworks nicht, hier will man offen für die marktgängigen Werkzeuge bleiben. Auch hinsichtlich der Datenschicht sind Kunden nicht auf Hortonworks-Produkte festgelegt. Wichtige Anwendungen, die heute schon praktisch umgesetzt werden, sind die Verfolgung von Fahrzeugflotten, beispielsweise schweren Maschinen, und vorausschauende Wartung. „Gerade bei Automobilbauern stoßen wir auf signifikantes Interesse“, sagt Bodley.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 43867096 / Data Sourcing)