IoT und Smart City mit Open Source

Smarte Infrastrukturen gewinnen vor allem bei IoT- und Smart City-Anwendungen immer mehr an Bedeutung. Damit sie jedoch funktionieren, ist ein effizientes Handling riesiger und laufend anfallender Datenmengen erforderlich. Mithilfe fortschrittlicher Open Source-Architekturen lässt sich die Herausforderung meistern, wie sich am Praxisbeispiel Smart City zeigen lässt. Voraussetzung dafür ist umfangreiches Knowhow, um die eingesetzten Technologien zu bewerten (Best-of-Breed), und sie über geeignete Schnittstellen nahtlos miteinander zu verknüpfen.

Seit 2018 wächst das weltweite Datenvolumen jährlich um etwa 27 Prozent laut IWD 2019. Im Jahr 2025 wird es bei 157 Zettabyte liegen. Dieser rasante Anstieg hängt vor allem mit der immer stärkeren Verbreitung des Internet of Things (IoT) und der damit verbundenen „smarten“ Infrastrukturen zusammen.

Das Problem: die Daten sind meist nur innerhalb eines sehr begrenzten Rahmens nutzbar und verbleiben damit im allseits bekannten Silo. Eine „smarte“ Datennutzung wird aber erst dann möglich, wenn Daten aus verschiedensten Quellen intelligent aggregiert werden. In der Praxis erweist sich das häufig als schwierig. Das hat vor allem damit zu tun, dass Daten von zahlreichen und dabei sehr unterschiedlichen Akteuren wie Unternehmen, öffentlichen Institutionen oder Einzelpersonen generiert werden und dass dabei wiederum diverse Sensorschnittstellen und Protokolle zum Einsatz kommen. Das macht einen effizienten Austausch der Daten sehr kompliziert bis unmöglich.

Inzwischen existieren jedoch fortschrittliche Architekturlösungen, mit deren Hilfe die smarte Vernetzung von komplexen Strukturen Wirklichkeit werden kann. Im Mittelpunkt steht dabei der Open Source-Ansatz, dessen Vorteile sich inzwischen flächendeckend in der IT etabliert haben. Zahlreiche Daten- und IoT-Projekte haben gezeigt, dass innovative Softwarelösungen auf Open Source-Basis alle entscheidenden Features mit sich bringen: Flexibilität und Skalierbarkeit, überschaubare Kosten, offene Standards und damit Unabhängigkeit von bestimmten Herstellern.

Besonders die Flexibilität ist unabdingbar – gerade im Hinblick auf die Komplexität und die in den meisten Anwendungen sehr dynamische Entwicklung von Daten. Eine IoT-Plattform muss in der Lage sein, trotz unterschiedlichster Anforderungen und technologischer Herausforderungen stabil und sicher zu laufen. Genau hier liegen die besonderen Stärken von Open Source.

Um die vielfältigen Daten aus ihren Silos zu holen und die erforderliche Skalierbarkeit und Anpassungsfähigkeit zu gewährleisten, ist für den Aufbau einer Plattform eine Softwarearchitektur nötig, die aus unterschiedlichen Open Source-Komponenten besteht. Im Folgenden stellen wir sie vor und wie sie jeweils eine von fünf Kernaufgaben erfüllen, die für den reibungslosen Betrieb einer IoT-Plattform unverzichtbar sind:

Damit Informationen aus den unterschiedlichen Quellen in Echtzeit verarbeitet werden können, ist ein zentraler Datenhaltungspunkt mit enormem Durchsatz erforderlich. Kafka hat sich hierbei als sogenanntes Distributed Commit Log etabliert. Die Lösung ist bereits in 60% aller Fortune 500 Unternehmen im Einsatz und zeichnet sich unter anderem dadurch aus, dass sie ohne Probleme enorme Datenströme mit über 500.000 Nachrichten pro Sekunde bewältigt. Was die Kafka-Architektur darüber hinaus für eine Open Source-Plattform so wertvoll macht, ist ihre hohe Ausfallsicherheit und Skalierbarkeit, was sich beispielsweise in automatischer Partitionsreplizierung und dem einfachen Hinzufügen von Brokern zeigt.

Das bloße Vorliegen von Daten reicht nicht aus, um einen Nutzen aus ihnen zu ziehen. Entsprechend ist für die Plattform auch eine Komponente zur Datenintegration und darauffolgenden Analysen erforderlich. Als Ergänzung zu Kafka hat sich hier die Low-Code-Datenintegrationsplattform Pentaho Data Integration (PDI) bewährt, die für Extrahier-, Transformier- und Ladeprozesse (ETL) zuständig ist. Der große Vorteil: Durch die grafische Drag-and-Drop-Oberfläche sind keine Programmierkenntnisse erforderlich, um mit der Lösung professionelle ETL-Strecken zu erstellen. Darüber hinaus ist PDI dank Open Source-Architektur embedded in jede bestehende Infrastruktur integrierbar und je nach Anforderung erweiterbar.

Eine sichere, offene Daten-API zählt zu den wichtigsten Anforderungen einer IoT-Plattform. Sie garantiert, dass jede Art von User, aber auch Geräte wie zum Beispiel Sensoren mit der Plattform interagieren können. Die Lösung, die sich für dieses Aufgabenfeld bewährt hat, heißt Kong. Es handelt sich dabei um das meistgenutzte Open Source API Gateway der Welt. Kong ermöglicht zentrales Management sowie Mandantentrennung und bietet eine beliebige Anzahl an APIs für Service-Endpunkte, die unabhängig von den Kapazitäten der Backend Services zur Verfügung stehen. Darüber hinaus punktet das Gateway auch mit einem hohen Sicherheitsstandard. So erkennt die Plattform per Algorithmus verdächtige Zugriffe frühzeitig und reagiert darauf mit verschiedenen teil- oder vollautomatisierten Maßnahmen.

Zu den Grundvoraussetzungen des Praxisbetriebs von smarten Plattformen gehört es, die Funktionalität der Sensoren und Geräte sicherzustellen, die für die Erfassung von Daten genutzt werden. Dazu benötigt man eine digitale Nachbildung des Anwendungsbereichs, die einen Überblick über den Einsatz und Zustand der Devices gewährleistet. Eine bewährte offene Lösung ist ThingsBoard. Die Plattform visualisiert Daten und ermöglicht Fachanwendern die einfache Entwicklung von Dashboards. Mithilfe von Regelketten löst ThingsBoard bei Problemen in Echtzeit Alarm aus und leitet Informationen an externe Stellen weiter. Auch hier sind dank Low-Code für die Anwender häufig keine tiefgehenden Programmierkenntnisse erforderlich.

Sozusagen der letzte Schritt der Datenverarbeitung besteht in deren Aufbereitung, Analyse und Visualisierung. Das offene Tool Pentaho Business Analytics bietet sowohl operative als auch analytische Auswertungen und liefert OLAP-Berichte sowie druckbare Standardberichte. Das Tool zeichnet sich durch hohe Nutzerfreundlichkeit aus und ermöglicht unter anderem Self-Service Reporting, die Definition individueller Kennzahlen sowie MDX-basierte Abfragen.

Eine besonders komplexe Herausforderung stellt die effiziente Datennutzung im Zusammenhang mit Smart City-Projekten dar. Dabei kann es um die Daten einzelner Verkehrseinrichtungen wie Bahnhöfe gehen oder um die Vernetzung von Ampelanlagen für den Verkehrsfluss, was aufgrund der Fülle an Informationen und ihrer gegenseitigen Abhängigkeit bereits sehr anspruchsvoll ist. Ein noch ambitionierteres Ziel besteht darin, eine ganze Stadt zu erfassen und so beispielsweise verschiedenste Verkehrsströme (Auto, Rad, ÖPN) effektiv und in Echtzeit steuern zu können. Nicht nur, dass es sich um gewaltige Datenmengen handelt – zu Straßenverkehr, Wetter- und Umweltverhältnissen sowie aus der Verwaltung, für jede Datenart gibt es zumeist mehrere Datenquellen. Im Verkehr zum Beispiel kommen die Informationen von Parkhäusern, öffentlichen Verkehrsmitteln oder Car- und Bikesharing-Diensten sowie von Sensoren unter der Fahrbahn, die den Straßenverkehr erfassen.

Doch damit nicht genug: Fast alle diese Daten ändern sich ständig. Die Lösung besteht darin, bewährte Technologien per Best-of-Breed-Ansatz zu einer IoT-Plattform zu kombinieren. Bei der smarten Stadt handelt es sich jedoch nur um einen von zahllosen smarten Use Cases. Die oben vorgestellte Architektur ist sozusagen eine Blaupause für sämtliche Bereiche, in denen smarte Datenintegration im IoT-Kontext von Bedeutung ist, vom smarten Gebäude bis zur smarten Produktion. Möglich wird dies durch einen konsequenten Open Source-Ansatz für jede einzelne Komponente der Architektur. Daraus ergibt sich eine quasi grenzenlose Anpassungsfähigkeit im Hinblick auf jede denkbare Art von IoT-Projekt.

Weiterführende Informationen und technische Details zur vorgestellten Architektur und ihrer Bestandteile sowie zur Smart City finden sich im Whitepaper „IoT und Smart City mit Open Source. Blueprint für eine offene Plattform“.

Autor: Stefan Müller, Director Big Data Analytics & IoT, it-novum GmbH