BMEL-gefördertes Projekt: IoT-Pilot

Projektkoordinator: Prof. Guido Dartmann

Assoziierter Projektpartner: Expertengruppe Internet der Dinge des nationalen Digital Gipfels

Die digitale Transformation wird unsere Wirtschaft und Gesellschaft in den nächsten Jahrzehnten gravierend verändern. Bei der Vernetzung der analogen Welt spielt das Internet der Dinge (IoT) eine wesentliche Rolle. Der selbstverständliche Umgang mit Sensoren und Kommunikationsmodulen, aber auch deren Programmierung bis hin zur Cloud-Anwendung ist die Voraussetzung für neue Anwendungsideen und Geschäftsmodelle.

Insbesondere Deutschlands mittelständische Unternehmen haben jedoch einen enormen Fachkräftemangel in diesem Bereich, da es wenige gute Informatikabsolventen gibt, die eine Spezialisierung im Themengebiet Internet der Dinge haben. Solche, die sich in diesem Gebiet spezialisiert haben, werden von den großen „Playern“ in den attraktiven Metropolregionen abgeworben. Für den Mittelstand in den ländlichen Regionen entsteht daher mittelfristig ein enormer Bedarf an Know-How. Hier wollen wir mit unserem Konzept eine Lösung anbieten, die den Zugang zum Internet der Dinge für mittelständische Unternehmen erleichtert und die Entwicklung erster Prototypen beschleunigt (Rapid Prototyping). Unser Konzept soll dafür die bestehenden Fachkräfte weiterbilden (lebenslanges Lernen) und den Einstieg in die neue IoT-Technologie vereinfachen und beschleunigen. IoT getriebene Geschäftsmodelle sind nicht an zentrale Ressourcen oder Ballungszentren gebunden und eigenen sich deshalb insbesondere zur Entwicklung des ländlichen Raumes. Gerade der ländliche Raum kann auch überproportional von den Anwendungsmöglichkeiten des IoT profitieren (Monitoring in der Landwirtschaft, neue Dienste). Wir hoffen dadurch die Innovationskraft in der Region zu verbessern und damit die Region insgesamt nachhaltig zu stärken.Wir haben hierfür bereits eine Basisplattform entwickelt, die wir als Pilotplattform für mittelständische Unternehmen weiterentwickeln möchten. Folgende vier Ziele haben wir für dieses Projekt definiert:

Unternehmensinterne IoT-Weiterbildung: Die Entwicklung eines Schulungsprogramms für mittelständische Unternehmen im Themengebiet IoT. Zusammen mit der Expertengruppe Internet der Dinge des Digital Gipfels werden Handlungsempfehlungen für die Politik formuliert. IoT-Wettbewerb zwischen den beteiligten Unternehmen stattfinden. Die Ergebnisse könnten auf dem Digital Gipfel präsentiert werden.
Rapid Prototyping in kleinen Unternehmen der Region: Die mittelständischen Unternehmen bekommen durch den IoT-Piloten eine Plattform, mit der sie auch in Zukunft Prototypen umsetzten können.
Anpassung an die individuellen Bedürfnisse des Unternehmens: Die IoT-Pilotplattform soll erweiterbar sein und an die Bedürfnisse des jeweiligen Unternehmens der Region angepasst werden können.

Datenbasierte Geschäftsmodelle für Unternehmen in der Region: Durch die Integration einer Datenanalyse-Software-Umgebung in die Tool-Chain der IoT-Pilotplattform sollen Unternehmen in die Lage versetzt werden neue datenbasierte Geschäftsmodelle zu testen.

Im Rahmen des Forschungsprojekts wurden verschiedene prototypische Industrieanwendungen umgesetzt. In Zusammenarbeit mit mit Kooperationsunternehmen aus verschiedenen Branchen wurde erforscht wie sich der Themenkomplex „Internet of Things“ in kleinen und mittelständischen Betrieben einbinden lässt. Die Kooperationsunternehmen sind

Ximaj IT Solutions
Imkerhaus Rhein-Mosel
Genie Enterprise

Außerdem wurden im Rahmen der IoT-Werkstatt verschiedene Projekte durch Schüler:innen und Studierende realisiert.

Grafische Programmierung

IoT- und KI-Baukasten

Diese Projekte wurden bereits umgesetzt:

Spektrometer: Wenn chemische Verbindungen mit elektromagnetischer Strahlung wechselwirken, können sie Licht unterschiedlicher Wellenlänge absorbieren. Erfolgt die Absorption von Licht im sichtbaren Bereich des Spektrums, so erscheint das Objekt (die Verbindung) dem Betrachter in der entsprechenden Komplementärfarbe – also der im Farbkreis gegenüberliegenden Farbe. So absorbiert β-Carotin, der Farbstoff aus Karotten, Wellenlängen um die 450 nm (blau); bekanntermaßen sind Karotten orange (Komplementärfarbe). Quelle: Uni Bielefeld.
Künstliche Nase: Die Entwicklung, zusammen mit dem Kooperationspartner Genie Enterprise Inc., befasst sich mit der Fragestellung , ob sich verschiedene Weine über die Klassifikation der flüchtigen organischen Komponenten unterscheiden lassen. Ausgehend von diesem Demonstrator können weitere Use-Cases abgeleitet werden, wie beispielsweise die Erkennung von Wein-Fehlern.
Innenraumklima: Bei diesem Beispiel lässt sich die Luftqualität oder auch der IAQ-Wert ablesen. Dieser deutet auf die Qualität der Raumluft beziehungsweise auf beinhaltete Schadstoffe hin
Echtzeit-Füllstandanzeige: Ziel ist die Analyse und Überwachung des Füllstands eines Holzleimbehälters in Echtzeit. Hierbei wurde untersucht, inwieweit Software- und Hardware-Tools eingesetzt werden können. Es wird ein Ultraschallsensor zur Messung der Entfernung zur Flüssigkeit eingesetzt.
Bienenstock mit Anomalieerkennung: Dieses Projekt verfolgt das Ziel, verschiedene Anomalien in einem Bienenstock zu erkennen um den Imker frühzeitig zu informieren. In Zusammenarbeit mit unseren Projektpartnern wurde dafür ein Bienenstock mit verschiedenen Sensoren ausgestattet.

Ardublockly Programmbeispiele

Rapid Prototyping (IoT-Developer): Damit innovative Geschäftsideen schnell umgesetzt werden können, möchte die Hochschule Trier hierfür ein Konzept für eine einfach programmierbare Pilotplattform zusammenstellen. Hierfür soll eine Software-Tool-Chain konzipiert werden, die es ermöglicht einen IoT-Prototyp durch vorgefertigte Bausteine (Building Blocks) zu generieren. Das Team möchte dadurch erreichen, dass Prototypen ohne tiefgehende Programmier- und IT-Kenntnisse erstellt werden können. Hierfür werden Open Source-Komponenten zu einem Gesamtkonzept zusammengefügt. Unternehmen, die keinen direkten IT-Bezug haben, sollen von dieser Lösung profitieren. Die Building Blocks werden durch einfache graphische Verbindungen verknüpft.

Einfache Erweiterbarkeit, Plug&Play (IoT-Software-Tools): Ein Aspekt ist die Entwicklung einer adaptiven Software/ Middleware mit einfachen Schnittstellen, die das Einbinden neuer Sensoren und Aktoren vereinfacht. Das Ziel ist eine Plug&Play-Erweiterbarkeit und die Einbindung einer grafischen Programmierumgebung, die Sensoren mit bekannten Schnittstellen als Block-Elemente erkennt, so dass Ingenieure spezialisierte IoT-Systeme deutlich schneller prototypisch umsetzen können. In dieser zu entwickelnden Pilotplattform sollen die Aspekte Vernetzung, Cloud und Data-Analytics individuell auf die Bedürfnisse des Unternehmens zugeschnitten werden können.

Daten-Analyse (IoT-Analytics): Neben Hardware und Entwicklungssoftware, ist die Einbindung einer Analytics-Tool-Chain ein wichtiger Aspekt für Anwendungen mit vielen Sensoren und Daten. Für die mittelständischen Unternehmen soll hierfür ein Baukasten verschiedener Analyse-Tools entwickelt werden. Das beinhaltet z.B. Klassifikation, Regression und logistische Regression von Messdaten. Hierfür können gängige Machine-Learning Konzepte in Software-Blöcken bereitgestellt werden. Das Ziel ist es einem mittelständischen Unternehmen die notwendigen und leicht verständlichen Werkzeuge bereitzustellen, mit denen neue datenbasierte Geschäftsmodelle getestet werden können.

Informationen zur Installation und eine kleine Einführung in die verwendete Hard- und Software des Projektes finden Sie hier.