Lokale Server oder Cloud-Anbieter?

[Admin EBD]

Hier sind verschiedene Optionen, die berücksichtigt werden können:

• Lokale Server:
  • Verarbeitung: Lokale Server können für die Verarbeitung von Daten vor Ort eingesetzt werden. Dies ist besonders relevant, wenn Echtzeitverarbeitung erforderlich ist und eine geringe Latenz wichtig ist. In der Regel handelt es sich hierbei um programmierbare Steuerungseinheiten wie PLCs (Programmable Logic Controllers), lokale Windows- oder Linux-Server oder spezielle embedded Systeme.
  • Analyse: Analysewerkzeuge können lokal installiert werden, um spezifische Anforderungen des Betriebsmonitorings zu erfüllen. Dies bietet mehr Kontrolle über die Analyseprozesse.
    Speicherung: Lokale Server ermöglichen die Speicherung großer Datenmengen vor Ort. Die Daten können auf physischen Servern oder in lokalen Datenbanken gespeichert werden.
• Cloud-Lösungen:
  • Verarbeitung: Cloud-basierte Lösungen bieten die Möglichkeit, Daten in Echtzeit zu verarbeiten. Cloud-Dienste können Skalierbarkeit und Leistung bieten, um große Mengen an Daten zu bewältigen. Plattformen wie AWS, Azure oder Google Cloud bieten umfassende Dienste für die Datenverarbeitung.
  • Analyse: Cloud-Plattformen integrieren oft fortschrittliche Analysewerkzeuge, maschinelles Lernen und künstliche Intelligenz. Dies ermöglicht eine tiefgreifende Analyse der erfassten Daten, um Muster, Trends und Anomalien zu identifizieren.
  • Speicherung: Cloud-Speicher bietet skalierbare und sichere Möglichkeiten zur Datenlagerung. Daten können redundant gespeichert werden, um Ausfallsicherheit zu gewährleisten. Die Kosten können nutzungsabhängig sein.
• Edge-Computing:
  • Verarbeitung: Edge-Computing beinhaltet die Verarbeitung von Daten nahe der Quelle, d.h. dort, wo sie erzeugt werden. Dies ist besonders relevant, wenn schnelle Reaktionszeiten erforderlich sind und kurze Netzwerkunterbrechungen unbemerkt überbrückt werden sollen. Edge-Computing-Plattformen werden beispielsweise von AWS IoT Greengrass oder Azure IoT Edge angeboten.
  • Analyse: Edge-Computing kann einfache Analysen vor Ort durchführen und nur relevante Daten an die zentrale Datenverarbeitungseinheit senden. Dies reduziert den Bedarf an Bandbreite und beschleunigt die Analyse.
  • Speicherung: Lokale Speicherlösungen am Edge ermöglichen die kurzfristige Speicherung von Daten, bevor sie an zentralere Standorte übertragen werden.

Bei der Auswahl zwischen lokalen Servern, Cloud-Lösungen und Edge-Computing sollten die spezifischen Anforderungen des Betriebsmonitorings, die verfügbaren Ressourcen und Budgetüberlegungen berücksichtigt werden. In einigen Fällen kann auch eine hybride Lösung, die Elemente aus verschiedenen Ansätzen kombiniert, die beste Wahl sein. Wichtig ist, die gewählte Infrastruktur skalierbar und anpassungsfähig zu gestalten, um zukünftige Anforderungen zu erfüllen.

Kommerzielle Anbieter von Diensten

Die Verarbeitung von Daten aus der Gebäudeleittechnik kann auf verschiedene Weisen erfolgen, abhängig von den spezifischen Anforderungen und Zielen des Betriebs. Hier sind gängige Möglichkeiten zur Datenverarbeitung und die dafür erforderlichen Dienste:

• IoT-Plattformen:
  • Mögliche Dienste: Plattformen wie IBM Watson IoT, ThingSpeak, Bosch IoT Suite.
  • Verarbeitung: IoT-Plattformen bieten umfassende Dienste für die Erfassung, Verarbeitung und Analyse von Daten aus vernetzten Geräten. Sie ermöglichen die einfache Verbindung, Verwaltung und Überwachung von IoT-Geräten, was für die Gebäudeleittechnik wichtig ist, um eine Vielzahl von Datenquellen zu integrieren und zu nutzen.
• Building Management System (BMS):
  • Mögliche Dienste: BMS-Lösungen von Anbietern wie Honeywell EBI, Siemens Desigo CC, Johnson Controls Metasys.
  • Verarbeitung: BMS-Systeme spielen eine zentrale Rolle bei der Überwachung, Steuerung und Optimierung verschiedener Gebäudefunktionen. Sie erfassen Daten von Sensoren und Aktoren, ermöglichen die Steuerung von Beleuchtung, Klimatisierung, Heizung und Sicherheitssystemen. BMS bieten Funktionen zur Analyse und Berichterstellung, um den Gebäudebetrieb zu optimieren.