Die jüngste Pandemiekrise hat viele Branchen weltweit erschüttert. Mit dem Aufkommen flexibler Arbeitsmodelle und Fernüberwachungslösungen beschleunigte die Pandemie die digitale Transformation ganzer Ökosysteme.

Von der Gebäudebelegung bis zur Überwachung der Raumluftqualität hat die Nachfrage nach IoT-basierten Lösungen dramatisch zugenommen.

Darüber hinaus senkt die Kommerzialisierung von IoT-Hardware und -Sensoren die Infrastrukturkosten neuer IoT-Installationen ständig.

Dies sind positive Zeichen für eine breite Marktanwendung von IoT. Es besteht jedoch immer noch ein erhebliches Hindernis für die Einführung des IoT.

Der Start eines IoT-Projekts ist komplex.

Unserer Erfahrung nach scheitern die meisten neuen IoT-Vorhaben, die meisten in der Proof-of-Concept-Phase. Diese Situation ist zum Teil auf die Diskrepanz zwischen den Erwartungen des Projekts und dem für seine Ausführung erforderlichen technischen Fachwissen zurückzuführen.

Die erfolgreiche Implementierung einer IoT-Lösung erfordert die Verbindung mehrerer Bausteine, die nicht immer standardisierte Schnittstellen bieten. Ein typisches System enthält Endknoten in Form von Sensoren oder Aktoren, die über verschiedene Konnektivitätstechnologien kommunizieren und möglicherweise ein Gateway erreichen, das die Nachrichten dann an einen Netzwerkserver und schließlich an einen Anwendungsserver in der Cloud weiterleitet.

Aber das ist nicht das Ende.

Auf dem Anwendungsserver muss die Sensornutzlast in nutzbare Daten dekodiert werden, die dann in der endgültigen Endbenutzeranwendung (einer Web-App, einem visuellen Dashboard oder einer anderen Cloud-Anwendung) verarbeitet werden können.

Die Verbindung all dieser Bausteine ​​und die Verarbeitung der IoT-Daten erfolgt in der Regel durch technische Spezialisten. Diese IoT-Ingenieure, Entwickler und Datenwissenschaftler verfügen über das IT-Fachwissen, um die Punkte zwischen all diesen verschiedenen Technologien zu verbinden und die formatierten Daten an die endgültige Anwendung zu liefern.

In den meisten Fällen verfügt der Initiator des Projekts über Domänenkenntnisse, aber nicht über ausreichende Fachkenntnisse in den technischen Einzelheiten des IoT. Er muss dann die Implementierung der IoT-Middleware an einen Systemintegrator oder andere teure digitale Beratungsunternehmen auslagern.

Das bedeutet, dass die Leute mit Fachkenntnissen und einer klaren Vorstellung von den geschäftlichen Vorteilen, die durch die intelligente Lösung generiert werden, tendenziell etwas von der Anwendung abgekoppelt sind
Entwicklungsprozess. Dies kann zu hohen Abstimmungskosten, Verzögerungen und anderen Reibungspunkten führen. Im schlimmsten Fall kann dies ein IoT-Projekt in den Kinderschuhen töten.

Aus diesem Grund haben wir in den letzten Jahren eine Verlagerung hin zu Low-Code- und Self-Service-Tools im IoT-Ökosystem erlebt. Diese Tools erleichtern es Innovations- und F&E-Teams, direkt am IoT-Entwicklungsprozess teilzunehmen.

Die Low-Code-Bewegung beschleunigt den Weg von der Idee zum Proof of Concept (PoC) dramatisch und wirkt sich nicht nur auf die IoT-Sphäre, sondern auf die gesamte IT-Branche aus. Untersuchungen von Gartner zeigen, dass „bis 2024 die Low-Code-Anwendungsentwicklung für mehr als 65 % der Anwendungsentwicklungsaktivitäten verantwortlich sein wird“.

Die IoT-Evolution braucht Low-Code-Funktionalitäten.

Deshalb bei Akenza, haben wir zahlreiche Low-Code-Features in unsere entwickelt IoT-Plattform. Die Datenanalyse der Nutzlast von IoT-Geräten, die No-Code-Definition der Datenverarbeitungskette und die erweiterte Regel-Engine sind einige der Funktionen, die es einfach machen, ein IoT-Projekt an einem Nachmittag zu starten.

Early IoT Adopters benötigen eine Lösung, um schnell und mühelos IoT-Anwendungsfälle zu erstellen. Durch die Bereitstellung einer Low-Code-Self-Service-IoT-Plattform ermöglichen wir einen agilen Prozess zur Erstellung von IoT-Lösungen.

Quelle: Plato Data Intelligence: PlatoData.io