The Doppler Quarterly (DEUTSCHE) Herbst 2016 | Page 49

Zudem muss die Architektur nicht nur die Verarbeitung von Datenantworten,
sondern auch das kognitive Computing unterstützen, das am Netzwerkrand in
der Nähe der Sensoren und Geräte stattfindet, die überwacht und gesteuert
werden. Um die Reaktionszeiten bei der Verarbeitung von IoT-Daten zu verkür-
zen, muss die Architektur außerdem in der Lage sein, Daten direkt an Regeln,
Richtlinien und Verhaltensweisen zu binden und das gewünschte Verhalten
zurück an die Geräte zu übermitteln (beispielsweise zur Eigendiagnose bei
Triebwerken).
Ein solches System sollte auch Datenmuster automatisch erkennen und erler-
nen, um den Nutzen der Regeln, Richtlinien und Verhaltensweisen weiter zu
optimieren. (Es sollte beispielsweise anhand von Shared Learning-Modellen,
denen Tausende Triebwerkausfälle und Symptommuster zugrunde liegen, die
Wahrscheinlichkeit eines Triebwer kausfalls bestimmen können.)
Weiterhin benötigen wir allgemeine Sicherheits- und Governance-Verfahren
und -Modelle sowie allgemeine und nutzungsbasierte Verwaltungsverfahren,
die sowohl auf kostengünstigen gängigen Cloud-Technologien als auch auf
Cloud-unabhängigen Lösungen aufbauen. Zuletzt könnten Architekturkompo-
nenten in Containern gekapselt werden.
Das Ergebnis sind schnelle Datenverarbeitung, die Fähigkeit, interaktiv auf Ver-
haltensmuster zu reagieren, und ein IoT-System, das automatisch dazulernt und
sich kontinuierlich verbessert.
Physische Datenbankschicht
Abbildung 1: Responsive Data Architecture für das Internet der Dinge und
die Public Cloud. OLTP (Online Transaction Processing)
Eine RDA (Abbildung 1) nutzt zur Unterstützung von OLTP (Online Transaction
Processing) und Echtzeitanalysen eine Reihe gängiger SQL- und NoSQL-
Datenbanktechnologien (objektorientiert). Diese Standardtechnologien sollten
Herbst 2016 | THE DOPPLER | 47