Bearbeiten

Freigeben über

Erstellen intelligenter Orte mithilfe von Azure Digital Twins

Azure-Daten-Explorer
Azure Data Factory
Azure Digital Twins
Azure-Funktionen
Azure IoT Hub

In diesem Artikel wird eine Lösung für intelligente Räume beschrieben. Azure Digital Twins bildet den Kern der Architektur, indem die Umgebung modelliert wird. Azure IoT Hub, ein verwalteter IoT-Dienst, spielt eine genauso wichtige Rolle wie der Analysedienst Azure Data Explorer.

Architektur

Das folgende Diagramm zeigt den Datenfluss in dieser Lösung:

  • Die Felder mit mehreren Symbolen stellen Kategorien von Diensten dar. Innerhalb jeder Kategorie arbeiten Dienste unabhängig voneinander oder zusammen, um Funktionalität zur Verfügung zu stellen.
  • Pfeile zwischen Feldern stellen die Kommunikation zwischen den entsprechenden Bereichen dar.

Diagramm der empfohlenen Architektur für eine intelligente Raumlösung.

Laden Sie eine Visio-Datei dieser Architektur herunter.

Datenfluss

  1. Die Umgebung kann diese und andere Kommunikationsprotokolle nutzen:

    • Building Automation and Control Networks (BACnet)
    • Modbus
    • KNX
    • LonWorks

  2. Lokale Geräte und Systeme senden Telemetriedaten und andere Daten an die Cloud. Datenquellen enthalten Folgendes:

    • Brownfield-Geräte
    • Direct Connect-Sensoren
    • Sensoren, die unabhängige Softwareanbieter (Independent Software Vendors, ISVs) bereitstellen
    • Vorhandene Geschäftssysteme

  3. Geräte, Sensoren und Aktoren generieren Telemetriedaten. Einige Geräte interagieren direkt mit IoT Hub. Andere Geräte senden Daten über Azure IoT Edge an IoT Hub.

  4. Externe Systeme, Batch- oder Legacysysteme senden Daten an Azure Data Factory. Diese statischen Daten stammen normalerweise aus Dateien und Datenbanken.

  5. Business-to-Business-Connectors übersetzen Anbieterdaten und streamen sie an Azure Digital Twins.

  6. IoT Hub erfasst Gerätetelemetriedaten. Außerdem stellt IoT Hub diese Dienste zur Verfügung:

    • Sicherheit auf Geräteebene
    • Gerätebereitstellungsdienste
    • Gerätezwillinge
    • Befehls- und Steuerungsdienste
    • Funktionen für horizontale Skalierung

  7. Data Factory transformiert semistatische Daten und überträgt sie in Azure Data Explorer oder die langfristige Speicherung.

  8. Azure Functions empfängt die IoT Hub-Daten und verwendet Azure Digital Twins-APIs zum Aktualisieren von Azure Digital Twins. Azure Digital Twins enthält den Raumgraphen der Gebäude und Umgebung. Azure Digital Twins modelliert die Umgebung mit Digital Twins Definition Language (DTDL). Azure Functions verarbeitet die Daten und führt eine Fehlererkennung und sowie Graphaktualisierungen durch.

  9. Verschiedene Komponenten erstellen, speichern und laden DTDL-Modelle.

  10. Azure Digital Twins sendet die Daten über Azure Event Grid an Azure Data Explorer. Dieser Analysedienst fungiert als Historian, indem er die Zeitreihendaten der Lösung speichert.

  11. Simulationsmodule und KI-Tools verarbeiten die Daten. Beispiele hierfür sind Azure KI Services, KI-Modelle und Partnersimulationsdienste.

  12. Azure Data Lake bietet eine langfristige Speicherung für die Daten. Azure Synapse Analytics analysiert die Daten und berichtet über sie.

  13. Bei Visualisierungstools und Unternehmens-Apps bietet die Lösungszugriffsebene sicheren Zugriff auf die wichtigsten Systemdienste:

    • Azure API Management bietet Funktionen zum Normalisieren, Sichern und Anpassen von APIs. Diese Plattform erzwingt auch Nutzungskontingente und Begrenzungen der Datenrate.

    • Azure SignalR Service sendet Benachrichtigungen an Benutzeroberflächen, wenn sich Telemetrie und Daten ändern.

    • Bei Anwendungen, die Daten asynchron oder auf Volume austauschen, stellen verschiedene Komponenten Veröffentlichungs- und Abonnementmechanismen zur Verfügung:

      • IoT Hub
      • Azure Service Bus-Warteschlangen
      • Azure Event Hubs
      • Webhooks

  14. Dienstanwendungen sammeln Daten aus der Zugriffssteuerungs-API-Ebene. Anschließend analysieren diese Anwendungen die Daten und bereiten sie für Endbenutzeranwendungen vor. Microsoft-Tools wie Power Apps, Power BI und Azure Maps erstellen Berichte und Erkenntnisse zu Daten in den Azure-Datenspeichern.

  15. Unternehmensanwendungen nutzen die vorbereiteten Daten. Beispiele:

    • Dynamics 365-Module.

    • ISV-Lösungen.

    • Microsoft Teams-Apps.

    • Feldoptimierte Lösungen wie mobile Apps und Wearables:

Komponenten

Die Lösung verwendet die folgenden Komponenten:

Kernkomponenten

  • IoT Hub stellt eine Verbindung zwischen Geräten und den Azure-Cloudressourcen her. Dieser verwaltete Dienst bietet Folgendes:

    • Sicherheit auf Geräteebene.
    • Gerätebereitstellungsdienste.
    • Gerätezwillinge.
    • Befehls- und Steuerungsdienste.
    • Funktionen für horizontale Skalierung.

  • Azure IoT-SDKs bieten die empfohlene Vorgehensweise für Geräte zum Herstellen einer Verbindung mit IoT Hub. Diese Kits können beispielsweise von den folgenden Geräten genutzt werden:

    • Azure Sphere-Geräte.
    • Geräte, auf denen Azure RTOS ausgeführt wird.

  • IoT Edge führt Cloudworkloads auf IoT Edge-Geräten aus. Insbesondere kann dieser zentrale Nachrichtenhub Echtzeitanalysen über Azure Machine Learning und Azure Stream Analytics durchführen. IoT Edge fungiert auch als Gateway für IoT Hub für Folgendes:

    • Geräte mit geringen Leistungsanforderungen.
    • Legacygeräte.
    • Eingeschränkte Geräte.

  • Data Factory ist ein Integrationsdienst, der mit möglicherweise großen Datenblöcken aus unterschiedlichen Datenspeichern arbeitet. Sie können diese Plattform zum Orchestrieren und Automatisieren von Datentransformationsworkflows nutzen. Beispielsweise kann Data Factory die Lücke zwischen semistatischen Speichern und Historian-Komponenten wie Azure Data Explorer schließen.

  • Business-to-Business-Connectors übersetzen und streamen Daten bidirektional zwischen Anbieterkomponenten und Azure Digital Twins. Eine wachsende Anzahl von Anbietern verwendet DTDL zum Erstellen von Branchenstandardmodellen. RealEstateCore ist ein Beispiel dafür. Deshalb wird davon ausgegangen, dass diese Integrationen im Laufe der Zeit einfacher werden.

  • Azure Digital Twins speichert digitale Darstellungen von IoT-Geräten und -Umgebungen. Sie können diese Daten für die Datenweitergabe oder Echtzeitanalyse verwenden. Intern führt Azure Digital Twins folgende Aufgaben aus:

    Sie können mithilfe von DTDL Ontologien (Gruppen bereits vorhandener Modelle) erstellen. Sie können auch mit einem branchenweit unterstützten Modell beginnen:

  • Azure Digital Twins-Explorer ist ein Entwicklertool, mit dem Sie Azure Digital Twins-Daten, -Modelle und -Graphen visualisieren und damit interagieren können. Dieses Tool ist aktuell als öffentliche Vorschauversion verfügbar.

  • Modellverwaltungskomponenten verwalten das DTDL-Modell:

    • Für die Modellerstellung stehen diese Optionen zur Verfügung:

      • Azure Digital Twins-Explorer
      • ISV-Lösungen
      • Benutzerdefinierte Tools
      • Text- oder Code-Editoren

    • Repositorys speichern Ontologien:

    • Zum Laden von Modellen in Azure Digital Twins gibt es diese Optionen:

  • Azure Functions ist eine ereignisgesteuerte serverlose Computeplattform. Bei Azure Functions können Sie Dienste mithilfe von Triggern und Datenbindungen im gewünschten Umfang integrieren.

  • Azure Data Explorer ist ein schneller, vollständig verwalteter Datenanalysedienst. Sie können diesen Dienst für die Echtzeitanalyse großer Datenmengen nutzen. Azure Data Explorer kann verschiedene Datenströme von Anwendungen, Websites, IoT-Geräten und anderen Quellen verarbeiten.

  • KI Services stellt KI-Funktionen bereit. Diese Dienste verfügen über eine Reihe von vorab trainierten neuronalen Netzwerkmodellen für die Cloud. Sie können die REST-APIs und Clientbibliotheks-SDKs beim Erstellen von kognitiver Intelligenz in Apps verwenden. Sie können KI Services-Funktionen folgendermaßen nutzen:

    • Nahezu in Echtzeit.
    • Bei bestimmten Datenschwellenwerten.
    • Bei Bedarf.
    • Bei komplexen Aufträgen mit langen Verarbeitungszeiten.

  • Azure Machine Learning ist eine cloudbasierte Umgebung, mit der Sie Predictive Analytics-Lösungen erstellen, bereitstellen und verwalten können. Mit diesen Modellen können Sie Verhalten, Ergebnisse und Trends prognostizieren.

  • Azure Data Lake speichert eine große Datenmenge in deren nativem Rohformat. Die Daten stammen in der Regel aus mehreren heterogenen Quellen und können strukturiert, teilweise strukturiert oder unstrukturiert sein.

  • Azure Synapse Analytics ist ein Analysedienst für Data Warehouses und Big-Data-Systeme. Dieser Dienst ist in Power BI, Machine Learning und andere Azure-Dienste integriert.

  • Azure API Management erstellt konsistente und moderne API-Gateways für Back-End-Dienste. Neben der Annahme von API-Aufrufen und deren Weiterleitung an Back-Ends überprüft diese Plattform auch Schlüssel, Token, Zertifikate und weitere Anmeldeinformationen. Außerdem protokolliert API Management Aufrufmetadaten und erzwingt Nutzungskontingente und Begrenzungen der Datenrate.

  • Azure Service Bus ist ein vollständig verwalteter Nachrichtenbroker für Unternehmen. Service Bus unterstützt Nachrichtenwarteschlangen und Themen zum Veröffentlichen/Abonnieren.

  • Azure Event Hubs ist eine vollständig verwaltete Streamingplattform für Big Data.

  • Azure SignalR Service ist eine Open-Source-Softwarebibliothek, die eine Möglichkeit zum Senden von Benachrichtigungen an Web-Apps in Echtzeit bietet.

Dienstanwendungen

  • Azure Logic Apps vernetzt Apps und Daten cloudübergreifend und automatisiert auf diese Weise Workflows.

  • Azure Maps bietet räumliche APIs zum Hinzufügen von Karten, räumlichen Analysen und Mobilitätslösungen zu Apps.

  • Microsoft Graph stellt Tools für den Zugriff auf Daten in Microsoft 365, Windows 10 und Enterprise Mobility + Security bereit.

  • Power Platform ist eine Sammlung von Produkten und Diensten, die Tools mit wenig Code zum Erstellen effizienter und flexibler Lösungen bereitstellen:

    • Power Apps ist eine Suite von Apps, Diensten, Connectors und einer Datenplattform. Sie können mithilfe von Power Apps manuelle Geschäftsvorgänge in digitale, automatisierte Prozesse umwandeln.
    • Power BI ist eine Sammlung von Softwarediensten und Apps, die Analyseinformationen anzeigen.
    • Power Automate optimiert sich wiederholende Aufgaben und papierlose Prozesse.
    • Microsoft Copilot Studio (ehemals Power Virtual Agents) bietet keine Code-Chatbots, um kunden- und Mitarbeiteranforderungen im Großen und Umfang zu erfüllen.

Unternehmensanwendungen

  • Dynamics 365 ist ein Portfolio von Anwendungen zum Verwalten von Geschäftsvorgängen.

  • Microsoft Teams bietet Dienste für Besprechungen, Messaging, Anrufe und Zusammenarbeit.

  • Azure App Service und das zugehörige Web-Apps-Feature stellen ein Framework zum Erstellen, Bereitstellen und Skalieren von Web-Apps bereit.

Freigegebene Unterstützungskomponenten

Diese Dienste bieten Unterstützung für Komponenten in allen Bereichen der Lösung:

  • Azure Monitor erfasst und analysiert App-Telemetriedaten, z. B. Leistungsmetriken und Aktivitätsprotokolle. Dieser Dienst benachrichtigt Apps und Mitarbeiter über irreguläre Bedingungen.

  • Microsoft Defender für IoT ist ein einheitlicher Sicherheitsdienst, der IoT-Systeme schützt, indem er Sicherheitsrisiken und Bedrohungen identifiziert.

  • Azure DevOps Services bietet Dienste, Tools und Umgebungen zum Verwalten von Codierungsprojekten und Bereitstellungen.

  • Microsoft Entra ID ist ein cloudbasierter Identitätsdienst, der den Zugriff auf Azure und andere Cloud-Apps steuert, einschließlich ISV-Lösungen und lokaler Lösungen.

  • Mit Azure Key Vault werden Geheimnisse eines Systems – z. B. API-Schlüssel, Kennwörter, Zertifikate und kryptografische Schlüssel – sicher gespeichert und der Zugriff darauf gesteuert.

Alternativen

  • Azure Cosmos DB ist eine weitere Option für die Datenspeicherung. Dieser vollständig verwaltete NoSQL-Datenbankdienst kann problemlos skaliert werden. Azure Cosmos DB bietet verschiedene Möglichkeiten für den Zugriff auf Daten, darunter:

    • Dokumentdatenbanken.
    • Graphdatenbanken.
    • SQL-Abfragen.
    • Eine Azure Cosmos DB for Apache Cassandra-Instanz.

    Azure Synapse Link für Azure Cosmos DB bietet eine Möglichkeit zum Ausführen von Analysen bei Azure Cosmos DB-Daten mithilfe von Azure Synapse Analytics. Deshalb können Sie verschiedene Datendienste in Lösungen kombinieren, die Azure Cosmos DB verwenden.

  • Event Hubs können auch einen skalierbaren und sicheren Erfassungsdienst bereitstellen. Im Gegensatz zu IoT Hub, der bidirektionale Kommunikation mit Geräten unterstützt, unterstützt Event Hubs unidirektionalen Datenverkehr. Deshalb können Sie mithilfe von Event Hubs Befehle und Richtlinien nicht zurück an Geräte senden. Außerdem bietet Event Hubs keine Sicherheit auf Geräteebene. Event Hubs eignet sich aber für Umgebungen mit einer hohen Anzahl von Nachrichten aus einer geringen Anzahl von Eingabegeräten.

Details zur Lösung

Intelligente Orte sind physische Umgebungen, in denen verbundene Geräte und Datenquellen miteinander verbunden werden. Mithilfe dieser Umgebungen können Sie Folgendes anzeigen und steuern:

  • Produkte und Systeme.
  • Innen- und Außenräume.
  • Persönliche Erfahrungen mit der Umgebung.

Intelligente Orte können Gebäude, Universitätsgelände, Firmengelände, Stadien und Städte umfassen. Diese Umgebungen bieten Mehrwert, indem sie Eigentümern, Gebäudemanagern und Bewohnern helfen, Standorte zu betreiben und zu warten. Intelligente Orte sorgen auch dafür, dass Räume effizienter, kostengünstiger, komfortabler und produktiver werden.

Intelligente Räume modellieren Räume digital und erstellen relevante Daten. Aus diesen Daten können Sie Erkenntnisse darüber ableiten, wie Personen, Orte und Geräte verbunden sind.

Mögliche Anwendungsfälle

Diese Lösung eignet sich für viele Bereiche:

  • Intelligente Campusse (Bildungsbranche)
  • Liegenschaftsverwaltung (Immobilien)
  • Smart Stadiums (Sportindustrie)
  • Intelligente Büros
  • Energieoptimierung

Geschäftsergebnisse

In dieser Beispiellösung transformiert ein großer Besitzer eines kommerziellen Immobilienunternehmens eine Büroimmobilie digital. Diese Verbesserung kombiniert Legacy-Daten der Gebäudeverwaltung mit neuen Features und Technologien, darunter:

  • Erkennung von Auslastung.
  • Optimierung der Warteschlange in Cafés.
  • Parkplätze.
  • Shuttle-Services.

Dieser Aufwand erfordert die Integration von Brownfield-Geräten und modernen IoT-Geräten (Internet of Things, Internet der Dinge), die den physischen Raum überwachen. Die Brownfield-Geräte kommunizieren über allgemeine Gebäudetransporte wie BACnet und Modbus.

Das Unternehmen hat folgende Ziele:

  • Optimieren des Energieverbrauchs durch Diagnose von Fehlern und Optimierung des Außendienstmanagements. Bei dieser Optimierung wird das vorhandene Gebäudeverwaltungssystem in Geräte integriert.

  • Ableiten neuer räumlicher Erkenntnisse und Anbieten innovativer Bewohnererfahrungen durch das Verbinden moderner Geräte.

  • Entwickeln eines kohäsiven digitalen Modells der Umgebung durch die Zusammenführung von mehreren Datenquellen. Das Modell sollte die Möglichkeiten für Datenanalyse erweitern.

  • Erstellen einer skalierbaren Lösung, die Millionen von Datenpunkten sammeln und archivieren kann.

  • Erstellen einer Lösung, die Partnerlösungen problemlos hinzufügen kann. Die Lösung sollte auch Partnerdaten in den digitalen Zwilling der Umgebung integrieren.

Überlegungen

Diese Überlegungen beruhen auf den Säulen des Azure Well-Architected Frameworks, d. h. einer Reihe von Grundsätzen, mit denen die Qualität von Workloads verbessert werden kann. Weitere Informationen finden Sie unter Microsoft Azure Well-Architected Framework.

Die folgenden Überlegungen gelten für diese Lösung.

Zuverlässigkeit

Zuverlässigkeit stellt sicher, dass Ihre Anwendung Ihre Verpflichtungen gegenüber den Kunden erfüllen kann. Weitere Informationen finden Sie in der Überblick über die Säule „Zuverlässigkeit“.

Skalierbarkeit

Lösungen für intelligente Orte können relativ einfache Implementierungen mit geringem Volumen sein. Sie können auch komplexe Implementierungen sein, die eine große Datenmenge verarbeiten. Eine Lösung, in der die HVAC-Telemetriedaten (Heating, Ventilation, and Air Conditioning = Heizung, Belüftung und Klimaanlage) auf einem großen Gelände zusammengefasst werden, ist ein Beispiel für eine umfangreiche Implementierung.

Die wichtigsten Azure-Dienste in dieser Lösung sind standardmäßig skalierbar und für komplexe Lösungen gut geeignet. Wenn Sie diese Dienste aber kombinieren, stellen Sie sicher, dass dadurch keine Engpässe entstehen. Führen Sie früh im Entwicklungszyklus Leistungstests in geplanten Zeitabständen aus, um potenzielle Probleme zu identifizieren.

Flexibilität

Entwerfen Sie Ihren intelligenten Raum so, dass er gut integriert, aber auch flexibel ist. Anwendungsfälle für intelligente Orte entwickeln sich schnell weiter. Nach der Bereitstellung Ihrer Lösung müssen Sie irgendwann neue Sensoren, Datentypen, KI-Funktionen und Visualisierungstechniken hinzufügen. So erhöhen Sie die Flexibilität:

  • Wählen Sie eine lose gekoppelte Lösung wie die vorgeschlagene Architektur aus.
  • Verwenden Sie Branchenstandards für Datenontologie. Auf diese Weise kann der Zeitaufwand für das Hinzufügen neuer Funktionen und die Integration neuer Software reduziert werden.
  • Nutzen Sie API Management. Diese Plattform bietet eine Möglichkeit zum Erstellen von mehreren API-Stilen und Signaturen für eine einzelne zugrunde liegende API.

Sicherheit

Sicherheit bietet Schutz vor vorsätzlichen Angriffen und dem Missbrauch Ihrer wertvollen Daten und Systeme. Weitere Informationen finden Sie unter Übersicht über die Säule „Sicherheit“.

Legacy-Gebäudelösungen basieren oft auf einer fehlenden externen Konnektivität als deren primäre Sicherheitsquelle. Aber sogar Daten, die keine Personen identifizieren, können Informationen zu einem Unternehmen oder den Personen in einem Gebäude liefern. Beispielsweise verwenden Organisationen Kameras zum Zählen von Personen, Nachverfolgen von Ressourcen und Bereitstellen von Sicherheitsdaten.

Achten Sie genau darauf, wo Sie Bilder verarbeiten und speichern. Sorgen Sie dafür, dass Sie alle Kundenanforderungen erfüllen, einschließlich Datenschutzproblemen. Machen Sie Sicherheit über den gesamten Datenlebenszyklus Ihrer Lösung für intelligente Räume hinweg zu einer Priorität. Achten Sie insbesondere darauf, welche Daten Sie sammeln, wo Sie sie verarbeiten und speichern und welche Schlussfolgerungen Sie daraus ziehen.

Kostenoptimierung

Bei der Kostenoptimierung geht es um die Suche nach Möglichkeiten, unnötige Ausgaben zu reduzieren und die Betriebseffizienz zu verbessern. Weitere Informationen finden Sie unter Übersicht über die Säule „Kostenoptimierung“.

Mithilfe des Azure-Preisrechners können Sie die Kosten für eine IoT-Lösung schätzen.

Beitragende

Dieser Artikel wird von Microsoft gepflegt. Er wurde ursprünglich von folgenden Mitwirkenden geschrieben:

Hauptautor:

Andere Mitwirkende:

Nächste Schritte