Der Phantomsensor
Andere Datenquellen können sogar für einen Sensor einspringen, der nicht einmal mehr da ist. Wie GE-Mann Kodesh berichtet, testet sein Unternehmen jedes neu gefertigte Strahltriebwerk auf seine Abgastemperatur, ein Wert, der seine Leistungsfähigkeit reflektiert. GE legt dazu einen Sensor mitten in den Abgaskanal, auch wenn er dort nach einigen Minuten verglüht. In der Zwischenzeit sammeln aber Sensoren an sichereren Stellen rund um das Triebwerk Daten - und durch Vergleich ihrer Messwerte mit dem, was die dem Untergang geweihte Vorrichtung vor der Zerstörung aufzeichnete, kann GE den direkten Sensor durch höhere Mathematik virtuell wiederherstellen.
Foto: General Electric
Das Ziehen von Schlussfolgerungen aus mehreren Informationsströmen trägt das Problem der Datenqualität in den Bereich des maschinellen Lernens. Das ist, wo die interessantesten Sachen passiert, sagt IBM-Fellow Cohn. IBM nutze beispielsweise die Watson Analytics-Plattform, um den Energieverbrauch in IBM-Einrichtungen in Irland zu verstehen. So könne Watson nicht nur eine Diskrepanz aufzeigen, wenn eine Klimaanlage sagt, sie sei ausgeschaltet, aber die Gesamtleistungsaufnahme dafür zu hoch ist. Im Laufe der Zeit lerne das System sogar die typische Art und Weise zu erkennen, wie diese Klimaanlage Strom zieht, wenn sie startet. Und mit diesem Wissen könne die Anlage dann praktisch auf frischer Tat ertappt werden.
Im Vergleich zu zusätzlichen Sensoren oder Kameras erfordert Machine Learning allerdings eine gewisse Zeit, um die Kontrolle auf fehlerhafte Daten aufnehmen zu können. "Das System wird schlauer, je länger es läuft", erklärt Cisco-Manager Bellin: Wenn es das erste Mal läuft, würde ich ihm nicht vertrauen. Läuft es das tausendste Mal, ist es ... wahrscheinlich schlauer als ich."
Je kritischer das IoT-System ist, desto wichtiger ist es, mit schlechten Daten umzugehen. Sensorfusion beispielsweise komme zum Einsatz, wenn die Zuverlässigkeit wichtig ist, etwa weil die Gesundheit eines Patienten auf dem Spiel stehe, sagt Schneider von RTI. Bei einigen Formen von IoT komme man aber gut ohne mehrere Datenquellen aus: "Für das Thermostat in Ihrem Haus brauchen Sie das bestimmt nicht."