#219 | Make or Buy im IIoT: Use Cases skalieren mit einer LoRaWAN-Plattform | akenza.io

www.iotusecase.com#LoRaWAN #PredictiveMaintenance #IIoT #MakeOrBuyIn dieser Episode des IoT Use Case Podcasts spricht Gastgeber Dr. Peter Schopf mit Murat Mutlu, IoT Portfolio Manager bei Currenta Conneqtive, und Christian Olt, IoT Industrial Solutions Director bei akenza. Im Mittelpunkt steht die Frage, wann aus einzelnen Sensorprojekten eine skalierbare IoT-Infrastruktur wird – und die Make-or-Buy-Entscheidung zwischen selbst gebautem IoT-Stack und einer bestehenden Plattform.ZusammenfassungAusgangspunkt ist das LoRaWAN-Netz im CHEMPARK, mit dem Currenta Conneqtive zunächst das Dampfnetz und später Pumpen im Flusswasserwerk überwacht. Statt einen eigenen IoT-Stack aufzubauen – mit Entwicklungsabteilung, Anforderungskatalog und ein bis zwei Jahren Vorlauf – setzt Conneqtive auf die akenza-Plattform und kann sich so auf Sensoren und Use Cases konzentrieren. Ein zentraler Punkt ist die Device Type Library mit über 400 vordekodierten Geräten: Das Dekodieren neuer Sensoren, sonst ein wiederkehrender Schmerzpunkt, fällt per Klick weg.Murat Mutlu und Christian Olt gehen den Weg vom TWTG-Vibrationssensor über Actility als LoRaWAN-Network-Server bis zur Auswertung in akenza durch – inklusive FFT-Analysen, Grenzwerten und Alarmierung. Deutlich wird: Mit Grenzwerten lässt sich ein Großteil der Fälle abdecken, komplexe Schwingungsbilder und KI-Modelle brauchen dagegen weiter einen Experten. Der eigentliche Hebel liegt darin, eine einmal aufgebaute Infrastruktur als Shared Medium für viele weitere Anwendungsfälle zu nutzen – von der Einzelraumregelung bis zur Schmierungsoptimierung.Das nimmst du mitWer IoT skalieren will, baut nicht einzelne Use Cases, sondern eine Infrastruktur, auf der viele Anwendungsfälle aufsetzen.Eine vordekodierte Device-Bibliothek nimmt den größten Aufwand beim Anbinden neuer Sensoren – das Dekodieren – aus dem Projekt.Grenzwerte lösen einen Großteil der Predictive-Maintenance-Fälle; für komplexe Schwingungsbilder braucht es weiterhin Expertenwissen.Als Infrastructure- und Software-as-a-Service finanzieren Einsparungen, etwa bei Heizkosten, die Infrastruktur mit.Das größte Lehrgeld fiel nicht in der Software an, sondern im Feld – durch zu komplexe, zu stark ingenieurgetriebene Lösungen statt pragmatischer Standards.-----Relevante Folgenlinks:Peter (https://www.linkedin.com/in/peter-schopf/)Christian (https://www.linkedin.com/in/christian-olt-a75244199/)Murat (https://www.linkedin.com/in/murat-mutlu-solution-portfolio-manager/)Jetzt IoT Use Case auf LinkedIn folgen1x monatlich IoT Use Case Update erhalten