Was ist Azure IoT?

Azure IoT ist Microsoft Portfolio an Dienstleistungen für das Verbinden, Verwalten und Ableiten von Intelligenz von IoT-Geräten und industriellen Geräten im großen Maßstab.

Es verwendet eine Sammlung von Clouddiensten, Edgekomponenten und SDKs und wendet den adaptiven Cloud-Ansatz an, um mit der Cloud verbundene Geräte und lokale Betriebstechnologien (OT)-Umgebungen unter einem gemeinsamen Management-, Daten- und KI-Modell zu vereinheitlichen. Rohsensor-Telemetrie fließt durch eine konsistente Pipeline und wird letztendlich handlungsfähige Intelligenz für Betriebsteams, Data Scientists und Geschäftsentscheidungsträger.

Das Azure IoT Portfolio umfasst zwei primäre Plattformen und zwei gemeinsame Clouddienste:

• Azure IoT Hub: Microsoft Plattform für connected Devices, wodurch cloudverbundene IoT-Lösungen skaliert werden können. IoT Hub eignet sich für Szenarien, in denen Geräte über Standardprotokolle wie MQTT, AMQP und HTTP direkt mit der Cloud verbunden sind.
• Azure IoT Einsatz: Microsofts Plattform für verbundene Operationen und ermöglicht Edge-verbundene Lösungen für industrielle und OT-Umgebungen. Azure IoT Einsatz ist die primäre Empfehlung von Microsoft für neue edge-verbundene Lösungen.
• Azure Device Registry: Ein Clouddienst, der IoT-Geräte und industrielle Ressourcen als Standard Azure ressourcen darstellt, unabhängig davon, ob sie über IoT Hub oder Azure IoT Einsatz verbunden sind. Da Geräte und Ressourcen als systemeigene Azure Ressourcen angezeigt werden, können Sie sie mithilfe vertrauter Azure Tools verwalten – Azure Resource Manager (ARM)-Vorlagen, rollenbasierte Zugriffssteuerung (RBAC), Azure Policy, Tags und Überwachung. Azure Geräteregistrierung ist der Schlüsseldienst, der den adaptiven Cloudansatz für die Geräteverwaltung über beide Verbindungsmuster hinweg ermöglicht.
• Microsoft Fabric: Die einheitliche Datenplattform, die als gemeinsame Datenebene für Azure IoT dient. Fabric erfasst, speichert und analysiert Telemetrie von Geräten, die über IoT Hub oder Azure IoT Einsatz verbunden sind, und bietet Echtzeitdashboards, Berichte, KI-fähige Daten und digitale Zwillinge in Ihrem gesamten IoT-Bereich.

Azure IoT unterstützt zwei umfassende Verbindungsmuster, die jeweils für unterschiedliche Geschäftsszenarien und Gerätetypen geeignet sind. Viele Unternehmenslösungen kombinieren beide Muster:

• In einem mit der Cloud verbundenen Muster stellen Ihre IoT-Geräte eine direkte Verbindung mit der Cloud her, in der ihre Nachrichten verarbeitet und analysiert werden. Dieses Muster passt zu Szenarien, in denen Geräte über Standard-Internetprotokolle kommunizieren können, und es gibt keine Einschränkungen für die direkte Cloudkonnektivität.
• In einem Edgeverbindungsmuster stellen Ihre IoT-Geräte eine Verbindung mit einer lokalen Edgeumgebung her, die ihre Nachrichten verarbeitet, bevor sie optional an die Cloud weitergeleitet werden. Dieses Muster passt zu Szenarien mit industriellen Protokollen wie OPC UA, geringer Latenz bei der Verarbeitung vor Ort oder Sicherheitsanforderungen, die eine direkte Internetverbindung verhindern.

In den folgenden Abschnitten wird eine allgemeine Ansicht der Komponenten in den einzelnen Mustern angezeigt. Dieser Artikel konzentriert sich auf die wichtigsten Komponentengruppen: Geräte, Clouddienste und Edgelaufzeit.

In der Cloud verbundenes Muster

Das mit der Cloud verbundene Muster verwendet einen integrierten Satz von IoT-Geräten, -Komponenten und -Diensten, die diese Geräte direkt mit der Cloud verbinden. Dieses Muster eignet sich gut für Szenarien, in denen Geräte geografisch verteilt sind und über Standard-Internetprotokolle kommunizieren können. Ein Beispiel ist eine Flotte von Lieferwagen, die Sensordaten zur Analyse und Visualisierung an die Cloud senden:

Erstellen Sie cloudgebundene Lösungen mit IoT Hub, Microsoft Plattform für verbundene Geräte im großen Maßstab. IoT Hub unterstützt bidirektionale Nachrichten mit Millionen von Geräten, Geräteverwaltung, Firmwareupdates und Integration in Azure Device Registry, um Ihre Geräte als verwaltbare Azure Ressourcen verfügbar zu machen. Sie können in der Cloud verbundene Lösungen mit Diensten wie Device Provisioning Service und Azure Digital Twins erweitern.

kantenverbundenes Muster

Das Edgeverbindungsmuster verwendet einen integrierten Satz von IoT-Geräten, -Komponenten und -Diensten, die diese Geräte mit einer nahe gelegenen Edgeumgebung verbinden. Dieses Muster eignet sich gut für industrielle und OT-Szenarien, z. B.:

• Geräte, die mit lokalen Netzwerkprotokollen kommunizieren, z. B. OPC UA, die einen Lokalen Connector erfordern.
• Umgebungen, in denen Sicherheitsanforderungen verhindern, dass Geräte eine direkte Verbindung mit dem öffentlichen Internet herstellen.

Eine edgeverbundene Lösung kann daten von Ihren Geräten auch zur weiteren Verarbeitung wie Analyse und Visualisierung an die Cloud weiterleiten:

Erstellen Sie edgegebundene Lösungen mit Azure IoT Einsatz. Azure IoT Einsatz ist Microsoft empfohlene Plattform für neue edgeverbundene Lösungen und ist die Grundlage der digitalen Betriebsstrategie für industrie- und OT-Umgebungen. Azure IoT Einsatz konvergiert OT, IT und Data Science über die Cloud und edge hinweg mithilfe einer gemeinsamen Verwaltungsebene (Azure Resource Manager) und einer freigegebenen Datenebene (Microsoft Fabric). Azure Device Registry macht die Ressourcen und Geräte verfügbar, die über Azure IoT Einsatz als systemeigene Azure Ressourcen verbunden sind, wodurch eine konsistente Verwaltung in Ihrem gesamten Besitz ermöglicht wird.

Geräte und Konnektivität

Beide Konnektivitätsmuster umfassen Geräte , die Daten sammeln, von denen Sie Geschäftseinblicke ableiten möchten. In den folgenden Abschnitten werden die Gerätetypen in einer Azure IoT Lösung und deren Verbindung beschrieben.

IoT-Gerätekategorien

Es ist hilfreich, IoT-Geräte wie folgt zu kategorisieren:

• Mit der Cloud verbundenes Gerät (Kategorie 1):Geräte, die sich direkt mit der Cloud verbinden. Diese Kategorie umfasst Geräte, die eine Verbindung mit Clouddiensten wie IoT Hub herstellen, indem Standardprotokolle wie HTTP, MQTT oder AMQP verwendet werden. Diese Geräte sind im Edgeverbindungsmuster (z. B. Azure IoT Einsatz) nicht relevant.

• Edgegebundenes Gerät (Kategorie 2): Geräte, die über einen edgebasierten Proxy oder Gateway eine Verbindung mit der Cloud herstellen. Ein Beispiel ist ein Gerät, das indirekt über den MQTT-Broker in Azure IoT Einsatz mit der Cloud verbunden ist.

• Protokollspezifisches Gerät (Kategorie 3): Diese Geräte stellen über einen Connector eine Verbindung mit einer edgebasierten Laufzeit her, mit der die Geräte ein bestimmtes Protokoll verwenden können. Zum Beispiel verbinden ein OPC UA-Server und seine angeschlossenen Geräte über einen Connector für OPC UA. Diese Geräte sind im in der Cloud verbundenen Muster (z. B. Azure IoT Hub) nicht relevant.

Das folgende Diagramm zeigt die Beziehungen zwischen den Gerätekategorien und den Clouddiensten im mit der Cloud verbundenen Muster:

Das folgende Diagramm zeigt die Beziehungen zwischen den Gerätekategorien und der Edgelaufzeit im mit dem Edge verbundenen Muster:

Der Einfachheit halber zeigen die vorherigen Diagramme nur Datenflüsse zur Cloud- oder Edgelaufzeit an. Viele Lösungen ermöglichen Befehls- und Steuerungsszenarien, in denen die Cloud- oder Edgelaufzeit Befehle an die Geräte sendet. Zum Beispiel kann ein Clouddienst einen Befehl an eine ONVIF-kompatible Kamera senden, um zu zoomen.

Konnektivität im randbasierten Verbindungsmuster

Im Edgeverbindungsmuster stellen IoT-Geräte eine Verbindung mit einer lokalen Edgeumgebung her, die ihre Nachrichten verarbeitet, bevor sie zur Speicherung und Analyse an die Cloud weitergeleitet werden. Geräte können Netzwerkkommunikationsprotokolle und -standards verwenden, z. B.:

• OPC UA in industriellen Umgebungen.
• ONVIF zum Verwalten und Überwachen von Videogeräten.
• MQTT als Standard-Messagingprotokoll für IoT-Geräte.

Im zuvor gezeigten Diagramm mit edge-gebundenen Mustern stellen die southbound Konnektoren die Protokolle und Standards dar, die Geräte verwenden, um sich mit der Edge-Umgebung zu verbinden.

Gerätevergleiche

In der folgenden Tabelle sind die aktuellen Optionen für Geräte und Konnektivität zusammengefasst:

Dienste und Anwendungen

Im cloudgebundenen Muster stellen IoT-spezifische Clouddienste die Infrastruktur bereit, um Ihre Geräte zu verbinden, zu überwachen und zu steuern. Im Edgeverbindungsmuster hostt die Edge-Laufzeitumgebung die Dienste, um Ihre Geräte zu verbinden, zu überwachen und zu steuern. Andere Clouddienste stellen generische Dienste für Ihre Lösung bereit, z. B. Speicher, Analyse und Visualisierung.

Azure Geräteregistrierung

Azure Device Registry ist ein Clouddienst, der sowohl mit IoT Hub als auch mit Azure IoT Einsatz funktioniert, um eine einheitliche Ansicht Ihrer Geräte und industriellen Ressourcen als Standardressourcen Azure bereitzustellen. Es ist ein wichtiger Bestandteil des adaptiven Cloud-Ansatzes, da es die Verwaltungsebene von Azure ausweitet, einschließlich RBAC, Richtlinienerzwingung, Kennzeichnung, Abgrenzung und Auditierung – auf Ihren IoT-Bereich. Wichtige Funktionen sind:

• Unified asset representation: Geräte, die über IoT Hub und Ressourcen, die über Azure IoT Einsatz verbunden sind, werden beide als ARM-Ressourcen ausgedrückt, wodurch sie über das Azure Portal, Azure CLI, Bicep und ARM-Vorlagen sichtbar und verwaltbar werden.
• Schema- und Namespaceverwaltung: Unterstützt das Konfigurieren von Nachrichtenschemas, Samplinghäufigkeit und Organisieren von Ressourcen in Namespaces, die Ihre physische Umgebung spiegeln.
• Bidirektionale Synchronisierung: Objektdefinitionen und -konfigurationen in der Registrierung werden mit dem Edge synchronisiert, sodass änderungen, die in der Cloud vorgenommen wurden, vor Ort und umgekehrt widergespiegelt werden.
• Integration mit Azure Tooling: Ermöglicht Infrastruktur-as-Code-Workflows, zentralisierte RBAC-Richtlinien und Integration mit Azure Monitor und Microsoft Defender für eine konsistente Governance auf allen Standorten.

Microsoft Fabric

Microsoft Fabric ist die einheitliche Datenplattform für Azure IoT und die freigegebene Datenebene im adaptiven Cloud-Ansatz. Sie erfasst Telemetrie von Geräten, die über IoT Hub und Azure IoT Einsatz verbunden sind, und wandelt Rohgerätedaten in umsetzbare Einblicke für Betriebsteams, Data Scientists und Entscheidungsträger für Unternehmen um. Zu den wichtigsten Funktionen für IoT-Szenarien gehören:

• Real-Time Intelligence: Erfasst und analysiert Hochfrequenz-Telemetriedatenströme von Geräten und Ressourcen mit Unterstützung für Anomalieerkennung, Zeitreihenanalyse und Livebetriebsdashboards.
• OneLake: Ein einzelner, gesteuerter Datensee, der rohe, gereinigte und kuratierte Gerätedaten von allen Standorten und Systemen speichert und eine konsistente Grundlage für KI- und Analyseworkloads bietet.
• Fabric IQ und Ontologien: Modelliert die Beziehungen zwischen Objekten, Standorten und Datenpunkten mithilfe von semantischen Informationsmodellen, macht Gerätedaten KI-fähig und ermöglicht digitale Zwillingsszenarien.
• Power-BI-Integration: Bietet umfassende Visualisierungen und Berichte zu Gerätetelemetrie, operativen KPIs und Prozessleistung direkt an die Personen, die darauf reagieren.
• Microsoft Copilot-Integration: Ermöglicht Operationsteams und Datenexperten, Gerätedaten mithilfe natürlicher Sprache abzufragen und zu analysieren.

Beide Verbindungsmuster leiten Daten an Microsoft Fabric weiter. Im in der Cloud verbundenen Muster leitet IoT Hub die Gerätetelemetrie an Fabric weiter. Im edgegebundenen Muster verarbeitet und transformiert Azure IoT Einsatz Daten am Rand, bevor sie an Fabric weitergeleitet werden, wo sie weiter analysiert und visualisiert werden kann.

KI und Intelligenz

Ein zentrales Ziel von Azure IoT ist die Umwandlung von Rohgerätetelemetrie in KI-fähige Einblicke. Dies geschieht über eine progressive Datenpipeline:

KI wird auf zwei Ebenen in einer Azure IoT Lösung angewendet:

• Edge AI: Azure IoT Einsatz unterstützt die Ausführung von KI-Rückleitungsmodellen direkt auf dem Edgecluster. Dies bietet Reaktionszeiten, die in Millisekunden für Szenarien mit hoher Priorität gemessen werden, z. B. Qualitätsprüfung, Anomalieerkennung und Sicherheitsüberwachung, ohne dass eine Hin- und Rückfahrt in die Cloud erforderlich ist.
• Cloud AI: Microsoft Fabric bietet KI-Funktionen im Cloudmaßstab, einschließlich Operations Agents– KI-Agents, die in Real-Time Intelligence eingebettet sind und Telemetriedatenströme kontinuierlich überwachen und automatisch Korrektur- oder Optimierungsmaßnahmen ergreifen. Azure AI Foundry bietet eine zentrale Plattform zum Erstellen, Trainieren, Validieren und Bereitstellen von benutzerdefinierten KI-Modellen mit Governance auf Unternehmensniveau und integriert in Fabric für den Modellverbrauch im großen Maßstab.

Fabric IQ Ontologien sind von zentraler Bedeutung, um diese Pipeline von Anfang bis Ende funktionsfähig zu machen. Durch die Modellierung der semantischen Beziehungen zwischen Objekten, Standorten und Datenpunkten bietet Fabric IQ KI-Modelle und Copilot Erfahrungen den Geschäftskontext, den sie benötigen, um aussagekräftige Erkenntnisse zu erzeugen – nicht nur statistische Anomalien, sondern Erkenntnisse, die sich auf die Funktionsweise Ihrer Vorgänge gestützt haben. So kann Fabric IQ beispielsweise erkennen, dass ein Temperaturanomal auf einem bestimmten Sensor zu einem Förderband in einer bestimmten Produktionslinie gehört und gezielte Wartungsempfehlungen anstelle generischer Warnungen ermöglicht.

Zu den gängigen KI-Szenarien in Azure IoT Lösungen gehören:

• Predictive Maintenance: Erkennen Sie frühzeitig Anzeichen für Geräteausfälle anhand von Telemetrie-Trends und planen Sie die Wartung, bevor ein Ausfall auftritt, und reduzieren Sie so ungeplante Ausfallzeiten.
• Prozessoptimierung: Identifizieren von Engpässen und Ineffizienzen über Produktionslinien hinweg und empfehlen Korrekturmaßnahmen in nahezu Echtzeit.
• Anomalieerkennung: Überwachen Sie kontinuierlich Live-Telemetriedatenströme und benachrichtigen Sie Operatoren bei ungewöhnlichen Mustern, sobald sie auftreten.
• Verbundene Mitarbeiter: Sorgen Sie für KI-generierte Erkenntnisse und Empfehlungen für Außendienstmitarbeiter durch operative Dashboards und Abfragen in natürlicher Sprache, die von Microsoft Copilot unterstützt werden.

IoT-Clouddienste

In einer mit der Cloud verbundenen IoT-Lösung führen die IoT-Clouddienste typischerweise:

• Empfangen Sie Sensordaten von Ihren Geräten in großem Umfang, und bestimmen Sie, wie diese Daten verarbeitet und gespeichert werden sollen.
• Senden Sie Befehle aus der Cloud an ein bestimmtes Gerät.
• Stellen Sie Geräte bereit, und steuern Sie, welche Geräte eine Verbindung mit Ihrer Infrastruktur herstellen können.
• Kontrollieren des Zustands Ihrer Geräte und Überwachung deren Aktivitäten
• Verwalten der auf Ihren Geräten installierten Firmware.

Beispiel: In einer Remote-Überwachungslösung für eine Ölpumpstation verwenden die Dienste Sensordaten der Pumpen, um anomales Verhalten zu erkennen. Wenn ein Cloud-Dienst eine Anomalie erkennt, kann er automatisch einen Befehl an das Gerät senden, um eine Korrekturmaßnahme durchzuführen. Dieser Prozess implementiert eine automatisierte Feedbackschleife zwischen dem Gerät und der Cloud, mit der die Effizienz der Lösung deutlich gesteigert wird.

Edge-Laufzeit

Im Edge-Verbindungsmuster werden die lokalen Dienste, die in der Edge-Laufzeit-Umgebung gehostet werden, in der Regel:

• Verwalten Sie die Konnektivität Ihrer Geräte über die southbound Connectors.
• Empfangen von Daten im Maßstab von Ihren Geräten und bestimmen, wo die Nachrichten zur weiteren Verarbeitung weitergeleitet werden sollen.
• Leiten Sie Befehle aus der Cloud an bestimmte Geräte weiter.
• Ausführen bestimmter lokaler Nachrichtenverarbeitung In Azure IoT Einsatz findet diese Verarbeitung in den nordgebundenen Connectors statt.

Vergleich von IoT-Diensten

In der folgenden Tabelle sind die aktuellen Dienst- und Edgeanwendungsoptionen zusammengefasst:

Bereitstellungsvergleiche

In der folgenden Tabelle sind die aktuellen Bereitstellungsoptionen zusammengefasst:

Lösungsverwaltung

Microsoft Azure IoT Strategie basiert auf der adaptive Cloud Ansatz, der isolierte Teams, verteilte Standorte und unterschiedliche Systeme in ein einzelnes Betriebs-, Sicherheits-, Anwendungs- und Datenmodell vereint. Dieser Ansatz ermöglicht die intelligente Konvergenz von OT, IT und Data Science, sodass Sie die gleichen Cloud- und KI-Technologien zum Verwalten und Überwachen von Edge-verbundenen, cloudgebundenen und Hybridlösungen verwenden können.

Der adaptive Cloud-Ansatz hat zwei wichtige Säulen:

• Eine shared management plane basierend auf Azure Resource Manager (ARM). Diese Ebene erweitert die Azure-Governance – RBAC, Richtliniendurchsetzung, Überprüfung und Monitoring – sowohl auf Cloud-verbundene Geräte als auch auf Edge-basierte Ressourcen.
• Eine gemeinsame Datenebene, die auf Microsoft Fabric basiert. Diese Ebene bietet eine einheitliche Plattform zum Speichern, Verarbeiten und Analysieren von Daten aus Cloud- und Edgequellen, wodurch KI-fähige Einblicke vom Shopfloor bis zum Boardroom ermöglicht werden.

Nächste Schritte

Die folgenden Schritte wurden vorgeschlagen, um Azure IoT weiter zu erkunden:

• What is Azure IoT Einsatz?
• What is Azure IoT Hub?

Weitere Informationen zu Azure IoT Architekturen finden Sie unter:

• Architecture best practices for Azure IoT Hub
• IoT-Architekturen im Azure Architecture Center