Alles über Azure: Azure Stream Analytics und Azure Machine Learning

Von 4. Juni 2020 Juni 15th, 2020 IT-Security, News, Azure Cloud

Alles über Azure: Azure Stream Analytics und Azure Machine Learning

Im dritten Teil meiner sechsteiligen Blogserie lesen Sie, wie Sie die Daten aus Ihrem Azure IoT Hub analysieren und wertvolle Erkenntnisse aus den gesammelten Daten gewinnen können.

Soweit, so gut. Der IoT Hub managed Ihre Devices und alle Devices senden Daten an den IoT Hub.

Doch nun stehen Sie vor mehreren Fragen:

  • Wie analysiere ich die unzähligen Datenpakete?
  • Wie gewinne ich neue Erkenntnisse aus den Daten?

Es wird schnell klar, dass es unmöglich ist, manuell alle eingehenden Daten zu prüfen – es sind schlichtweg zu viele.

Um dieses Problem zu lösen stehen zwei grundverschiedene Konzepte zur Auswahl: die Echtzeitanalyse und die nachgelagerte Analyse.

Echtzeitanalyse mit Azure Stream Analytics

Azure Stream Analytics prüft jede Nachricht aus dem konstanten «Fluss an Nachrichten», welche in Ihrem IoT Hub eintreffen. Sendet ein IoT Device eine Fehlermeldung, können Sie umgehend darauf reagieren und beispielsweise automatisch einen Wartungsauftrag beim Field Support erstellen.

Die Stream Analytics kann so konfiguriert werden, dass sie die Daten nach beliebigen Werten prüft und dann entscheidet, was als nächstes zu tun ist (z. B. Archivieren, Alarmmeldung ausgeben oder Weiterleiten an andere Dienste).

Für Sie als Entscheidungsträger/in ist es wichtig zu wissen, dass Sie die Stream Analytics immer dann benötigen, wenn Sie live (also in Echtzeit) auf Ereignisse reagieren wollen.

Nachgelagerte Analysen mit Azure Machine Learning

Machine Learning ist die Kunst, Zusammenhänge in Daten zu entdecken, die bisher verborgen blieben. Basierend auf den Daten der Vergangenheit möchten Sie Muster entdecken, welche Ihnen dabei helfen, zukünftige Ereignisse vorherzusagen.

Wenn Sie beispielsweise Klimaanlagen herstellen und verkaufen, möchten Sie wissen, wann diese Anlage potenziell ausfallen wird. Vielleicht gibt es einen bisher unbekannten Zusammenhang zwischen Raumtemperatur, Kühlwasserdruck und Stromverbrauch der Anlage, welcher zu einem Ausfall der Anlagen führt.

Wird der Verlauf all dieser Daten mit Azure Machine Learning ausgewertet, werden Sie auf Muster stossen, die auf viele ausgefallene Anlagen zutreffen. Nun können Sie eine Wartung durchführen, bevor die Anlage Schaden nimmt und so den Ausfall vermeiden (predictive maintenance).

Klingt nach Science Fiction – ist in vielen Industrien aber längst Realität!

Was kostet das?

Beide Dienste «Azure Machine Learning» und «Azure Stream Analytics» bezahlen Sie pro Betriebsstunde und Einheit (Instanz). Abhängig von der gewählten Leistungsstufe fallen Kosten ab CHF 1 je Betriebsstunde an.

Bei Fragen und Anmerkungen stehe ich jederzeit gerne zur Verfügung. Zögern Sie nicht, mich zu kontaktieren.

18. Juni 2020 in News, Azure Cloud

Hyperscaler für innovative Geschäftsmodelle

Microsoft Azure - Hyperscaler Infrastruktur für innovative Geschäftsmodelle«Die Zukunft kann niemand wirklich…
Weiterlesen
15. Juni 2020 in IT-Security, News, Azure Cloud

Alles über Azure: Azure IoT Beispiel Architektur

Alles über Azure: Azure IoT Beispiel ArchitekturMicrosoft hält zahlreiche Referenz-Architekturen bereit, von…
Weiterlesen
4. Juni 2020 in IT-Security, News, Azure Cloud

Alles über Azure: Azure IoT Security

Alles über Azure: Azure IoT SecuritySecurity, Security, Security. Nichts ist wichtiger als…
Weiterlesen

Hinterlasse eine Antwort

Kommentare werden moderiert. Es kann etwas dauern, bis dein Kommentar angezeigt wird.