Jürgen Hahnrath war mit diesem Beitrag im A&D-Kompendium 2019/2020 als einer von 100 Machern der Automation vertreten.
Industrie 4.0, Internet of Things, Künstliche Intelligenz, autonome Fahrzeuge: Die zunehmende Digitalisierung ist überall zu spüren – auch und vor allem in Deutschland. So steigt die Anzahl der vernetzten Geräte pro Bundesbürger von weniger als sechs im Jahr 2017 auf rund zehn im Jahr 2022. Die monatlich von jedem Internetnutzer in Deutschland erzeugte Datenmenge erhöht sich in diesem Zeitraum von 29,5 auf 81,2 GB. Das zeigt unser Cisco Virtual Networking Index (VNI).
Die Vielzahl der neu mit dem IoT verbundenen Geräte vergrößert aber die Angriffsmöglichkeiten auf die Daten und Funktionen dieser Systeme. Dadurch entstehen Fragen zu Sicherheit und Skalierbarkeit. Dabei liegt es für uns als erfahrenen Technologieanbieter auf der Hand, die Netzwerke ebenso zu betrachten wie die angebundenen Systeme.
Schwerpunkt auf der Netzwerkseite
Im Vergleich zur herkömmlichen IT liegt der Schwerpunkt beim Internet der Dinge noch stärker auf der Netzwerkseite, um sich vom Sicherheitsstatus der angebundenen Systeme unabhängiger zu machen. Denn deren deutlich längeren Lebenszyklen, geringere Rechenleistungen und proprietäre Betriebssysteme erschweren die Anwendung klassischer Security-Ansätze wie zertifikatsbasierte Verbindungen, Verschlüsselung, Firewalls und Virenscanner.
Netzwerkseitig setzen wir mit unseren Lösungen auf zusätzliche Sicherheitsmechanismen wie Kommunikationsprofile, Mikrosegmentierung und Anomalieerkennung im Datenverkehr. Diese grenzen das Auftreten und die Ausbreitung von Sicherheitsvorfällen deutlich ein.
Mustererkennung mit KI
Die riesige Anzahl der im IoT vernetzten Systeme wirft aber auch die Frage nach skalierbaren Betriebskonzepten auf. Diese funktionieren nur mit umfassender Automatisierung. Regelbasierte Netzwerkarchitekturen wie Cisco DNA bilden hier eine solide Grundlage.
Ergänzt um Security-Lösungen und Anomaliedetektion bis in die Applikationen hinein bieten sie auch hohe Sicherheit. Im täglichen Betrieb – mit ständig neuen Kommunikationsbeziehungen und interagierenden Systemen – spielt zudem das Thema KI eine immer wichtigere Rolle. Wir nutzen eine darauf basierende Mustererkennung ebenso für Anomaliedetektion wie für Trends und Prognosen, damit unsere Kunden zukunftsfähige Infrastrukturen planen und aufbauen können.
Alternative zu Cloud-Lösungen
Für eine hohe Skalierbarkeit nutzen sie dabei meist Cloud-Lösungen. Aber auch wenn es technisch möglich ist, alle im Rahmen einer IoT-Lösung anfallenden Daten direkt in die Cloud zu senden, ist dies in der Praxis oft unangemessen. Dagegen sprechen neben den Kosten für Verbindungen und Cloud-Nutzung auch Sicherheitsbedenken und die Notwendigkeit, manche Daten lokal und in Echtzeit bearbeiten zu müssen.
Eine Lösung hierfür bildet das von uns genutzte Konzept Edge Computing. Damit können die Daten dort, wo sie entstehen, mit minimaler Latenz und unter Berücksichtigung von Regeln und Erkenntnissen aus den zentralen Big-Data- und KI-Systemen bearbeitet werden. Dies ermöglicht eine Reaktionsfähigkeit in Echtzeit.
Gleichzeitig lassen sich die Daten bereits vor Ort regelbasiert abstrahieren, verdichten sowie an zentrale Datacenter und Cloud-Systeme senden. So verringern sich die Kosten für Transport und Speicherung, ohne auf die Rohdaten verzichten zu müssen.
