IoT (Internet of Things)
Auch: Internet of Things, IoT, IIoT, Industrial Internet of Things, Internet der Dinge, IoT-Plattform, vernetzte Sensorik
KI-generiert
IoT (Internet of Things) bezeichnet die Vernetzung physischer Objekte wie Sensoren, Maschinen und Transportmittel mit IT-Systemen, sodass diese Geräte selbstständig Daten erfassen, übertragen und empfangen können.
Das Wichtigste in Kürze
- IoT vernetzt physische Objekte mit IT-Systemen und ermöglicht so die automatische Erfassung und Übertragung von Zustandsdaten in Echtzeit.
- Typische Logistik-Anwendungen umfassen Asset Tracking, Condition Monitoring, Predictive Maintenance und die Überwachung von Kühlketten.
- Die Wahl des Funkstandards (WLAN, BLE, UWB, 5G) beeinflusst Abdeckung, Genauigkeit und Betriebskosten eines IoT-Systems erheblich.
- IoT liefert Rohdaten, operativer Nutzen entsteht erst durch die Integration in WMS, ERP oder BI und durch nachgelagerte Analyse.
- Security und Datenhoheit sind bei IoT-Projekten kritische Planungsgrößen, da vernetzte Geräte potenzielle Angriffsvektoren darstellen.
Was ist IoT?
Das Internet of Things (IoT) beschreibt die Vernetzung physischer Objekte mit digitalen Systemen über das Internet oder lokale Netzwerke. Jedes Objekt, ob Gabelstapler, Kühlcontainer, Förderanlage oder Regal, erhält durch Sensoren, Aktoren oder eingebettete Kommunikationsmodule die Fähigkeit, Zustandsdaten zu erzeugen und weiterzuleiten. Diese Daten fließen in zentrale Plattformen ein, wo sie ausgewertet, mit anderen Systemen kombiniert und für Entscheidungen genutzt werden. IoT ist dabei keine einzelne Technologie, sondern ein Zusammenspiel aus Sensorik, Konnektivität (WLAN, Mobilfunk, LPWAN, Bluetooth), Datenplattformen und der Integration in operative Systeme wie WMS, ERP oder BI.
Wie funktioniert IoT in der Lagerlogistik?
In der Praxis beginnt ein IoT-Projekt mit der Auswahl geeigneter Use Cases. Typische Anwendungen in der Intralogistik sind:
- Asset Tracking: Standortverfolgung von Ladungsträgern, Flurförderfahrzeugen oder Werkzeugen in Echtzeit.
- Condition Monitoring: Überwachung von Temperatur, Feuchtigkeit oder Vibration, etwa in der Kühlkette oder bei sensiblen Gütern.
- Zustandsmeldungen von Anlagen: Fördertechnik oder Regalbediengeräte melden Verschleißwerte, bevor ein Ausfall eintritt (Predictive Maintenance).
- Tor- und Andocksteuerung: Sensoren erfassen belegte Andockpositionen und steuern Ampelsysteme oder Leitsysteme automatisch.
Die erfassten Daten gelangen über Gateways in eine IoT-Plattform oder direkt in angebundene IT-Systeme. Dort lassen sie sich mit Bewegungsdaten aus dem WMS oder Lieferdaten aus dem TMS verknüpfen, um ein vollständiges Lagebild zu erzeugen. Wie eng diese Integration ausfällt, hängt stark von der vorhandenen IT-Architektur und den verfügbaren Schnittstellen ab. Dies ist ein Aspekt, der in der Praxis häufig unterschätzt wird.
Worauf kommt es bei der Auswahl an?
Wer IoT-Projekte plant, sollte folgende Dimensionen sorgfältig bewerten:
- Use-Case-Klarheit: Welche Daten werden wirklich gebraucht, und welcher konkrete Nutzen entsteht daraus? Nicht jeder Sensor liefert automatisch entscheidungsrelevante Informationen.
- Konnektivität und Abdeckung: Lagergebäude dämpfen Funksignale erheblich. Die Wahl des Übertragungsstandards (WLAN, UWB, BLE, 5G) beeinflusst Genauigkeit, Reichweite und Betriebskosten direkt.
- Datenhoheit und Security: IoT-Geräte sind potenzielle Angriffspunkte. Fragen zu Firmware-Updates, Netzwerksegmentierung und Datenspeicherort (Cloud vs. On-Premises) müssen vor der Einführung geklärt sein.
- Integration: IoT liefert Rohdaten. Erst die Anbindung an WMS, ERP oder BI-Systeme schafft operativen Mehrwert. Proprietäre Plattformen können diese Integration erschweren.
- Lifecycle und Betriebskosten: Hardwarekosten sind oft geringer als die laufenden Kosten für Konnektivität, Wartung, Batterietausch und Plattformbetrieb.
Wichtig: IoT stellt Daten bereit. Analyse, Prognose oder automatisierte Entscheidungen entstehen erst durch nachgelagerte Systeme wie Analytics oder KI. Diese Schicht ist konzeptionell von IoT zu trennen.
Verwandte Begriffe
- AI
Artificial Intelligence (AI) bezeichnet Systeme, die aus Daten lernen, Muster erkennen und auf dieser Basis Entscheidungen unterstützen oder automatisieren.
- API
Eine API (Application Programming Interface) ist eine definierte Schnittstelle, über die zwei Softwaresysteme automatisiert und standardisiert Daten austauschen können. In der Intralogistik verbindet sie Systeme wie WMS, ERP oder TMS miteinander und mit externen Diensten.
- Automatisierung
Automatisierung bezeichnet den Einsatz von Technologien und Systemen, um Prozesse ganz oder teilweise ohne menschliches Eingreifen auszuführen. In der Intralogistik reicht das Spektrum von einfachen Förderanlagen bis zu vollautomatischen Hochregallagern mit autonomen Fahrzeugen.
- BI
Business Intelligence (BI) bezeichnet die systematische Erfassung, Aufbereitung und Analyse von Unternehmensdaten, um fundierte Entscheidungen in Logistik und Supply Chain zu unterstützen.
- Barcode
Ein Barcode ist ein maschinenlesbarer, optischer Code, der Informationen als Muster aus Strichen und Lücken oder als zweidimensionale Matrix darstellt. Er ermöglicht die automatische Identifikation von Artikeln, Ladungsträgern und Dokumenten entlang der gesamten Lieferkette.
- Barcodescanner
Ein Barcodescanner ist ein optisches Lesegerät, das gedruckte Strichcodes (Barcodes) erfasst und in maschinenlesbare Daten umwandelt. Er wird in der Intralogistik zur lückenlosen Identifikation von Waren, Ladungsträgern und Lagerplätzen eingesetzt.
- Blockchain
Blockchain ist eine kryptografisch verkettete, verteilte Datenstruktur, in der Transaktionen manipulationsresistent und für alle Teilnehmer nachvollziehbar gespeichert werden.
- Cloud Computing für Logistik
Cloud Computing für Logistik bezeichnet den Betrieb von Logistiksoftware und Datenplattformen über externe Cloud-Dienste anstelle lokaler Rechenzentren. Typische Anwendungen sind Warehouse-Management-Systeme, Transportmanagementsysteme, Track-and-Trace sowie BI- und Integrationsplattformen.
- Datenanalyse
Datenanalyse bezeichnet die systematische Auswertung von Rohdaten aus Logistik- und IT-Systemen, um Leistungskennzahlen zu messen, Ursachen von Abweichungen zu identifizieren und fundierte Entscheidungen zu treffen.
- Digital Warehouse
Digital Warehouse bezeichnet ein Lager, in dem Prozesse, Anlagen und Entscheidungen durchgängig datenbasiert und systemgeführt ablaufen. Typische Bausteine sind ein Warehouse-Management-System, Echtzeit-Transparenz, IoT-Sensorik, mobile Datenerfassung und automatisierte Optimierungslogik.
- Disposition
Disposition bezeichnet die operative Planung und Steuerung von Ressourcen, Mengen und Aufträgen in der Logistik, etwa in der Transport- oder Materialdisposition. Sie umfasst Zuweisung von Kapazitäten, Terminierung, Priorisierung und Reaktion auf Störungen.