Gegenwärtig gibt es auf der Welt über 9 Mrd. vernetzte Geräte, die in den nächsten 15 Jahren täglich rund 2,5 Trillionen Bytes produzieren werden. Um all diese Daten besser zu verstehen, will IBM jetzt auf die Watson-Technologie setzen. Dabei handelt es sich um eine Klasse von kognitiven Systemen, die lernen, argumentieren und in natürlicher Sprache mit den Menschen interagieren können. Dabei werden ihnen bestimmte Fähigkeiten nicht explizit anprogrammiert, sondern sie lernen und bilden ihr Verständnis aus Interaktionen und Erfahrungen, die sie mit ihrer Umgebung machen.

Diese Fähigkeiten gilt es nun für das IoT bereitzustellen. "Das Internet der Dinge entwickelt sich zur weltweit größten Datenquelle. Allerdings werden fast 90 % dieser Daten gegenwärtig überhaupt nicht genutzt", sagt Harriet Green, General Manager, Watson IoT and Education bei IBM. "Watson kann dies ändern. Das System kann in Sekundenbruchteilen enorme Mengen unstrukturierter Daten durchforsten, analysieren und gegeneinander abwägen, sie interpretieren und stetig dazulernen. Es gilt, aktuelle Daten zu nutzen, sie in Beziehung zu historischen Informationen zu setzen und damit möglicherweise noch unbekannte Korrelationen zu entdecken."

Über Cloud verfügbar

Ziel ist es, über kognitive Fähigkeiten vernetzte Geräte, Systeme und Sensoren intelligent zu machen sowie neue Marktchancen zu erschließen. Die neuen Lösungen werden über die IBM Watson IoT Cloud als globale Plattform verfügbar sein - Für Kunden, Start-ups, Universitäten, Forschungseinrichtungen und IoT-Partner. So soll eine neue Generation kognitiver Apps, Services und Lösungen entwickelt werden. Davon sollen vor allem Branchen wie die Automobilindustrie, Elektronikindustrie oder der Maschinenbau profitieren.

IBM sieht mit dem neuen Geschäftsbereich auch für das deutsche Zukunftsprojekt Industrie 4.0 eine große Chance. "Die Ausgangslage der deutschen Wirtschaft in Sachen Digitalisierung und Industrie 4.0 ist hervorragend - ihr großer Vorteil ist der hohe Industrialisierungsgrad", sagt Martina Koederitz, Vorsitzende der Geschäftsführung der IBM Deutschland und General Manager Österreich und Schweiz. "Er bildet einen idealen Resonanzboden für datengetriebene, kognitive Geschäftsmodelle. Mit den nun leicht zugänglichen neuen Lösungen werden die Grenzen des Machbaren nochmals weiter verschoben."

Neue IoT-Services

Im Zuge der Eröffnung des Watson IoT Centers stellt IBM auch vier neue kognitive Programmierschnittstellen (APIs) vor, die über die cloudbasierte IBM Watson IoT Plattform verfügbar sind:

Die Natural Language Processing (NLP) APIs ermöglichen den Dialog mit Watson in natürlicher Sprache. Sie bringen den natürlich sprachlichen Inhalt in den Kontext einer bestimmten Fachdisziplin oder eines spezifischen Anwendungsfalls. Wenn beispielsweise ein Facharbeiter beim Arbeiten mit einer Maschine verdächtige Vibrationen feststellt, kann er die NLP-Technologie nutzen, um Fragen wie "Was verursacht diese Vibration?" an das System zu stellen. Watson kombiniert dann die Bedeutung der Wörter automatisch mit dem konkreten Vorfall und gibt Empfehlungen für die mögliche Ursache der Vibration. 

Die Machine Learning Watson APIs automatisieren die Datenverarbeitung, lernen kontinuierlich aus jeder Interaktion mit den Daten und ordnen sie entsprechend ihrer Priorität. Die APIs können für alle Arten von Daten aus verschiedenen Quellen genutzt werden, die im Rahmen eines bestimmten Szenarios anfallen. Sie helfen bei der Bewertung von Situationen, erwarteten Trends und schlagen Aktivitäten für zukünftige Ereignisse vor. Beispielsweise kann die Plattform eingehende Daten eines Fuhrparks überwachen, um sich ein ganzheitliches Bild der normalen und abweichenden Gerätezustände zu machen, einschließlich der Umwelt- und Produktionseinflüsse, die oftmals einzigartig für jedes Bauteil sind.

Die Video/Image/Audio Analytics Watson APIs nutzenunstrukturierte Daten, einschließlich Videos, Bildern und Audio (etwa Gespräche aus Call Centern, Bilder, die von Verbrauchern auf Social-Media-Plattformen gepostet wurden oder Video-Material aus Überwachungskameras), um Korrelationen oder Anomalien zwischen den unterschiedlichen Datenformaten festzustellen. Dieses Wissen kann mit Maschinendaten kombiniert werden, um ein besseres Verständnis vergangener Ereignisse sowie neuer Situationen zu erlangen.

Die Text Analytics Watson APIs untersuchen unstrukturierte Daten (wie Twitter- Feeds, Kunden-Feedback in Blogs oder Transkripte von Call Centern), um Korrelationen und Muster in diesen gigantischen Datenbergen zu identifizieren. Zum Beispiel Sätze wie "die Bremsen machen Geräusche", "das Auto stoppt zu langsam" oder "das Pedal reagiert zu schwammig", deuten auf ein Bremsproblem in einem Auto hin - das durch automatisierte Verlinkung und Korrelation von der API erkannt werden kann.