Stromversorgung von IoT-Geräten herausfordert Industrie

Das Internet der Dinge (englisch Internet of Things, IoT) hat den Horizont an Möglichkeiten, aber auch an Herausforderungen gigantisch erweitert. Eine der Herausforderungen ist der Stromverbrauch von IoT-Geräten. Einer Definition der Internet Engineering Task Force (IETF) zufolge ist das IoT ein Netzwerk aus physischen Objekten oder „Dingen“, die mit Elektronik, Software, Sensoren und Konnektivitäts-Systemen versehen sind, um Daten mit Herstellern, Betreibern oder anderen Geräten auszutauschen.

Diese „Dinge“ müssen jedoch mit Energie versorgt werden, um richtig zu funktionieren. Darüber hinaus müssen sie angesichts der wachsenden Anzahl von IoT-Objekten hinsichtlich ihres Energieverbrauches effizient arbeiten. Das IDC prognostiziert, dass es bis 2025 weltweit 55,7 Milliarden verbundene Geräte geben wird, von denen 75% mit einer IoT-Plattform verbunden sein werden.

Das IoT ist ein Kernelement vieler moderner Anwendungen, von der Überwachung der Meere über die Erforschung des Weltraums bis hin zur Vorhersage von Naturkatastrophen. Beispielsweise können IoT-Geräte verwendet werden, um Gase zu beobachten, die von Vulkanen an sehr abgelegenen und gefährlichen Orten ausgegeben werden.

In vielen dieser Szenarien wäre es unmöglich, sich auf öffentliche Stromnetze als Energiequelle für IoT-Geräte zu verlassen. Batterien könnten eine Option sein, sind aber möglicherweise aus wirtschaftlicher oder ökologischer Sicht nicht interessant. Zudem müssten sie regelmäßig ausgetauscht werden, was in rauen Umgebungen nicht praktikabel wäre.

Einer der Ansätze, um dem Verbrauch und der Energieeffizienz zu begegnen, ist die Suche nach Energiequellen in der Umgebung, in der sich die IoT-Geräte befinden (Ambient Energy Harvesting). Bei dieser Technik, die nicht als neue Methode angesehen werden kann, gibt es mehrere Arten des Harvestings, die sogar kombiniert werden können. Sie umfassen:

• Solarenergie, die sich gut für IoT-Geräte eignet, die dem Sonnenlicht ausgesetzt sind;
• Windenergie, zum Beispiel für landwirtschaftliche Überwachungsanwendungen;
• Piezoelektrische Materialien, um mechanische Belastungen in elektrische Ladungen umzuwandeln, zum Beispiel durch Schuhe beim Gehen oder Laufen;
• Thermoelektrische Materialien, die auf Temperaturgradienten beruhen, zum Beispiel aus dem menschlichen Stoffwechsel für die Anwendung in medizinischen Geräten.

Der jüngste Vorstoß in diesem Bereich ist der Einsatz von Künstlicher Intelligenz (KI). Wissenschaftler der University of Pittsburgh und der University of Notre Dame wollen künstliche Intelligenz einsetzen, um die Nutzungsdauer von Sensoren und Geräten unter einer Brücke zu verlängern, die die Integrität der Struktur überwachen. Diese batteriebetriebenen, drahtlosen Geräte sind häufig in schwer zugänglichen Bereichen, was die Instandhaltung erschwert.

Das Dilemma in dieser Kategorie von IoT-Geräten und vieler anderer Geräte ist die Balance zwischen dem Energieverbrauch und der Anzahl an Proben, um die Interpretation der Realität zu verbessern. Denn je länger das Gerät aktiv bleibt, um Veränderungen zu erkennen und Daten zu übertragen, desto größer ist der Stromverbrauch und desto kürzer ist die Batterielebensdauer.

Wissenschaftlern zufolge besteht eines der Hindernisse für die Ausführung von KI-Algorithmen auf dieser Art von Geräten darin, dass die aus der Umgebung gesammelte Energie unregelmäßig ist und ein Risiko mit sich bringt, dass gespeicherte Daten verloren gehen. Sie arbeiten daran, einen Weg zu finden, wie KI-Algorithmen selbst in diesen Fällen eine genaue Entscheidung treffen können.

Auch bei der Übertragung effizient

Die Kommunikationstechnologien, die von den Geräten verwendet werden, können auch die IoT-Energieeffizienz beeinflussen. Drahtlose Lösungen mit niedrigem Stromverbrauch können eine gute Lösung sein und lassen sich nach dem Kriterium der Reichweite klassifizieren:

1. Geringe Reichweite – Dies sind Netzwerke, die in der Regel für Lösungen mit einer Reichweite von weniger als 1.000 Metern verwendet werden, aber auch für Übertragungen in größeren Bereichen in einer Mesh-Topologie in Betracht gezogen werden können. Die bekanntesten sind Radio Frequency Identification (RFID), Bluetooth Low Energy (BLE) und Zigbee.

2. Große Reichweite – Dies sind Netzwerke, die mehr als 1.000 Meter betragen können. Im Allgemeinen kann eine einzige Basisstation Tausende von Geräten versorgen. Einige Beispiel sind DASH7 für bis zu zwei Kilometern; Sigfox; LoRaWAN und NB-IoT.