Schweizer Taschenmesser für IoT-Lösungen

Das Museum ist vor allem morgens gut besucht. Zudem gab es zuletzt deutlich mehr Besucher
Das Museum ist vor allem morgens gut besucht. Zudem gab es zuletzt deutlich mehr Besucher
Das Museum ist vor allem morgens gut besucht. Zudem gab es zuletzt deutlich mehr Besucher
Das Museum ist vor allem morgens gut besucht. Zudem gab es zuletzt deutlich mehr BesucherBild: AIT – Applied Information

Um digitale Zwillinge zu modellieren und ihre Beziehungen abzubilden, stellt Microsoft den Dienst Azure Digital Twins bereit. Für die Modellierung dieser Ontologien wurde der Standard Digital Twin Definition Language (DTDL) ins Leben gerufen. Auf Basis der Modelle können dann Instanzen und Relationen erzeugt werden. Deren Nutzen lässt sich beispielhaft leicht verdeutlichen.

Das Szenario

Ein Museumsbetreiber möchte herausfinden, wie viele Menschen sich zum aktuellen Zeitpunkt in einem seiner Museen aufhalten. Für diesen Zweck darf der Museumsbetreiber bei einem Telekommunikationsanbieter aktuelle GPS-Daten abfragen. Darüber hinaus will der Anbieter grundsätzlich auswerten, zu welchen Zeiten das Museum besonders gut besucht ist.

Modellierung von realen Objekten als digitale Zwillinge

Um dieses Szenario in Digital Twins darzustellen, braucht es u.a. die Definition des Museums. Dieses wird mit der DTDL definiert und kann beispielsweise folgende Eigenschaften haben: Adresse, Geo-Standort, Baujahr, Größe des Gebäudes, Maximale Besucherzahl, Epoche und Ausstellungsstücke. Weitere Modelle für Stadtbezirke, Straßen und Gebäude können folgen. Im Kern der Ontologie, also der Begriffe, Regeln und ihrer Beziehungen untereinander, steht das Museum, das sich in einem Stadtbezirk befinden kann. Für einige Szenarien, wie etwa Smart Cities, stellt Microsoft eine grundlegende Ontologie auf GitHub bereit, in der Definitionen für Museen, Bezirke und mehr bereit enthalten sind.

Historisierung

Digital Twins fokussiert sich auf das Abbilden des aktuellen Zustands digitaler Zwillinge. Um auch historische Werte zu speichern, wurde kürzlich die Funktion Data History vorgestellt. Damit schreibt Digital Twins alle Änderungen der Zwillinge und der Relationen automatisch in einen Data Explorer. Dieser Service wurde speziell für Big Data-Szenarien gebaut und kann problemlos mehrere hundert Terabyte an semistrukturierten Daten pro Tag aufnehmen. Abfragen können in einer SQL-ähnlichen Abfragesprache namens Kusto Query Language (KQL) geschrieben werden und die Daten werden in einer relationalen Struktur in Datenbanken, Tabellen und Spalten gespeichert. Des Weiteren können die Daten des Digital Twins auch über sogenannte Event Routes an andere Dienste ausgeleitet werden.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert