IoT lässt sich in zwei Anwendungs-Bereiche einteilen. Erstens die Anbindung und Vernetzung von bislang autonom operierenden Geräten über das Internet und zweitens, die darauf aufbauenden neuen Möglichkeiten der IT-Integration. Dazu gehörten Analytics, Deep Learning und weitreichende Steuerungs-Möglichkeiten. Vor allem diese neuen Analyse- und Steuermöglichkeiten machen IoT zum Hype, denn darunter fallen beispielsweise auch Roboter und Smart-Machines.

Laut Gartner werden bis Jahresende 4,9 Milliarden Geräte ans Internet angeschlossen sein und bis 2020 soll dieser Wert auf 25 Milliarden Geräte ansteigen. Doch die Schätzungen gehen weit auseinander. Cisco und Ericsson meinen, dass es bis dahin über 50 Milliarden Geräte sein werden. IDC und ABI sprechen von 28 Milliarden und Global Insight meint, dass es "nur" 18 Milliarden sein werden.

Die grossen Schwankungen haben ihre Ursache in den Abgrenzungen. Ist ein Handy ein IoT-Endgerät? Gartner schliesst das in seiner Definition ausdrücklich aus, denn das Handy ist heute praktisch nur eine mobile Variante des früheren PCs. Sind aber die 20 Temperatur-Sensoren einer Maschine, die mit einer Kontrolleinheit verbunden sind und erst über diese Zugang zum Internet erhalten, jeweils einzelne "Things", oder ist nur die Steuereinheit ein IoT-Endgerät? Und wie verhält es sich mit Registrierkassen, Bankautomaten und anderen Cluster-Terminals? Doch es ist egal wie hoch die tatsächliche Zahl von Geräten im IoT sein wird, fest steht, dass es immer mehr werden, und dass hier ein Milliardenmarkt entsteht. Laut Gartner wird er schon nächstes Jahr 1,3 Milliarden Dollar "schwer" sein.

Auf Gartners Hype-Cycle-Diagramm hat das Thema IoT bereits die Spitze der übertriebenen Erwartungen verlassen und beginnt eine langsame Abwärtsphase. "Es gibt bereits die ersten Ernüchterungen bei IoT, denn vielfach wurden die hohen Erwartungen nur in Teilbereichen erreicht", sagt Gartner-Analyst Mike Walker. Damit ist er nicht alleine. "Innerhalb der nächsten zwei Jahre werden 25 Prozent aller IoT-Projekte eingestellt, bevor sie in Betrieb gegangen sind", sagt Walkers Kollege Ted Friedman. Ein besonders grosses Problem sind bei den IoT-Projekten unzureichende Meta-Daten-Definitionen, die für die automatische Strukturierung und Analyse gegenüber den heutigen Definitionen erheblich erweitert werden müssen. "Metadaten müssen in Zukunft auch Verarbeitungsinformationen enthalten, das heisst, man muss an einer Informationen erkennen können, ob und wie sie erstellt wurde und ob sie bereits verarbeitet wurde", erläutert er seinen Einwand.

Ein weiterer Diskussionspunkt sind die IoT-Verarbeitungsstrukturen. Viele Anbieter meinen, dass man hierzu spezielle Plattformen benötigt. Amazon hat soeben die Beta-Version einer solchen speziellen IoT-Plattform angekündigt, Salesforce tat das im September auf der Dreamforce. Beide folgten damit ähnlichen Ankündigungen von Oracle, Intel, Google, Microsoft, PTC, einem US CAM/CAD- und eben auch IoT-Spezialisten, und vielen anderen. Doch ob es für IoT wirklich einer speziellen Plattform bedarf ist umstritten. Die auf Systemarchitektur und Software-Integration spezialisierte Software AG sieht dafür keine Notwendigkeit. "Eine flexible und auf Standards basierende IT-Infrastruktur kann alle industriellen und kommerziellen Anforderungen erfüllen", sagt deren CTO Wolfram Jost.

Gartner stuft das Thema IoT-Plattform ebenfalls als "Hype-verdächtig" ein. Auf dem entsprechenden Diagramm sind IoT-Plattformen gerade im steil ansteigenden Anfangs-Segment anzutreffen. "IoT-Plattformen werden noch für ein paar Jahre ein Hype-Thema sein. Eine allgemeine realistische Nutzung und Verbreitung wird es erst in fünf bis zehn Jahren geben", sagt Walker über diesen Unterbereich des IoT-Trends.

Das besondere Interesse am IoT gilt nicht so sehr den besonderen Infrastruktur-Komponenten sondern den speziellen neuen Auswerte-Möglichkeiten, also den Analytics, insbesondere den Predictive Analytics, Machine Learning und Deep Learning. Damit können sich die Maschinen und Roboter selbst umprogrammieren und an neue Umgebungen anpassen. Führend auf diesem Gebiet ist Professor Pieter Abbeel mit seinem Team von der Berkeley University in Kalifornien. Er stellte auf der jüngsten International Conference on Robotics and Automation (ICRA) seinen neuesten lernenden Roboter BRETT vor. Das System ist in der Lage neue motorische Aufgaben völlig selbstständig zu erlernen. So hat das System bereits gelernt, wie Legosteine zu sortieren sind oder wie sie zusammengesteckt werden können. Andere erlernte Aufgaben sind das Öffnen und Schliessen von Drehverschlüssen auf unterschiedlichen Flaschen, oder auch das Aufhängen von Kleidern auf einen Bügel. Das sind zwar alles trivial erscheinende Arbeiten, doch das Besondere ist, dass die dafür erforderlichen Programme nicht von den menschlichen Programmierern erstellt wurden. Der Roboter hat sich selbst so umprogrammiert, dass er die neuen Aufgaben selbstständig ausführen kann. Diese Fähigkeiten eröffnen der Industrie ungeahnte Möglichkeiten. So werden Roboter in viele Arbeitsbereiche vordringen, die von Menschen besetzt sind – und werden dort Karriere machen. Laut Gartner werden in drei Jahren drei Millionen Arbeitnehmer einen Roboter als Boss haben. Wie gross die Zahl der einfachen Roboter-Arbeiter dann sein wird, hat Gartner nicht gesagt – aber es dürfte ein Vielfaches davon sein.

Gartner-Analyst Ray Valdes sieht hier bereits neuen Zündstoff im Bereich der Lizenzpolitik vieler Software-Anbieter. "Wenn sich die Lizenzgebühr nach der Anzahl der User richtet, ist es strittig, wie ein Robo-User einzustufen ist. Da sind harte Auseinandersetzungen vorprogrammiert", sagte in seiner Präsentation über die potenziellen Gefahren und Probleme der zukünftigen Algorithmen-gesteuerten Systeme.

Valdes sieht eine Reihe an neuen Problemen im Bereich autonomer Systeme am Horizont aufziehen. "Algorithmen-basierte Systeme werden mit gleichartigen Fremdsystemen automatisch kommunizieren und darauf aufbauend Entscheidungen treffen – doch wie stellt man sicher, dass ein Fremdsystem auch wirklich das ist, was es vorgibt zu sein", lautet seine rhetorische Frage. Beispielsweise könnten Flugzeuge falsche Richtungsanweisungen bekommen. So etwas kann auf drei Wege passieren. Unabsichtlich als Software-Bug, absichtlich von einem Hacker gesteuert oder dadurch, dass ein Roboter sich selbst mit entsprechend zerstörerischen Absichten umprogrammiert.

Doch warum sollte sich ein Roboter zu so einer Katastrophe umprogrammieren? Auch auf diese Frage hat Valdes eine einfache Erklärung: Weil selbstlernende Roboter keine Detailanweisungen mehr erhalten, sondern stattdessen übergeordnete Zielvorgaben. Als fiktives Beispiel verweist er auf eine Fertigung von Büroklammern durch Roboter. "Die Betriebsanweisung lautet schlichtweg 'Maximiere die Produktion'. Als erstes sorgen die Roboter dann dafür, dass sie nicht mehr abgeschaltet werden können und über entsprechende Backupsysteme verfügen, dann analysieren sie den Produktionsablauf inklusive der eingesetzten Materialien. Was aber passiert, wenn die Roboter zu der Erkenntnis kommen, dass der menschliche Körper Materialien enthält, deren Verwendung zu einer Produktionssteigerung führen wird?"

Nicht umsonst nannte er seine Präsentation: "Wenn Algorithmen verrückt spielen – die aufziehende Apokalypse!" (Harald Weiss)