5G für ein besseres IIoT

Im Vergleich zu 4G verringert 5G die Latenz um mehr als das Zehnfache. Datendurchsatz und Verbindungsdichte sind bis zu 10-mal höher, während die Spektrumeffizienz dreimal höher ist. Verkehrskapazität und Netzwerkeffizienz sind bis zu 100-mal höher. 5G führt auch Funktionen wie Massive Machine Type Communication (mMTC) und Ultra Reliable Low-Latency Communication (URLLC) ein, die auf die Bedürfnisse industrieller Anwender zugeschnitten sind, sowie Enhanced Mobile Broadband (eMBB). In der Industrie kann 5G einen Ausbau des IIoT (Industrial Internet of Things) bewirken und eine entscheidende Rolle in der Industrie 4.0 spielen. 5G-Datenanbindung findet sich in drei Frequenzbändern: niedrig, mittel und hoch. Das 5G-Netz umfasst drei verschiedene Mobilfunk-Zellentypen, die jeweils sehr spezifische Antennen erfordern, aber einen unterschiedlichen Kompromiss zwischen Download-Geschwindigkeit, Entfernung und Servicebereichen bieten. Das niedrigste Frequenzband liegt unter 1GHz (ähnlich wie bei LPWAN) und eignet sich für eine breite geografische Abdeckung, mit dem Nachteil einer geringeren Download-Geschwindigkeit. Zwischen 1 und 6GHz – dem mittleren Frequenzband – bietet 5G ein ausgewogenes Verhältnis zwischen Datendurchsatz und Entfernung. Die meisten Betreiber versuchen, beim Ausbau ihrer Netze Dienste in diesem Frequenzbereich anzubieten. Im hohen Frequenzband sorgen mmWave-Frequenzen für neue Nutzungsansätze in der Telekommunikation. Feste Funknetz-Zugangspunkte können einen sehr hohen Durchsatz liefern und so das Nutzererlebnis verbessern.

Andererseits ist die Übertragungsdistanz basierend auf diesem Frequenzspektrum eher kurz. Die Bereitstellung unterscheidet sich erheblich von 3G- und 4G-Infrastrukturen – sowohl im Kernnetz als auch bei den 5G-Geräten. Frühere Generationen erforderten den gleichen Übergang von Funkzugangs- und Kernnetzen, aber 5G bietet einen kontinuierlichen Migrationspfad, der es den Betreibern ermöglicht, ihre Investitionen über einen längeren Zeitraum zu verteilen. Diese zusätzliche Flexibilität ermöglicht zwei Implementierungsarten: Die erste ist die Standalone-Bereitstellung (SA), bei der das neue 5G-Kernnetz zusammen mit 5G-Geräten verwendet wird. Die zweite, Non-Standalone (NSA), kombiniert die vorhandene 4G-Infrastruktur mit 5G-Zugang, um die Vorteile von 5G zu nutzen und gleichzeitig die bestehenden Investitionen in die 4G-Netzinfrastruktur zu erhalten. Das Kernnetz kann dann langsam auf das 5G-Kernnetz übergehen. Viele Betreiber haben sich für den Einsatz von 5G NSA mit dualer Anbindung über 4G- und 5G-Geräten entschieden. Dies wird als EN-DC (E-UTRAN New Radio Dual Connectivity) bezeichnet, wobei E-UTRAN für 4G steht, während sich New Radio auf das 5G-Netz bezieht. Bei EN-DC können Geräte Daten über 4G und 5G gleichzeitig an unabhängige Standorte senden und empfangen und so in der Praxis Geschwindigkeiten im Multi-GBit-Bereich bereitstellen.

Laut 3GPP (3rd Generation Partnership Project) verläuft der 5G-Übergang in drei verschiedenen Phasen: In der ersten, frühen Phase beginnen die Betreiber mit der Bereitstellung einer Teilmenge von 5G-Diensten an Abonnenten, die das NSA-Setup verwenden. Danach beginnen die Betreiber mit dem Austausch ihres 5G-Kernnetzes, das sich irgendwo zwischen 4G und dem echtem 5G-Netz befindet. Einige Regionen können daher Vorteile wie eine niedrige Latenz und einen massiven Datendurchsatz aufweisen, während andere diese Vorteile nicht genießen (aufgrund des Zeitrahmens für den Austausch des 5G-Cores). Sobald der 5G-Core das komplette Kernnetz ersetzt hat, können Betreiber den echten 5G-Dienst bereitstellen, einschließlich Funktionen wie Network Slicing, Virtualisierung und geringe Latenz.

Flexible Lösungen

Vor 5G hatten IIoT-Nutzer Bedenken, öffentliche Mobilfunknetze zu nutzen. Im Vergleich zu Privatnutzern benötigen industrielle Einrichtungen andere Netzwerkfunktionen und -fähigkeiten. Frühere 4G-Netze boten wenig Flexibilität, während 5G den Dienstanbietern viele zusätzliche Möglichkeiten bietet, die beste Lösung für ihre Anwendungen auszuwählen. Diese beinhalten:

• Einfache Nutzung des normalen öffentlichen Netzes.
• Öffentliches Netz mit vereinbarter Service-Level-Garantie des Netzbetreibers.
• Network Slicing durch öffentliche Betreiber, bei dem der Betreiber ein bestimmtes Spektrum zuweist, um das Unternehmensnetzwerk eines Kunden zu bedienen.
• Kombination der Nutzung des öffentlichen Netzes mit einer privaten, lokalen Infrastruktur. Dies hilft, Bedenken hinsichtlich der Cybersicherheit auszuräumen.
• Es ist möglich, ein unabhängiges, privates 5G-Netz (SNPN, Standalone Non-Public Network) über das öffentliche 5G-Spektrum einzurichten.
• Schließlich kann ein eigenständiges privates Netz je nach Land ein nicht lizenziertes privates Spektrum nutzen. Deutschland und die USA haben z.B. ein unlizenziertes Spektrum für die private Nutzung durch Unternehmen unter bestimmten Regeln angekündigt. Damit können Nutzer ein 5G-Netz in ihren eigenen Räumlichkeiten aufbauen, ohne eine Lizenzgebühr für die Nutzung des 5G-Spektrums zu zahlen.

Diese Optionen bieten die Flexibilität, den Netzwerktyp zu verwenden, der die beste Leistungsfähigkeit und Rendite bietet. Führende Anbieter bringen jetzt 5G und IIoT durch Proof-of-Concepts, Kundenprojekte und mit 5G-vernetzten Gateways zusammen, die leistungsstarkes Embedded-Computing, Bereitstellung, Fernüberwachung und Cybersicherheit kombinieren.

Zu den 5G-fähigen Lösungen zählen schnelle Router und Edge-Computing-Gateways mit einer Quad-Core-CPU mit erweitertem Speicher und eMMC zum Hosten leistungsfähiger Edge-Computing-Anwendungen. Sie bieten auch industrielle Schnittstellen, u.a. mehrere 1-GBit-Ethernet-Ports mit optionalen PoE-PSE-Ausgängen( Power over Ethernet – Power-Sourcing-Equipment), die es Gateways ermöglichen, IP-Kameras direkt mit Strom zu versorgen.

Wir gehen davon aus, dass die künstliche Intelligenz der Dinge (AIoT) innerhalb von fünf Jahren zum treibenden Prinzip für industrietaugliche IoT-Anwendungen wird. Dabei sind zwei Aspekte entscheidend:

• Cloud-KI-Dienste mit Schwerpunkt auf Training und Optimierung von KI-Modellen. Serverlösungen, die diese Workloads bewältigen können, sind bereits verfügbar.
• Edge-KI übernimmt die Echtzeit-Inferenz, die erforderlich ist, um die Anforderungen der industriellen Nutzer rund um die Uhr zu erfüllen. Maschinelles Lernen (ML) ist entscheidend für Edge-KI. Führende Anbieter verfolgen dies, um Edge-KI-Funktionen in 5G-Router zu integrieren und das zukünftige AIoT zu realisieren.

Mithilfe von Datenanbindung über 5G und LPWAN können moderne Gateways erfasste Daten aus dem Feld abrufen, verarbeiten, verwalten und an Cloud-Server weiterleiten, die für das Training von KI-Modellen optimiert sind. Edge-KI ermöglicht das Bereitstellen von KI-Modellen auf allen Geräten vor Ort, um die Inferenz lokal durchzuführen. Zeitkritische Entscheidungen können dann sofort getroffen werden, ohne Daten in die Cloud zu senden, was schnellere Reaktionen, mehr Sicherheit, weniger Abhängigkeit von der Internetverbindung und geringere Stromkosten mit sich bringt. Gelegentlich werden gefilterte Daten an die Cloud gesendet, um bestehende KI-Modelle weiter zu optimieren und zu verfeinern. Zusammen mit Echtzeit-Inferenz im Edge-System gehen wir davon aus, dass dies die nächste Phase des AIoT sein wird. 5G wird IIoT-Anwendungen durch mehr Leistungsfähigkeit und Zuverlässigkeit, Unterstützung für neue Dienste und Flexibilität bei der Nutzung privater, öffentlicher und hybrider Infrastrukturen verändern, um letztlich Ausfallsicherheit, Servicequalität und einen Mehrwert zu garantieren.