Umgebungsintelligenz: Wo neue Märkte für die digitale Wirtschaft entstehen

Mit der fortschreitenden Digitalisierung der Umwelt erhält die Digitale Zillionen Fühler hinein in die reale Welt: Mikrofone, Handy-Kameras, GPS-Sensoren, Temperatur und Pulsfühler. Diese Sensoren kommunizieren mit dem Gerät, in dem sie stecken, mit dem Menschen, der dieses Gerät bedient - und immer häufiger auch mit dem Internet. Daraus entstehen Sensor-Netzwerke, deren Datenflut wiederum verarbeitet werden kann. Und aus dieser Datenflut entstehen Informationen, die neue Geschäftsmodelle zu Wissen verdichten können.

Was die Umgebungsintelligenz tun wird

Durch Umgebungsintelligenz erfassen physische Objekte wie Menschen oder Gegenstände Daten, die sich über das Internet übertragen, auswerten, kombinieren und kommerzialisieren lassen - und damit selbst ein Teil des Web werden. Umgebungsintelligenz erzeugt vier Arten von Daten:

• Orts- beziehungsweise Bewegungsdaten: Wo befindet sich eine Person oder ein Objekt, wie schnell bewegt es sich in welche Richtung?
  
  
• Zustandsdaten: In welchem Zustand befindet sich eine Person oder ein Objekt?
  
  
• Umweltdaten: Was sind die Umweltbedingungen für eine Person oder ein Objekt?
  
  
• Interaktionsdaten: Wann und auf welche Art interagieren eine Person oder ein Objekt mit anderen?
  

Über die Aggregation und Auswertung dieser Informationen wird die physische Welt mit der digitalen integriert, es entsteht das Internet der Dinge. "Die vorhersagbaren Pfade der Informationen verändern sich: die physische Welt wird selbst zu einer Art von Informationssystem" , so Markus Löffler von der Beratungsfirma McKinsey  . Die Analysten dort sehen sechs Geschäftsmodelle für Umgebungsintelligenz:

1. Bewegungs- bzw. Verhaltensanalyse:Siemens hat für Autoversicherer das System PAYD    (Pay as you Drive) entwickelt, das die Versicherungsprämie dynamisch berechnet, je nachdem wie häufig ein Fahrzeug benutzt wird, zu welcher Tageszeit gefahren wird oder in welchen Gegenden das Auto unterwegs ist. Ein anderes Szenario ist das berührungslose Auslesen von Kundenprofilen von Kundenkarten bei Betreten eines Laden. Auf Basis dieser Informationen wird dem Käufer dann entsprechende Werbung angezeigt.

2. Echtzeit-Umgebungserfassung: Ein gutes Beispiel dafür ist die Erfassung und Nutzung physiologischer Informationen wie Herzschlag oder Atemaktivität. Das Fraunhofer Institut für Integrierte Schaltungen hat dafür das Fitness-Shirt    entwickelt. Neben einer Trainingsunterstützung beim Sport kann es beispielsweise Feuerwehrleute im Einsatz überwachen oder zur medizinischen Kontrolle dienen. Durch ein derartiges Telemonitoring von Vitaldaten lassen sich zum Beispiel bei Diabetes-Patienten teure Folgekrankheiten zu 90 Prozent vermeiden, so eine Schätzung. Diabetes-Patienten stellen etwa zehn Prozent der Krankenversicherten, verursachen derzeit aber fast 30 Prozent der Kosten.

3. Entscheidungsunterstützung:Im Retail-Bereich planen Unternehmen bereits, den Weg von tausenden von Kunden durch das Kaufhaus zu verfolgen und damit Erkenntnisse über das Entstehen von Einkaufsentscheidungen zu gewinnen.

4. Prozessoptimierung:Sensoren etwa für Druck und Temperatur entlang einer Fertigungsstraße sorgen vor allem im Bereich Chemie und Pharmazie für eine verbesserte Nutzung der Kapazitäten.

5. Verbrauchskontrolle:

Die bessere Nutzung von Energie ist ein Megathema und Umgebungsintelligenz in Kombination mit dem Web kann dabei in großem Umfang helfen. Google hat etwa das Tool PowerMeter   entwickelt, das die Stromverbrauchsdaten eines Haushalts erfasst und via Internet in iGoogle visualisiert, um Optimierungspotenziale sichtbar zu machen. Erprobt wird das System unter anderem mit Yello Strom   in Deutschland.

6. Steuerung autonomer Systeme in offenen Umgebungen:Zum Beispiel die automatische Kollisionsvermeidung von Autos durch Abstandsradar und Car-to-Car-Kommunikation. McKinsey rechnet damit, dass allein dadurch jährlich ein volkswirtschaftlicher Schaden von 100 Milliarden Dollar vermieden werden könnte .

Von diesen direkten Geschäftsmodellen werden vor allem die großen Infrastrukturhersteller wie IBM   und HP   sowie deren Kunden aus den Bereichen Retail, Healthcare oder Automotive profitieren. Daneben wird sich aber noch eine breit gefächerte Sensordaten-Ökonomie im Web herausbilden, in der Start-ups mit guten Ideen erfolgreich sein können, indem sie:

• eine Nische besetzen: Ein Beispiel dafür ist die iPhone-App WideNoise  . Über das Mikrofon wird der Lärmpegel an einer vom GPS-Chip des Smartphones genau erfassten Stelle gemessen und an eine Karte im Web übertragen. Interessant zum Beispiel für Immobilien-Interessenten auf der Suche nach einer ruhigen Lage.
  
  
• eine Zweitverwertung von Daten aus anderen Anwendungen anbieten: Zum
  
Beispiel könnten die von Laufschuhen wie dem Nike+   erfassten Wegedaten nicht nur für die Trainingsoptimierung verwendet werden, sondern auch für weitere Zwecke von der Produktentwicklung des Schuhherstellers bis zur Laufstrecken-Flirtbörse.



Bild: pachube.com
• Durch die Korrelation von Daten aus verschiedenen Pools neue Produkte oder Dienste schaffen: Die Basis dafür schafft etwa der Aggregationsservice Pachube  , der sich auf die webbasierte Speicherung und Verteilung von Daten aus Sensornetzen spezialisiert hat. Dort lassen sich zum Beispiel sowohl die Positionsdaten von Schiffen und Lastwagen als auch Wetterbedingungen abrufen, um beispielsweise ein webbasiertes Echtzeit-Flottenmanagement zu generieren. Oder die Kombination von Daten über den Weg eines Kunden durch ein Kaufhaus (siehe oben), kombiniert mit seinen physiologischen Daten, ließe etwa erkennen, wenn ein Produkt im wahrsten Sinn des Wortes "sein Herz höher schlagen lässt".
  

Gerade das letztgenannte Beispiel zeigt aber eines von zwei großen Problemen bei Umgebungsintelligenz: Das Thema Schutz und Sicherheit persönlicher Daten. McKinsey-Analyst Markus Löffler: "Die Industrie und der Gesetzgeber sollten hier gemeinsam an Regeln arbeiten." Wer trägt etwa die Verantwortung für falsche Entscheidungen von automatisierten Systemen?

Das andere Problem stellt die Informationsmenge dar, die durch Umgebungsintelligenz erzeugt und über das Web transportiert werden muss: Eine Studie des Netzwerkers Cisco sieht allein bei den mobilen Daten zwischen 2009 und 2014 fast eine Vervierzigfachung der Menge. IDC-Analyst John Gantz spricht im Zusammenhang mit den Daten aus Umgebungsintelligenz schon von der "dunklen Materie des digitalen Universums."