IoT & Embedded Systems – Internet of Things

Inhaltsverzeichnis

Schnellübersicht

Auf dieser Seite lernst du alles über IoT und Embedded Systems:

Definition: Was ist IoT und was sind Embedded Systems?
IoT in Zahlen: Aktuelle Statistiken und Prognosen
IoT-Architektur: Vom Sensor bis zur Cloud (5 Schichten)
Kommunikationsprotokolle: MQTT, CoAP, HTTP, LoRaWAN, Zigbee, BLE
Anwendungsgebiete: Smart Home, Industrie, Healthcare, Agriculture, Smart City
Embedded Hardware: Microcontroller, SBCs, RTOS, FPGA
Code-Beispiele: Arduino, Raspberry Pi, MQTT
Best Practices: Sicherheit, Power Management, OTA Updates
FAQ: Häufige Fragen zu IoT

1. Was ist IoT?

Definition

Das Internet of Things (IoT) bezeichnet ein Netzwerk physischer Objekte ("Things"), die mit Sensoren, Software und anderen Technologien ausgestattet sind, um sich über das Internet mit anderen Geräten und Systemen zu vernetzen und Daten auszutauschen.

Embedded Systems sind spezialisierte Computersysteme, die in größere Geräte oder Systeme integriert sind. Sie führen spezifische Aufgaben aus und sind oft auf Echtzeitfähigkeit, Zuverlässigkeit und Energieeffizienz optimiert.

Zusammenhang: Nicht alle Embedded Systems sind IoT-Geräte, aber alle IoT-Geräte enthalten Embedded Systems. IoT = Embedded Systems + Internet-Konnektivität + Datenanalyse.

IoT in Zahlen (2024/2025)

15+ Mrd.

Verbundene IoT-Geräte weltweit

~40 Mrd.

Prognostizierte Geräte bis 2025

~80 ZB

IoT-Daten pro Jahr (Zettabyte)

70%

Unternehmen nutzen IoT

#1

Consumer-Markt: Smart Home

#1

Enterprise-Markt: Industrie 4.0

2. IoT-Architektur – Vom Sensor zur Anwendung

Eine typische IoT-Architektur besteht aus mehreren Schichten, die zusammenarbeiten, um Daten zu erfassen, zu übertragen, zu verarbeiten und darzustellen:

Die 5 Schichten der IoT-Architektur

1. Perception Layer (Wahrnehmung)

Sensoren, Aktoren, RFID-Tags – Erfassung physikalischer Daten (Temperatur, Bewegung, Licht, Druck, Feuchtigkeit)

2. Gateway Layer (Vermittlung)

Gateways aggregieren Daten, übersetzen Protokolle und leiten sie weiter (Edge Computing, lokale Vorverarbeitung)

3. Network Layer (Netzwerk)

Kommunikationsinfrastruktur: WiFi, Bluetooth, LoRaWAN, 5G, Zigbee, MQTT-Broker, Mobilfunk

4. Cloud/Platform Layer (Plattform)

Datenverarbeitung, Speicherung, Analyse, Machine Learning (AWS IoT, Azure IoT, Google Cloud IoT)

5. Application Layer (Anwendung)

Benutzeroberflächen, Dashboards, APIs, mobile Apps für Endnutzer und Business-Intelligence

Edge Computing im IoT

Immer mehr Daten werden bereits am "Rand" des Netzwerks (Edge) verarbeitet, statt alles in die Cloud zu senden. Vorteile:

Geringere Latenz: Echtzeit-Entscheidungen möglich
Weniger Bandbreite: Nur relevante Daten werden übertragen
Bessere Privatsphäre: Daten verlassen lokales Netz nicht
Offline-Fähigkeit: Funktioniert auch bei Internet-Ausfall

3. IoT-Kommunikationsprotokolle

IoT-Geräte verwenden spezielle Protokolle, die auf geringen Energieverbrauch, Bandbreite und Latenz optimiert sind:

MQTT

Message Queuing Telemetry Transport

Das meistgenutzte IoT-Protokoll. Publish/Subscribe-Modell, extrem leichtgewichtig.

Publish/Subscribe-Modell
TCP-basiert (Port 1883/8883)
QoS Level 0, 1, 2
Ideal für unzuverlässige Netzwerke
2-Byte Header (minimal)

CoAP

Constrained Application Protocol

HTTP-ähnlich, aber für ressourcenbeschränkte Geräte. UDP-basiert, sehr effizient.

Request/Response-Modell (wie HTTP)
UDP-basiert (Port 5683)
Sehr geringer Overhead
Ideal für batteriebetriebene Geräte
Observing Resources

HTTP/HTTPS

Hypertext Transfer Protocol

Das Web-Protokoll. Einfach zu implementieren, aber nicht optimal für IoT (hoher Overhead).

Request/Response-Modell
TCP-basiert (Port 80/443)
RESTful APIs
Höherer Energieverbrauch
~800 Byte Header

LoRaWAN

Long Range Wide Area Network

LPWAN-Technologie für lange Reichweiten (bis 15 km) bei geringem Energieverbrauch.

Reichweite: bis 15 km (ländlich)
Sehr niedrige Datenrate (0.3-50 kbps)
Batterie: bis 10 Jahre
Ideal für Smart City, Agriculture
Unlizenzierter Frequenzbereich

Zigbee

Mesh Network Protocol

Mesh-Netzwerk-Protokoll für Smart Home. Selbstorganisierende Netzwerke mit hoher Reichweite.

Mesh-Topologie (65.000 Knoten)
2.4 GHz (global)
Datenrate: 250 kbps
Reichweite: 10-100 m
Standard in Smart Home

BLE

Bluetooth Low Energy

Energieeffiziente Variante von Bluetooth. Ideal für Wearables und kurze Distanzen.

2.4 GHz Frequenz
Reichweite: bis 100 m
Extrem niedriger Stromverbrauch
Ideal für Wearables, Beacons
Datenrate: 1-2 Mbps

Protokoll-Vergleich

Eigenschaft	MQTT	CoAP	HTTP	LoRaWAN	Zigbee	BLE
Modell	Pub/Sub	Req/Res	Req/Res	Star	Mesh	Master/Slave
Transport	TCP	UDP	TCP	LoRa PHY	IEEE 802.15.4	Bluetooth
Header-Größe	2 Bytes	4 Bytes	~800 Bytes	13-243 B	~20 Bytes	~10 Bytes
Energieverbrauch	Niedrig	Sehr niedrig	Hoch	Extrem niedrig	Niedrig	Sehr niedrig
Reichweite	LAN/WAN	LAN	Internet	Bis 15 km	10-100 m	Bis 100 m
Typischer Einsatz	Smart Home, Industrie	M2M, Sensoren	Web-APIs	Smart City	Smart Home	Wearables

4. IoT-Anwendungsgebiete

IoT wird in nahezu allen Branchen eingesetzt. Hier die wichtigsten Anwendungsbereiche mit konkreten Beispielen:

Smart Home

Intelligentes Wohnen

Automatisierung und Fernsteuerung von Haushaltsgeräten, Beleuchtung, Heizung und Sicherheit. Der größte Consumer-Markt für IoT.

Beispiele:

Intelligente Thermostate (Nest, Tado)
Smart Lighting (Philips Hue, LIFX)
Sprachassistenten (Alexa, Google Home)
Überwachungskameras (Ring, Arlo)
Smart Locks (August, Yale)
Smarte Steckdosen und Schalter

Industrie 4.0

Smart Manufacturing

Vernetzung von Maschinen, Predictive Maintenance, Echtzeit-Überwachung der Produktion. Größter Enterprise-Markt.

Beispiele:

Digitale Zwillinge (Digital Twins)
Predictive Maintenance
Automatisierte Qualitätskontrolle
Supply Chain Tracking
Robotik & AGVs (Automated Guided Vehicles)
SCADA-Systeme

Healthcare

Connected Health

Fernüberwachung von Patienten, Wearables, Telemedizin, intelligente Implantate. Revolutioniert das Gesundheitswesen.

Beispiele:

Herzschrittmacher mit IoT
Fitness-Tracker (Fitbit, Apple Watch)
Blutzuckermessung (CGM)
Remote Patient Monitoring
Smart Pills (intelligente Pillen)
Telemedizin-Plattformen

Smart Agriculture

Präzisionslandwirtschaft

Überwachung von Boden, Wetter und Pflanzen. Optimierung von Bewässerung und Düngung für höhere Erträge.

Beispiele:

Bodenfeuchtigkeitssensoren
Automatische Bewässerung
Drohnen für Feldüberwachung
Vieh-Tracking (GPS-Halsbänder)
Klima-Steuerung in Gewächshäusern
Ertragsprognose mit KI

Smart City

Intelligente Städte

Optimierung städtischer Infrastruktur: Verkehr, Energie, Abfall, Sicherheit. Verbessert Lebensqualität und Effizienz.

Beispiele:

Intelligente Straßenlaternen
Parkplatz-Sensoren
Luftqualitäts-Monitoring
Smart Grid (Energie)
Abfall-Management
Verkehrsleitsysteme

Smart Logistics

Intelligente Logistik

Tracking von Waren, Flottenmanagement, Lagerautomatisierung, Lieferketten-Optimierung in Echtzeit.

Beispiele:

GPS-Tracker für Container
Kühlketten-Überwachung
Automatisierte Lager (Amazon)
Flottenmanagement
RFID-Inventory
Letzte-Meile-Optimierung

5. Embedded Systems – Die Hardware

Embedded Systems sind spezialisierte Computersysteme, die in größere Geräte integriert sind. Hier die wichtigsten Kategorien:

Microcontroller (MCU)

Kompakte Ein-Chip-Systeme mit CPU, RAM, Flash und Peripherie. Ideal für einfache IoT-Geräte und batteriebetriebene Anwendungen.

Beispiele: Arduino (ATmega328P) ESP32, ESP8266 STM32, nRF52 PIC, AVR RAM: 2-512 KB Flash: 16 KB - 2 MB Preis: 1-10 € Strom: µA - mA

Single Board Computer (SBC)

Vollständige Computer auf einer Platine. Laufen Linux, ideal für komplexe IoT-Anwendungen mit Netzwerk und UI.

Beispiele: Raspberry Pi (1-5) BeagleBone, Odroid NVIDIA Jetson (KI) Orange Pi RAM: 1-8 GB CPU: ARM Cortex-A Preis: 35-100 € Strom: 2-10 W

Real-Time Operating System (RTOS)

Betriebssysteme mit garantierten Reaktionszeiten. Essenziell für sicherheitskritische Systeme und deterministisches Verhalten.

Beispiele: FreeRTOS, Zephyr RT-Thread, Mbed OS VxWorks, QNX TI-RTOS Features: Deterministisch Minimal (KB-Größe) Echtzeit-fähig

FPGA (Field Programmable Gate Array)

Programmierbare Hardware für spezifische Aufgaben. Höchste Performance für Signalverarbeitung und KI-Beschleunigung.

Beispiele: Xilinx, Intel/Altera Lattice, Gowin Microchip (Microsemi) Einsatz: Signalverarbeitung KI-Beschleunigung Prototyping Preis: 50-1000+ €

Arduino vs. Raspberry Pi – Wann was?

Eigenschaft	Arduino (MCU)	Raspberry Pi (SBC)
Aufgabe	Einfache, Echtzeit-Aufgaben	Komplexe Anwendungen (Webserver, KI)
Betriebssystem	Keins (Bare Metal / RTOS)	Linux (Raspbian, Ubuntu)
Energieverbrauch	Sehr niedrig (µA - mA)	Höher (2-10 W)
Programmierung	C/C++ (Arduino IDE)	Python, Node.js, C++
Hardware-Ansteuerung	Direkt (GPIO, ADC, PWM)	Über GPIO (langsamer)
Netzwerk	Optional (WiFi-Shield)	Integriert (Ethernet, WiFi)
Preis	5-30 €	35-100 €
Boot-Zeit	Mikrosekunden	10-60 Sekunden
Typischer Einsatz	Sensoren, Aktoren, Wearables	Media-Center, Server, KI

6. Praxisnahe Code-Beispiele

Typische IoT-Projekte mit vollständigen Code-Beispielen für Arduino und Raspberry Pi:

Arduino: Temperatursensor mit MQTT

            ARDUINO
// ESP32 mit DHT22 Sensor und MQTT
#include <WiFi.h>
#include <PubSubClient.h>
#include <DHT.h>

// WiFi und MQTT Konfiguration
const char* ssid = "MeinWiFi";
const char* password = "MeinPasswort";
const char* mqtt_server = "broker.hivemq.com";

// DHT Sensor Setup
#define DHTPIN 4
#define DHTTYPE DHT22
DHT dht(DHTPIN, DHTTYPE);

WiFiClient espClient;
PubSubClient client(espClient);

void setup() {
  Serial.begin(115200);
  dht.begin();
  
  // WiFi verbinden
  WiFi.begin(ssid, password);
  while (WiFi.status() != WL_CONNECTED) {
    delay(1000);
  }
  
  // MQTT verbinden
  client.setServer(mqtt_server, 1883);
}

void loop() {
  if (!client.connected()) {
    client.connect("esp32_client");
  }
  
  // Temperatur und Feuchtigkeit lesen
  float temp = dht.readTemperature();
  float humidity = dht.readHumidity();
  
  // Als JSON publishen
  String payload = "{"temperature":" + String(temp) + 
                    "","humidity":" + String(humidity) + "}";
  client.publish("home/livingroom/sensor", payload.c_str());
  
  delay(60000); // Alle 60 Sekunden
}
        

Python: MQTT Subscriber auf Raspberry Pi

            PYTHON
#!/usr/bin/env python3
# MQTT Subscriber für IoT-Sensoren

import paho.mqtt.client as mqtt
import json
from datetime import datetime

def on_connect(client, userdata, flags, rc):
    print(f"Connected with result code {rc}")
    # Alle Sensor-Topics abonnieren
    client.subscribe("home/+/sensor")

def on_message(client, userdata, msg):
    try:
        # JSON Payload parsen
        payload = json.loads(msg.payload.decode())
        timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
        
        print(f"[{timestamp}] Topic: {msg.topic}")
        print(f"  Temperatur: {payload.get('temperature')}°C")
        print(f"  Feuchtigkeit: {payload.get('humidity')}%")
        
        # Alert bei hoher Temperatur
        if payload.get('temperature', 0) > 30:
            print("  ⚠️ WARNUNG: Hohe Temperatur!")
            
    except Exception as e:
        print(f"Error: {e}")

# MQTT Client erstellen
client = mqtt.Client()
client.on_connect = on_connect
client.on_message = on_message

# Verbinden und starten
client.connect("broker.hivemq.com", 1883, 60)
client.loop_forever()
        

7. Best Practices für IoT-Projekte

Sicherheit

TLS/SSL für alle Kommunikation
Starke Authentifizierung (X.509 Zertifikate)
Regelmäßige Firmware-Updates
Netzwerksegmentierung (VLANs)
Keine Default-Passwörter
Device Identity Management

Power Management

Sleep-Modi nutzen (Deep Sleep)
Ereignisbasierte Übertragung
Energieeffiziente Protokolle (CoAP, LoRaWAN)
Solar/Batterie-Optimierung
Low-Power Hardware wählen
Power Profiling durchführen

Protokoll-Wahl

MQTT für zuverlässige Verbindungen
CoAP für ressourcenbeschränkte Geräte
LoRaWAN für lange Reichweiten
QoS-Level passend wählen
Payload-Kompression nutzen
Protokoll-Gateways für Übersetzung

Testing

Unit-Tests für Firmware
Integrationstests für gesamte Pipeline
Lasttests mit tausenden Geräten
Security Penetration Testing
Feldtests unter realen Bedingungen
Hardware-in-the-Loop Testing

OTA Updates

Over-The-Air Firmware Updates
Signierte Updates (Integrität)
Rollback-Mechanismus bei Fehlern
A/B-Partitionen für sicheres Update
Staged Rollouts (10% → 50% → 100%)
Delta-Updates für Bandbreitenersparnis

Monitoring

Device Health Monitoring
Connectivity-Status tracken
Batterie-Level überwachen
Alerts bei Anomalien
Dashboard für Fleet Management
Telemetrie-Daten sammeln

8. FAQ – Häufige Fragen

Häufige Fragen zu IoT & Embedded Systems

Was ist der Unterschied zwischen IoT und Embedded Systems?

Embedded Systems sind spezialisierte Computersysteme, die in größere Geräte integriert sind (z.B. der Controller in einer Waschmaschine). Sie können standalone arbeiten.

IoT (Internet of Things) bezieht sich auf Embedded Systems, die mit dem Internet verbunden sind und Daten austauschen. Nicht alle Embedded Systems sind IoT-Geräte, aber alle IoT-Geräte enthalten Embedded Systems.

Welche Programmiersprache für IoT?

Empfehlungen nach Plattform:

Arduino/Microcontroller: C/C++ (Arduino IDE)
ESP32/ESP8266: C++ (Arduino) oder MicroPython
Raspberry Pi: Python, Node.js, C++
Cloud/Backend: Python, Node.js, Go
Web-Frontend: JavaScript, TypeScript

Beste Kombination: C++ für Firmware + Python für Cloud/Backend + JavaScript für Web-Frontend.

Wie sicher sind IoT-Geräte?

Leider oft nicht sicher genug! Viele IoT-Geräte haben:

Hardcodierte Passwörter
Keine verschlüsselte Kommunikation
Seltene oder keine Updates
Schwache Authentifizierung
Unsichere Cloud-Anbindungen

Best Practices: TLS/SSL, starke Authentifizierung, regelmäßige Updates, Netzwerksegmentierung, Vendor-Support prüfen, IoT-spezifische Firewalls einsetzen.

Was ist Edge Computing im IoT-Kontext?

Edge Computing bedeutet Datenverarbeitung am "Rand" des Netzwerks (nahe den Geräten), statt alles in die Cloud zu senden.

Vorteile:

Geringere Latenz (Echtzeit-Entscheidungen)
Weniger Bandbreitenverbrauch
Bessere Privatsphäre (Daten verlassen lokales Netz nicht)
Funktioniert auch bei Internet-Ausfall
Reduzierte Cloud-Kosten

Arduino vs. Raspberry Pi – wann was?

Arduino (Microcontroller):

Einfache, Echtzeit-Aufgaben
Sehr niedriger Energieverbrauch
Direkte Hardware-Ansteuerung
Kein Betriebssystem nötig
Preis: 5-30 €

Raspberry Pi (SBC):

Komplexe Anwendungen (Webserver, KI)
Linux-Betriebssystem
Netzwerk-Connectivity integriert
Höherer Energieverbrauch
Preis: 35-100 €

Was ist ein Digital Twin?

Ein Digital Twin (digitaler Zwilling) ist eine virtuelle Repräsentation eines physischen Objekts oder Systems, die in Echtzeit mit ihrem Gegenstück synchronisiert wird.

Einsatzgebiete:

Predictive Maintenance in der Industrie
Simulation und Optimierung
Remote-Monitoring
Training und Testing
Smart Cities und Gebäude

Was ist MQTT und warum ist es so beliebt?

MQTT (Message Queuing Telemetry Transport) ist ein leichtgewichtiges Publish/Subscribe-Nachrichtenprotokoll, speziell für IoT entwickelt.

Warum so beliebt:

Minimaler Overhead (2-Byte Header)
Funktioniert auch bei schlechter Verbindung
Drei QoS-Level (0, 1, 2)
Einfach zu implementieren
Viele Broker verfügbar (Mosquitto, HiveMQ, AWS IoT)
Open Standard (OASIS)

Wie starte ich mein erstes IoT-Projekt?

Empfohlener Einstieg:

Hardware wählen: ESP32 (günstig, WiFi integriert) oder Arduino Uno
Sensor starten: Temperatur (DHT22), Bewegung (PIR), Licht (LDR)
Arduino IDE installieren: Kostenlose Entwicklungsumgebung
Erstes Projekt: Sensor-Daten auf Serial Monitor ausgeben
MQTT hinzufügen: Daten an Broker senden
Dashboard bauen: Node-RED oder Grafana für Visualisierung
Cloud anbinden: AWS IoT, Azure IoT oder ThingsBoard

Tipp: Beginne klein, lerne iterativ. Plattformen wie Hackster.io und Instructables bieten viele Projektideen.

Zusammenfassung

             Die wichtigsten Punkte
            IoT: Netzwerk vernetzter physischer Geräte, die Daten austauschen
Embedded Systems: Spezialisierte Computersysteme in größeren Geräten
IoT-Architektur: 5 Schichten (Perception, Gateway, Network, Cloud, Application)
Protokolle: MQTT (Pub/Sub), CoAP (HTTP-ähnlich), LoRaWAN (LPWAN), Zigbee (Mesh), BLE
Anwendungsgebiete: Smart Home, Industrie 4.0, Healthcare, Agriculture, Smart City, Logistics
Hardware: MCU (Arduino, ESP32), SBC (Raspberry Pi), RTOS, FPGA
Edge Computing: Datenverarbeitung nahe der Quelle für geringere Latenz
Sicherheit: TLS/SSL, starke Authentifizierung, regelmäßige Updates
Best Practices: Power Management, OTA Updates, Monitoring, Testing
Einstieg: ESP32 + DHT22 + MQTT + Node-RED ist ein perfektes Starterprojekt

        

Weiterführende Themen

Edge Computing

Datenverarbeitung am Rand des Netzwerks für geringere Latenz und bessere Privatsphäre.

Zu Edge Computing

KI & Machine Learning

Künstliche Intelligenz und maschinelles Lernen für IoT-Datenanalyse und Automatisierung.

Zu KI & ML

Cloud Computing

IoT-Plattformen wie AWS IoT, Azure IoT und Google Cloud IoT für skalierbare Lösungen.

Zur Cloud-Infrastruktur

IT-Sicherheit

Sicherheit für IoT-Geräte, Netzwerke und Cloud-Anbindungen im Detail.

Zur IT-Sicherheit