Die ständige Verfügbarkeit von Mobilfunknetzen und eine zuverlässige Datenübertragung sind auch kritische Erfolgsfaktoren für viele Projekte im Zusammenhang mit dem Internet der Dinge (IoT) und Industrie 4.0.
ENQT bietet innovative Technologielösungen und umfassende Beratungsleistungen rund um Smart Metering und Grids, IoT und Industrie 4.0 für verschiedene digitale datenbasierte Industrieanwendungen, insbesondere im Energiesektor. Viele herkömmliche Lösungen in diesem Bereich sind jedoch oft nicht flexibel in Bezug auf die Anforderungen der Kunden, siehe Abb. A. Dies führt dazu, dass Installationen oft abgebrochen oder mehrmals durchgeführt werden müssen, bis die gewünschten Ergebnisse erzielt werden. Ingenieure verbringen viel Zeit mit Messungen, dem Sammeln von Informationen und dem Einsatz veralteter Werkzeuge, um den Status der Konnektivität für verschiedene Anwendungsbereiche zu ermitteln und zu bewerten. Die Lösung zur Optimierung des Planungsprozesses für die Implementierung digitaler Anwendungen und betrieblicher Prozesse kann eine virtuelle Bewertung und automatisierte Auswertung sein.
Was sind die allgemeinen Ziele?
Das Hauptziel der Innovationsstrategie von ENQT ist die Entwicklung einer datengesteuerten Informationsplattform für die Anbindung an Mobilfunknetze als fortschrittliches Planungsmodul für Industrie- und Verkehrssektoren, in denen eine kontinuierliche Netzverfügbarkeit und eine zuverlässige Datenübertragungsrate wichtig sind. Außerdem wollen wir unseren Geschäftsschwerpunkt schrittweise auf andere Branchen wie Logistik und Mobilität, z. B. autonomes Fahren, ausweiten. Potenzielle Kunden für die innovative IT-Lösung sind Städte (insbesondere Anbieter der öffentlichen Daseinsvorsorge) und Unternehmen. Beide kämpfen derzeit um den Zugriff auf strukturierte Netzdaten, um betriebliche Prozesse und Strukturen zu optimieren. Der ökonomische, soziale und ökologische Nutzen für unsere Kunden wird voraussichtlich beachtlich sein. Die Plattform kann die geforderten Dienste im Vergleich zu herkömmlichen Ansätzen zu deutlich geringeren Kosten und schneller bereitstellen. Darüber hinaus werden die neu generierten Daten in einer bisher nicht erreichten Präzision geliefert. Daraus ergeben sich deutlich erweiterte Auswertungsmöglichkeiten, zum Beispiel für die Flotten einer Spedition oder kommunale Verkehrsbetriebe und deren Betriebsleistung.
Das Hauptziel des Projekts ist die Entwicklung und Integration einer webbasierten Plattform, die Messdaten von intelligenten Sensoren und verschiedenen offenen Datenbanken nutzt, um Mapping-Dienste für die Anbindung an mobile Netzwerke bereitzustellen.
Geleistete Arbeit und Ergebnisse
Um die Projektziele zu erreichen, wurden die folgenden Schritte durchgeführt:
Analyse des Kontextes
Es ist notwendig, das Projekt mit einer Analyse der vorhandenen Datensätze, Cloud-Software und verfügbaren Lösungen für die Netzwerkdatenanalyse zu beginnen. Da ENQT in Deutschland angesiedelt ist, lag das Hauptaugenmerk auf den hierzulande verfügbaren Technologien. Es stellte sich heraus, dass es in Deutschland keine offizielle Basisstationsdatenbank gibt, die im Projekt direkt verwendet werden kann, um die Standorte aller derzeit betriebenen Basisfunkstationen zu identifizieren. Die gesamte deutsche Mobilfunknetzinfrastruktur befindet sich unter der Kontrolle der drei Mobilfunkbetreiber:
T-Mobile, Vodafone und Telefonica. Sie stellen ihre eigenen, unabhängigen Netzabdeckungskarten zur Verfügung, die in der Regel nicht sehr genau sind, z.B. coverage_checker (telekom.de), und halten auch Informationen über Basisstationen geheim. Glücklicherweise gibt es einige wenige offene Datenprojekte, die Daten über Mobilfunkmasten bereitstellen, z.B. OpenCelliD oder Mozilla Location Service, und die in unserem Projekt verwendet werden können.
Datenbank und Analyse der Basisstationen
Nach der Kontextanalyse wurde beschlossen, eine eigene Basisstationsdatenbank zu erstellen, die Daten aus verschiedenen Quellen kombinieren kann. Die Verarbeitung wird mit der Programmiersprache Python durchgeführt und die Datenbank wird als SQL-Datenbank gespeichert. Sie wird täglich aktualisiert, so dass man immer weiß, welche Basisstationen gerade in Betrieb sind. Nach der Analyse der Datenbank wurde festgestellt, dass Telefonica über die größte Anzahl von in Betrieb befindlichen Basisstationen (ca. 100 000 LTE-Stationen und 120 000 GSM-Stationen) in Deutschland verfügt. Obwohl dies theoretisch einen Vorteil gegenüber den Mitbewerbern darstellt, befinden sich viele Stationen vor allem in städtischen Gebieten recht nah beieinander und können Cluster bilden. Daher reicht die Datenbank selbst nicht aus, um endgültige Schlussfolgerungen zu ziehen, und es wird eine Karte der Netzabdeckung benötigt.
Analytisches Modell
Unter Verwendung der jüngsten Veröffentlichungen über die Analyse der Netzabdeckung von Mobilfunknetzen und der Informationen aus dem Schritt der Kontextanalyse wurde ein analytisches Modell erstellt, das Daten aus der Datenbank der Basisstationen verwendet. Der Programmiercode wurde in Python implementiert, das über eine große Anzahl von praktischen Werkzeugen für die Datenanalyse verfügt. Das erstellte analytische Modell ist in der Lage, Signalstärkekarten mit verschiedenen Metriken (rssi, rsrq, rsrp) für die wichtigsten Mobilfunkbetreiber (T-Mobile, Vodafone, Telefonica) und Netztechnologien (GSM, LTE), die derzeit in Deutschland verfügbar sind, zu erstellen.
Testen
In diesem Schritt wurde das Modell auf einem Testserver getestet und an die Anforderungen der Kunden angepasst. Der Benutzer kann die Eingabeparameter, wie z.B. den Betreiber, die Netztechnologie und die darzustellenden Metriken, leicht ändern. Die interaktive Karte zeigt alle verfügbaren Basisstationen an und ermöglicht es, die Signalstärke an verschiedenen Standorten anhand des klaren rot-gelb-grünen Farbschemas zu überprüfen. Die ersten Ergebnisse sehen sehr vielversprechend aus, siehe Abb. B. Die allgemeinen Muster der Mobilfunknetze in Deutschland wurden definiert, z.B. ist das GSM-Abdeckungsgebiet viel größer und gleichmäßiger im Vergleich zu LTE, wo sich die Basisstationen hauptsächlich in städtischen Gebieten und entlang der Hauptverkehrsstraßen befinden.
Messdaten
Um die Qualität der Kartenerstellung zu verbessern, wurden auch Messdaten von ENQT-Geräten verwendet, siehe Abb. C. Die Messpunkte wurden dem analytischen Modell hinzugefügt, um die Genauigkeit der Interpolation zu verbessern. Aufgrund der relativ geringen Anzahl von Messungen und der Tatsache, dass die meisten Messungen im Stadtzentrum durchgeführt werden, gibt es derzeit jedoch keine signifikante Verbesserung der Genauigkeit der Abdeckungskarte. Es ist jedoch geplant, die Messungen in den nächsten Versionen des Codes zu verwenden.
Integration
Sobald die Tests durchgeführt und die wichtigsten Korrekturen vorgenommen worden waren, wurde die aktuelle Version in die webbasierte Informationsplattform von ENQT integriert. Sowohl die Datenbank der Basisstationen als auch die Abdeckungskarte sind derzeit für die Kunden verfügbar und bieten zusammen mit den anderen Online-Diensten ein großartiges Analyseerlebnis, das bisher nicht zugänglich war.
Ausblick
Nur die kontinuierliche Entwicklung neuer Dienstleistungen ermöglicht es KMU, mit anderen Marktteilnehmern, insbesondere mit großen Technologieunternehmen, erfolgreich zu konkurrieren. Obwohl bereits beachtliche Ergebnisse erzielt wurden, hat das Datenanalyseteam von ENQT große Pläne zur kontinuierlichen Verbesserung der Dienstleistungen auf der Grundlage der Kundenbedürfnisse. Zunächst ist geplant, die Genauigkeit des Modells zu verbessern, wahrscheinlich durch ein künstliches neuronales Netz, das auch mit einer begrenzten Datenmenge zuverlässige Vorhersagen machen kann. Außerdem soll eine Live-Version des Dienstes entwickelt werden, die noch interaktiver und informativer für die Kunden sein wird. Während ENQT expandiert und beginnt, auf den Märkten anderer Länder aufzutreten, muss der Dienst auch auf die Länder ausgedehnt werden, in denen ENQT das größte Kundeninteresse hat, angefangen bei der Europäischen Union.
