IoT Use Case Podcast

In Folge #227 des IoT Use Case Podcasts spricht Ing. Madeleine Mickeleit mit Yves Astein, Head of Product Management bei der PHYTEC Messtechnik GmbH, und Marvin König, Chief Operating Officer (COO) bei der ML!PA Consulting GmbH, die aus ihren Industrie-IoT-Projekten die Device-Lifecycle-Management-Plattform L-IoT entwickelt hat. Es geht um die Frage, wie Hersteller ihre Geräte unter dem Cyber Resilience Act im Feld aktuell halten – und ob sie das Update- und Device-Management dafür selbst bauen oder einkaufen. 
PHYTEC liefert Embedded-Module samt Linux-Betriebssystem, aus denen Kunden ihre Endgeräte bauen – vom Fahrkartenautomaten bis zum Medizingerät. Der CRA verlangt, dass Schwachstellen über den gesamten Lebenszyklus behoben werden, also mindestens fünf Jahre, bei Baumaschinen oft deutlich länger. Ein Update-Client wie RAUC reicht dafür nicht. Gebraucht werden gestaffelte Rollouts, Rollbacks und Regeln, wann ein Gerät nicht aktualisiert werden darf. 
Was ein Eigenbau bedeutet, zeigt Yves Astein am CVE-Monitoring: Einfache Scanner melden auch Schwachstellen für Komponenten, die im Gerät gar nicht verbaut sind. Allein in ein passendes Toolset hat PHYTEC zwei bis drei Personenjahre gesteckt. Dazu kommen Testinfrastruktur und Linux-Spezialisten für die laufende Pflege. Marvin König ergänzt die Asset-Seite mit Rollen, Rechten und dem Ownership-Transfer, wenn ein Gerät mehrfach den Eigentümer wechselt. 
Wie PHYTEC sich am Ende entschieden hat, welche Rolle ML!PA dabei spielt und warum die Abhängigkeit von einem Anbieter für viele Industriekunden die entscheidende Frage ist, erzählen beide im Gespräch. 
Das nimmst du mit 
Der Aufwand liegt weniger im Update selbst als im Management drumherum. 
Eine CVE-Liste ist erst brauchbar, wenn sie gegen die tatsächliche Konfiguration des Geräts abgeglichen wird. 
Bei der Plattformwahl lohnt die Prüffrage, ob sich das System später selbst betreiben lässt und wer die Rechte daran hält. 
Früh im Feld testen – viele Sonderfälle zeigen sich erst im Betrieb. 
-----
Relevante Folgenlinks:
Madeleine (https://www.linkedin.com/in/madeleine-mickeleit/)
Yves Astein (https://www.linkedin.com/in/yves-astein-3b7b5961/)
Marvin König (https://www.linkedin.com/in/marvin-k%C3%B6nig-286b5595/)
Whitelabel Produkt für Hersteller (L-IoT von ML!PA): https://www.l-iot.com/
phyHUB Produkt: https://www.phytec.de/leistungen/update-und-device-management/

#AssistierteTelemedizin #Telemedizin #DigitalHealth
In Folge #226 des IoT Use Case Podcasts spricht Gastgeberin Ing. Madeleine Mickeleit mit Dr. med. Thorsten Hagemann (CEO/ Geschäftsführer MEDIVISE, approbierter Arzt) und Ioana Ogreanu (Managing Director Vodafone IoT Germany). Im Mittelpunkt steht die Frage, wie assistierte Telemedizin in Apotheken und Kliniken zuverlässig läuft – unabhängig von der Infrastruktur vor Ort und auch, wenn die Zahl der Standorte wächst.
Zusammenfassung
Hausärzte fehlen, die Wege zur Versorgung werden länger. Seit Sommer 2026 dürfen Apotheken assistierte Telemedizin anbieten und mit den Krankenkassen abrechnen. MEDIVISE liefert eine Telemedizin-Box, die sich mit der elektronischen Gesundheitskarte öffnet, und eine Plattform: Ein zugelassenes Medizinprodukt schätzt ein, ob ein Fall per Videosprechstunde ambulant versorgt werden kann, niedergelassene Ärzte übernehmen. In Notaufnahmen fängt die Box Fälle ab, die dort nicht hingehören – für das Krankenhaus sind sie defizitär.
Für die Telematikinfrastruktur sieht das Gesundheitswesen das Kabel vor, entsprechend startete MEDIVISE kabelgebunden. Mobilfunk kam über Kundenanforderungen dazu. Damit braucht die Box nur Strom – in Dörfern, in denen die letzte Arztpraxis geschlossen hat, ebenso wie in Kliniken, deren Haus-IT mitunter strenger urteilt als der Gesetzgeber. Ohne Verbindung zum Hausnetz wird nicht jede Installation zum IT-Projekt. Über die SIM-Karten greift MEDIVISE zudem gesichert auf die Boxen zu und nimmt sie in Betrieb – auch bei Kunden, die auf Kabel bestehen.
Laut Ioana Ogreanu ist Konnektivität schnell gekauft, schwierig wird ihr Management bei der Skalierung. Eine globale SIM-Karte greift auf über 750 Netze in mehr als 180 Ländern zu, länderspezifische Regulatorik übernimmt Vodafone IoT im Hintergrund.
Das nimmst du mit
Ein Flickenteppich aus SIM-Karten funktioniert, solange das Unternehmen klein ist; ihn später zu harmonisieren, ist oft teuer.
Vor dem Rollout klären: Wer hält und managt die SIM-Karten? Bei MEDIVISE ist das der Hersteller, nicht die Apotheke.
Die Konnektivitätsanforderungen sind branchenübergreifend ähnlich – der Ansatz ist auf andere vernetzte Geräte übertragbar.
-----
Relevante Folgenlinks:
Madeleine (https://www.linkedin.com/in/madeleine-mickeleit/)
Ioana (https://www.linkedin.com/in/ioana-ogreanu-22765012a/)
Thorsten (https://www.linkedin.com/in/dr-med-thorsten-hagemann-96879bb2/)
Vodafone IoT Managed IoT Connectivity (Global SIM, eSIM, iSIM) (https://iot.vodafone.com/solutions/managed-iot-connectivity)
Global SIM+ für Projekte in mehreren Ländern (https://iot.vodafone.com/news-and-insights/a-global-solution-for-multi-country-iot-deployments)
Vodafone GDSP, SIM-Steuerung in über 180 Ländern (https://iot.vodafone.com/news-and-insights/how-managed-iot-connectivity-helps-unlock-businesses-potential)
Vodafone IoT Security by Design (PDF) (https://assets.ctfassets.net/ddkqs9a2krr8/k22FUTkieTcLL8SslNyiq/56562748d9d713c7d463e445a8e643d7/BR_Vodafone_IoT_Security_Final.pdf)
MEDIVISE Telemedizin-Boxen Go, Link und Air im Vergleich (https://medivise.de/telemedizin-fuer-apotheken/)
MEDIVISE für Kommunen (https://medivise.de/telemedizin-fuer-kommunen/)
MEDIVISE Plattform mit TI-Anbindung (https://medivise.de/)
Whitepaper: Assistierte Telemedizin in Apotheken (https://medivise.de/news/whitepaper-assistierte-telemedizin/)
Anwenderkreis beitreten (https://www.iotusecase.com/de/anwenderkreis)

#ITOTIntegration #OPCUA #MQTT

In episode #225 of the IoT Use Case Podcast, Ing. Madeleine Mickeleit talks to Pyry Grönholm, CEO of Prosys OPC. Using a plant in Finland with more than 100 machines as an example, they discuss how to get data out of a machine park built up over the years – and when OPC UA or MQTT is the right choice.

Summary
The plant is part of an international manufacturing group, with machines from many vendors and generations. The trigger was an MES project due in about two years. Prosys first replaced the outdated OEE system and built status dashboards. Machines were connected wherever possible: via OPC UA servers, Siemens, Beckhoff and EtherNet/IP connectors, Modbus through existing gateways, or an additional PLC next to the old one. The team initially expected 30 to 50% of the machines – according to Pyry, it was significantly more.
The data is harmonized in open OPC UA information models for status, OEE and MES, identical across all machines. The customer owns the model, not the software vendor. A newly connected machine is live in under an hour.
Then the question many in the community ask: OPC UA or MQTT – which wins for industrial data? Pyry has a clear answer, explains it with an everyday analogy and links it to a project detail: The original plan is not what was implemented in the end.
Key takeaways
One information model per machine type is enough; after that, each new machine is just a template plus mapping.
Gateways a legacy system already wired to unconnected PLCs can still be used via Modbus.
If automation engineers model each variable's unit, value range and meaning, data engineers and AI understand the data.
In large corporations, find out early how IT provisioning and permissions work – or lose a lot of time waiting.

-----
Relevante Folgenlinks:
Madeleine (https://www.linkedin.com/in/madeleine-mickeleit/)
Pyry (https://www.linkedin.com/in/pyrygronholm/)

Join the user group (https://www.iotusecase.com/en/user-group)

#AIoT #KIAgenten #Datenharmonisierung
Ing. Madeleine Mickeleit spricht im IoT Use Case Podcast mit Dr. Jürgen Krämer, CPO und Geschäftsführer bei Cumulocity, über AIoT – die Verschmelzung von klassischem Machine Learning, generativer und agentischer KI mit Industrial IoT. Im Fokus steht der Weg von der reinen Vernetzung von Maschinen hin zu teilautonomen Abläufen.
Zusammenfassung
Die sicher angeschlossene Flotte ist für Krämer Voraussetzung, nicht Leistung: Ohne sie lohnt kein KI-Projekt. Er trennt zwei KI-Arten – klassisches Machine Learning für hochfrequente Maschinendaten, weil ein LLM dort die Token-Kosten sprengen würde, und agentische KI, die auf ein erkanntes Anomalie-Event hin eine Root-Cause-Analyse startet. Beides steht und fällt mit dem Kontext: Ohne Asset-Beziehungen, Einheiten und Produktdokumentation bleibt eine Fehlermeldung wie 4711 an einer Pumpe für den Agenten bedeutungslos.
Konkret wird das bei der Datenharmonisierung. In einem Werk heißt der Temperatursensor Hugo, im nächsten Willi. Ein Expert Agent liest den eingehenden Datenstrom mit und schlägt die Transformation ins Cumulocity-Format vor, getestet unter anderem mit OPC UA, Modbus, LoRaWAN, Protobuf, CBOR und Sparkplug. Bei Enercon automatisiert eine regelbasierte Remote-Aktion rund 40 Prozent der Turbinen-Restarts; KI ist dabei nach Krämers eigener Aussage nicht im Spiel.
Autonome Eingriffe bleiben Zukunft: Prototypen ja, Produktivbetrieb nein. Kunden bringen ihr eigenes LLM mit, Cumulocity trainiert keine Modelle auf Kundendaten – Begründung ist der Schutz des Domänenwissens der Betreiber. Und Krämer warnt vor Vibe Coding in geschäftskritischen Prozessen: KI-gestützte Entwicklung gehört auf die Applikationsebene, nicht in das System of Record, auf dem Governance und Auditierung aufsetzen.
Das nimmst du mit
Ohne sicher angeschlossene Flotte lohnt kein KI-Projekt – schlechte Daten erzeugen schlechte Ergebnisse.
Hochfrequente Maschinendaten gehören an klassisches Machine Learning, nicht an ein LLM, sonst explodieren die Token-Kosten.
Der Semantic Layer ist branchenspezifisch und damit der Punkt, an dem Domänenpartner gebraucht werden.
Wer Datenhoheit will, muss klären, ob der Anbieter Modelle auf den eigenen Betriebsdaten trainiert.
-----
Relevante Folgenlinks:
Madeleine (https://www.linkedin.com/in/madeleine-mickeleit/)
Jürgen (https://www.linkedin.com/in/juergenkraemer/)
Cumulocity (https://www.cumulocity.com/)
Folge zu Cyber Resilience Act (https://www.iotusecase.com/de/podcast/cyber-resilience-act-oems)
Vision-AI-Beispiel (Doku) (https://community.cumulocity.com/t/14554)

Top-5-AIoT-Use-Cases:
1. Datenharmonisierung per Expert Agent
2. Dashboards per Agent
3. Software-Rollout per Agent (in Entwicklung)
4. IT/OT-Security per Expert Agent (Idee)
5. Daten mit Kontext für externe Agenten via MCP (im Ausbau)

Anwenderkreis beitreten (https://www.iotusecase.com/de/anwenderkreis)

In dieser Folge des IoT Use Case Podcasts meldet sich Gastgeberin Ing. Madeleine Mickeleit ohne Gast zu Wort: eine kurze Ankündigung an alle Hörerinnen und Hörer, verbunden mit einem Dank und zwei Neuigkeiten zum Podcast.

Der IoT Use Case Podcast läuft seit Ende 2019. In dieser Zeit sind zahlreiche Projekte und Use Cases aus der Praxis vorgestellt worden, und um den Podcast ist ein Netzwerk gewachsen, mit dem das Team heute arbeitet. Genau dafür sagt Madeleine Mickeleit in dieser Folge Danke – an Stammhörer wie an alle, die gerade zum ersten Mal reinhören.

Gleichzeitig gibt es zwei Änderungen. Das Team arbeitet an einem neuen Format, unter anderem zum Thema KI, das in der Praxis von Anwendern umgesetzt wird. Deswegen erscheint der Podcast künftig alle zwei Wochen statt wöchentlich; die Formate werden sich abwechseln. Wann das neue Format live geht, wird im Podcast berichtet. 
Der Aufruf am Ende richtet sich an Anwender: Wer selbst ein Projekt umgesetzt hat und darüber erzählen möchte, kann sich proaktiv bei Madeleine Mickeleit und dem Team melden.

Das nimmst du mit
Der IoT Use Case Podcast erscheint ab jetzt alle zwei Wochen statt wöchentlich. 
Grund ist ein neues Format, an dem das Team parallel arbeitet – unter anderem zum Thema KI in der Umsetzung bei Anwendern. 
Die Formate werden sich künftig abwechseln; der Start des neuen Formats wird im Podcast angekündigt. 
Anwender mit eigenen umgesetzten Projekten können sich proaktiv bei Madeleine Mickeleit und dem Team melden.

-----
Relevante Folgenlinks:
Madeleine (https://www.linkedin.com/in/madeleine-mickeleit/)

Zum IoT Use Case Anwenderkreis