Die Herausforderungen von Mobile Sensing

Herausforderungen auf dem Weg zu Mobile SensingNachdem der erste Artikel unserer Blogserie „Mobile Sensing“ als Einführung in das Thema dienen sollte, werden im zweiten Beitrag dieser Serie die Herausforderungen von Mobile Sensing beschrieben.

Mobile Sensing bietet großes Potential für zukünftige Entwicklungen – die benötigte Infrastruktur ist vorhanden, aktuelle Smartphones verfügen über integrierte Sensoren, mit denen sie Kontextdaten erfassen können, mobiles Internet ist auf dem Vormarsch [ref]Statista GmbH.
Nutzerzahlen des mobilen Internets in Deutschland 2010 bis 2012 (in Millionen).
http://de.statista.com/statistik/daten/studie/221673/umfrage/anzahl-der-mobilen-internetnutzer-in-deutschland/[/ref] und die Verbreitung von Smartphones nimmt immer weiter zu. Allein in Deutschland besitzt mittlerweile jeder Dritte ein Smartphone [ref]Statista GmbH.
Anzahl der Smartphone-Nutzer in Deutschland in den Jahren 2009 bis 2012 (in Millionen).
http://de.statista.com/statistik/daten/studie/198959/umfrage/anzahl-der-smartphonenutzer-in-deutschland-seit-2010/[/ref]. Nur im Jahr 2011 wurden weltweit knapp 500 Millionen Smartphones verkauft [ref]Statista GmbH.
Absatz von Smartphones weltweit von 2007 bis 2011 (in Millionen Stück).
http://de.statista.com/statistik/daten/studie/12856/umfrage/absatz-von-smartphones-weltweit-seit-2007/[/ref] und bis 2016 soll diese Zahl auf fast 1,5 Milliarden Geräte pro Jahr ansteigen [ref]Statista GmbH.
Prognostizierter Absatz von Smartphones weltweit von 2010 bis 2016 (in Millionen Stück).

http://de.statista.com/statistik/daten/studie/12865/umfrage/prognose-zum-absatz-von-smartphones-weltweit/[/ref]. Damit ist die Grundlage für einen breiten Einsatz von Mobile Sensing geschaffen. Allerdings gibt es dabei einige Herausforderungen, die es zu bewältigen gilt:

Kritische Benutzermasse

Die kritische Benutzermasse spielt in vielen Mobile Sensing Anwendungsfällen eine wichtige Rolle. Gerade in Szenarien, in denen der Nutzen durch das Sammeln von Daten vieler Endgeräte entsteht, ist ein breiter Anwenderkreis erfolgskritisch.
Ein Beispiel ist das Verkehr-Overlay von Google Maps, das die aktuelle Verkehrssituation in einer Region anhand von aufbereiteten Smartphone-Sensordaten darstellt [ref]Dave Barth.
The bright side of sitting in traffic: Crowdsourcing road congestion data.
http://googleblog.blogspot.de/2009/08/bright-side-of-sitting-in-traffic.html[/ref]. Es funktioniert nur, wenn in einer Region genügend mobile Endgeräte an der Datensammlung beteiligt sind (siehe Abbildung, rechts am Beispiel New York). Stehen nur wenige, oder keine Geräte zur Datensammlung zur Verfügung, ist die Darstellung der momentanen Verkehrssituation lückenhaft (siehe Abbildung, links am Beispiel Bodenseegebiet).

Aktueller_Verkehr_am_Bodensee  Aktueller_Verkehr_New_York
Zugang zu dieser breiten Benutzermasse bieten die AppStores der Smartphone-Hersteller. Über sie lassen sich Mobile Sensing Apps leicht und mit wenig Aufwand einer breiten Masse von Benutzern zugänglich machen [ref]Nicholas D. Lane, Emiliano Miluzzo, Hong Lu, Daniel Peebles, Tanzeem Choudhury, and Andrew T. Campbell.
A Survey of Mobile Phone Sensing.
IEEE Communications Magazine, 48:140–150, September 2010, S. 140[/ref].

Für diese Art der Sensordatennutzung muss ein zentrales Backend-System vorhanden sein, da Sensordaten vieler Smartphones zentral aggregiert werden müssen. Zur Übertragung der Sensordaten an das Backend-System wird die Internetverbindung der mobilen Endgeräte genutzt. Dadurch eröffnet sich die Möglichkeit, rechenintensive Aufgaben, wie beispielsweise die Analyse großer Sensordatenmengen performant auszuführen und das Ergebnis einer großen Nutzerzahl verfügbar zu machen [ref]Nicholas D. Lane, Emiliano Miluzzo, Hong Lu, Daniel Peebles, Tanzeem Choudhury, and Andrew T. Campbell.
A Survey of Mobile Phone Sensing.
IEEE Communications Magazine, 48:140–150, September 2010, S. 140[/ref].

Standardisierung

Für den Erfolg von Mobile Sensing ist es wichtig, dass sich möglichst viele Benutzer beteiligen. Nur so kann die kritische Masse, die für viele Anwendungsszenarien benötigt wird, erreicht werden. Das gelingt nur, wenn Mobile Sensing Anwendungen möglichst auf allen Endgeräten einsetzbar sind. Beschränken sie sich durch ihre Anforderungen auf einen bestimmten Endgerätetyp, gehen potentielle Nutzer verloren. Um die Entwicklung von Geräte- und Plattform-unabhängigen Anwendungen zu ermöglichen, ist es notwendig, entsprechende Standards bei folgenden Aspekten zu schaffen:

  • Datenformate (z.B. XML, JSON)
  • Datenstrukturen für Sensordaten (beispielsweise durch das Open Geospatial Consortium (OGC))
  • Bezeichnungen (z.B. „Location“ versus „Position“)
  • Kommunikationsprotokolle (Bluetooth, ANT+, ZigBee, NFC14 , MQTT15 , etc.).

Privatsphäre

In vielen Mobile Sensing Einsatzszenarien werden sehr sensible Daten übertragen, wie z.B. Positions-, Vital-, Audio- oder Videodaten, sowie Bewegungsprofile. Dadurch lässt sich ein umfangreiches Bild des Smartphone-Besitzers gewinnen. Der Schutz dieser Daten vor unerlaubtem Zugriff stellt eine wesentliche Herausforderung dar. Für die Akzeptanz von Mobile Sensing ist das Schaffen von entsprechenden Schutzmaßnahmen, wie beispielsweise Autorisierungs- und Verschlüsselungsverfahren erfolgskritisch. Marsan (2012) [ref]Carolyn Marsan.
Die kuriosesten Datenschutz-Skandale.
http://www.computerwoche.de/a/die-kuriosesten-datenschutz-skandale,2510711,
Dezember 2012.[/ref] stellt dar, dass Fehler im Datenschutz weitreichende Konsequenzen mit sich bringen, die es in jedem Fall zu vermeiden gilt. Vorteil hierbei ist der Trend, dass sich zunehmend die Bereitschaft bei den Anwendern abzeichnet, ihre Daten preiszugeben [ref]Cielo Lutino.
Meet Andy Hobsbawm, the man making coffee mugs smarter than you.
http://econsultancy.com/de/blog/61978-meet-andy-hobsbawm-the-man-making-coffee-mugs-smarter -than-you,
Januar 2013[/ref], [ref]Thomas Husson.
A Sensor In Your Pocket: The Future Of Mobile Is User Context.
http://paidcontent.org/2011/07/12/419-a-sensor-in-your-pocket-the-future-of-mobile-is-user-context/,
Juli 2011[/ref]. Die Herausforderung für Entwickler von Mobile Sensing Anwendungen wird einerseits sein, die Privatsphäre der Benutzer zu schützen und andererseits den maximalen Nutzen aus den erfassten Daten zu erzielen.

Usability

Mobile Sensing findet bereits heute große Anwendung. Allerdings meist in Szenarien, in denen Benutzern nicht direkt bewusst wird, dass ihr Smartphone sich Kontextdaten zunutze macht. Beispiele sind die automatische Ausrichtung des Bildschirminhaltes beim Drehen des Smartphones, die automatisierte Anpassung der Displayhelligkeit und das Navigieren mit dem Smartphone. All diesen Anwendungsfällen liegt zugrunde, dass der Nutzer nicht oder nur minimal in den Sensordatenerfassungs- und -verarbeitungsprozess mit einbezogen wird. Er nimmt lediglich den erzeugten Nutzen wahr. Schon Mark Weiser bemerkte 1991: „The most profound technologies are those that disappear. They weave themselves into the fabric of everyday life until they are indistinguishable from it“ [ref]Mark Weiser.
The Computer for the 21st Century.
Scientific American, 265(3):94–104, 1991,
S. 94[/ref]. Kritisch für den Erfolg von Mobile Sensing ist, dass die Komplexität der Erfassung und Verarbeitung der Sensordaten vor dem Benutzer abstrahiert wird.

Datenmenge

Eine weitere große Herausforderung an Mobile Sensing Anwendungen ist der Umgang mit großen Datenmengen. Hier müssen entsprechende Filtermechanismen geschaffen werden, die das Auswerten großer Datenmengen möglichst in Echtzeit erlauben. Die Daten müssen erfasst, analysiert und weiterverarbeitet werden können. Je nachdem, ob sie zu einem späteren Zeitpunkt noch interessant sein könnten, muss außerdem eine entsprechende Speicherlösung gefunden werden. Bereits bei der Erstellung von Mobile Sensing Anwendungen müssen diese Aspekte entsprechend berücksichtigt werden. Es gilt stets abzuwägen, ob das Erfassen neuer Sensordaten notwendig ist, oder ob der angestrebte Nutzen auch auf anderem Wege erlangt werden kann.

Ressourcen

Abschließend sind die, für Mobile Sensing verwendeten Ressourcen ein Bereich, in dem zukünftig einige Herausforderungen angegangen werden müssen. Ansatzpunkte sind Stromverbrauch der Sensoren, Akku- und Rechenleistung der mobilen Endgeräte, Bandbreite für die Kommunikation zwischen mobilem Endgerät und Backend-System sowie Konnektivität von Endgerät und externen Sensoren.

Letzteres stellt einen besonders interessanten Punkt dar. Da Smartphones meist über eine Internetverbindung verfügen, sind sie ein Enabler des Internets der Dinge. Über ihre Schnittstellen (Bluetooth, WiFi, NFC, etc.) dienen sie externen Sensoren ohne eigene Internetverbindung als Zugangspunkt zum Internet. Sobald diese Rolle erkannt wird, sind Smartphones und Mobile Sensing nicht mehr wegzudenken. Das Smartphone wird zum stetigen Begleiter und engsten Vertrauten, Mobile Sensing wird zum Alltagsgeschäft.

 

Beim nächsten Blogartikel dieser Serie wird auf wichtige Aspekte bei der Entwicklung von Mobile Sensing Systemen eingegangen.

 

Von den Autoren: Marc Mai und Marco Bratz

Lesen Sie auch aus dieser Reihe:

1. Was ist Mobile Sensing?
2. Die Herausforderungen von Mobile Sensing
3. Entwicklung von Mobile Sensing Systemen
4. Ausblick: Mobile Sensing und das Internet der Dinge

Zurück zur Übersicht

6 Kommentare zu “Die Herausforderungen von Mobile Sensing

  1. Pingback: Entwicklung von Mobile Sensing Systemen
  2. Hallo Herr Solinger,
    mich freut ihr Interesse an unseren M2M Systemen. Speedtrack wurde schon 2008 speziell mit Fokus auf den Anwendungsfall entwickelt. Das erwähnte Mobile Sensing System ist eine aktuelle Neuentwicklung und dient als generische Plattform für M2M Use Cases.

Kommentar verfassen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*Pflichtfelder

*