Ein führendes Energieunternehmen der Fortune-500-Liste, das vor der Herausforderung steht, 1,5 Millionen IoT-Endpunkte über die Azure IoT und AWS IoT Plattformen zu verwalten, arbeitete mit Edgenesis zusammen, um ihre IoT-Infrastruktur zu optimieren. Mit einem ehrgeizigen Ziel und einer komplexen Reihe von Funktionen, darunter Geräte-Onboarding, Konnektivität, Edge AI und Sicherheit, strebte das Unternehmen an, die Hürden erweiterter Entwicklungszyklen, Interoperabilitätsprobleme und steigender Kosten zu überwinden.
Edgenesis führte eine Kubernetes-native IoT-Lösung namens Shifu ein, die speziell entwickelt wurde, um diese Herausforderungen direkt anzugehen. Shifu erleichtert eine nahtlose Verwaltung des Gerätelebenszyklus, verbesserte Sicherheit und skalierbare Edge AI-Fähigkeiten.
Edgenesis half dabei:
- Entwicklung beschleunigen: Verringerte die Zeitrahmen für die Geräteintegration von Jahren auf nur Monate und reduzierte die Arbeits- und Gemeinkosten um geschätzte 70%
- Zentralisierte Überwachung und Steuerung: Gerätemanagement, angetrieben durch Shifu, bot eine Einzelansicht und Steuerung über die gesamte IoT-Landschaft
- Sicherheit verbessern: Stellte robuste Sicherheitsmaßnahmen sicher und ermöglichte die nahtlose Integration verschiedener IoT-Geräte und -Protokolle, einschließlich Altsystemen, in eine einheitliche Managementplattform
- Skalierbarkeit verbessern: Die Kubernetes-basierte Architektur stellt sicher, dass die Plattform nahtlos skaliert werden kann, um Millionen von Geräten aufzunehmen
- Betriebliche Agilität erleichtern: Der Cloud-agnostische Ansatz erlaubt dem Unternehmen, die am besten geeigneten Cloud-Anbieter basierend auf Kosten, Funktionalität und regionalen Bedürfnissen auszuwählen

Herausforderungen

- Multi-Cloud-Ausbreitung: Die gleichzeitige Nutzung von Azure IoT und AWS IoT schuf Komplexität im Management und verzögerte den Entwicklungszyklus
- Legacy-Infrastruktur: Die Integration bestehender Modbus- und OPC UA-Geräte in das neue System stellte eine Herausforderung dar
- Silo-Entwicklung: Unabhängige Teams, die an verschiedenen Lösungen arbeiteten, führten zu einer fragmentierten IoT-Landschaft
- Skalierbarkeitsprobleme: Die Skalierung auf Millionen von Geräten bei gleichzeitiger Unterstützung kritischer Edge-AI-Funktionalitäten blieb ein Anliegen.
- Sicherheitsrisiken: Die Needigkeit, Sicherheit gegen in Low-End-IoT-Geräten verbreitete Schwachstellen zu verstärken
- Verlängerter Entwicklungszyklus: Das Management von zwei Cloud-Plattformen (Azure IoT und AWS IoT) und die Integration von 6.000 Geräten dauerten 2 Jahre, deutlich hinter dem Zeitplan
Edgenesis-Lösung

Produktionsreife IoT-Entwicklung mit Shifu Cloud
Bietet eine Plug-and-Play-Lösung for Geräte-Onboarding und -Management, ermöglicht schnelle und einfache Einrichtung von IoT-Projekten und Gerätevorlagen für eine vereinfachte Geräteintegration.
Robuste Sicherheit
SPIRE wurde für sichere Geräteidentität und Zugangskontrolle implementiert. Open Policy Agent (OPA) ermöglichte ein feingranulares, richtlinienbasiertes Zugangsmanagement. Cilium CNI bot End-to-End-Verkehrssicherheit mit mTLS.
Zentralisierte Geräteverwaltung
Shifu, eine Kubernetes-native IoT-Plattform, virtualisiert IoT-Geräte als Kubernetes-Pods für ein optimiertes Lebenszyklusmanagement.
Edge-AI-Optimierung
Die Lösung integrierte eine leichte Kubernetes-Laufzeit am Edge und bot die Grundlage für effiziente Edge-Bereitstellungen.
Netzwerkagilität
Multus CNI erleichterte das Anhängen mehrerer Netzwerkschnittstellen an Pods und erhöhte die Netzwerkskalierbarkeit.
Cloud-agnostische Architektur
Die Kubernetes-basierte Infrastruktur ermöglichte einen plattformagnostischen Ansatz und gewährleistete Flexibilität über Cloud-Anbieter hinweg (Azure, AWS oder andere).
Legacy-Geräteintegration
Die nahtlose Integration bestehender Geräte, die Modbus- und OPC UA-Protokolle nutzen, wurde durch spezialisierte Geräteadapter erreicht.




