Industrielles Schulungsprogramm: IoT (Internet der Dinge) mit Raspberry Pi und AWS IoT Core Schulung

Modul 0: Grundlagen & AWS IoT-Ökosystem

• Einführung in IoT
  • Definition von IoT im Jahr 2024: Jenseits der "Dinge" (Edge Intelligence, KI/ML am Edge, Cyber-Physische Systeme).
  • Treiber des IoT-Wachstums (Branchen, Anwendungsfälle).
  • Wichtige IoT-Trends (Edge Computing, Nachhaltigkeit, KI/ML-Integration, erweiterte Sicherheit).
  • AWS IoT innerhalb des größeren AWS-Ökosystems (Ressourcen des AWS Partner Network - APN).
• Übersicht über die AWS IoT-Dienstlandschaft
  • AWS IoT Core (MQTT/Bridge, Jobs, Device Defender).
  • AWS IoT Device Management (Geräte-Onboarding, Konfigurationsmanagement, OTA-Updates).
  • AWS IoT Analytics (Datenverarbeitung, Anreicherung, Modellierung).
  • AWS IoT Greengrass (Edge-Compute, lokale Ausführung, sichere Konnektivität).
  • AWS IoT Button (Konzeptionelle Übersicht für einfache Geräte).
  • Verbindung: AWS IoT Core -> Lambda/DynamoDB/OpenSearch/Step Functions/SageMaker.

Modul 1: IoT-Architektur, Komponenten & Sicherheit

• IoT-Architektur
  • Geräteschicht (Sensoren, Aktoren, Edge-Geräte wie Raspberry Pi, ESP32).
  • Konnektivitätsschicht (MQTT, CoAP, HTTP, LPWAN - LoRaWAN, NB-IoT, Sigfox, Cellular IoT).
  • Cloud-Integrationsschicht (AWS IoT Core, API Gateway, Lambda, Step Functions).
  • Datenverarbeitung & Analyse-Schicht (DynamoDB, Timestream, OpenSearch, S3, Athena, SageMaker).
  • Anwendungsschicht (Mobile, Web-Apps mit AWS Amplify, benutzerdefinierte Business-Apps).
  • Bedeutung: Erklärung des "Warum" hinter verteilten Architekturen (Latenz, Bandbreite, Rechenleistung, Sicherheit).
• Tiefgehende Betrachtung wesentlicher IoT-Komponenten
  • Hardware: Auswahlkriterien (MCU, Konnektivität, Sensoren), Sicherheitselemente (Trusted Execution Environments - TEEs).
  • Edge Computing (AWS Greengrass): Vorteile (geringe Latenz, reduzierter Cloud-Verkehr, lokale Entscheidungsfindung).
  • Geräteverwaltung: Onboarding (Over-the-Air - OTA, Pre-Provisioning), Konfiguration, Überwachung, Remote-Debugging.
  • Sicherheit im Detail: Geräteidentität, Authentifizierung & Autorisierung (X.509-Zertifikate, JSON Web Tokens - JWTs), Datenverschlüsselung (ruhend und in Transit), AWS IoT Device Defender.
  • Sicherheitsstandardisierung: Einführung in Standards (z. B. IEEE P2145, Open Connectivity Foundation - OCF) und Konformität (ISO/IEC 27001, SOC 2).
• Spezifische AWS PaaS-Funktionen für IoT
  • AWS IoT Core (Sicheres MQTT/Bridge, Jobs für Firmware-Updates, Device Defender).
  • AWS Lambda (Serverless-Compute für Datenvorverarbeitung, Auslösen von Aktionen).
  • AWS Step Functions (Statusbehaftete Workflows für komplexe Geräteinteraktionen).
  • Amazon DynamoDB (NoSQL-Datenbank für schnelle IoT-Datenerfassung).
  • Amazon OpenSearch Service (Suche & Analyse, Handling von Zeitreihendaten).
  • Amazon Timestream (Spezialisierte Zeitreihendatenbank).
  • Amazon S3 (Speicherung im Rohdaten-Lake).
  • AWS IoT Device Defender (Überwachung und Sicherheitsbewertung).
  • AWS IoT Wireless (Anbindung entfernter LPWAN-Geräte).

Modul 2: IoT-Geräte-Kommunikationsprotokolle

• MQTT (MQTT v5 & WebSockets)
  • MQTT 5.0-Features (Retain, Clean Session-Flags, Benutzer-Eigenschaften, Wildcard-Themes).
  • MQTT über WebSockets (Standardisierung).
  • Erläuterung der Quality of Service (QoS)-Stufen.
  • Best Practices für das Protokoll.
• Alternative Protokolle
  • CoAP (Constrained Application Protocol) für beschränkte Geräte.
  • AMQP / MQTT über AMQP (Standardisierte Datenformatsätze).
  • HTTP (Für einfachere, weniger häufige Updates).
  • WebSockets (Voll-duale Kommunikation).

Modul 3: Erstellung robuster IoT-Anwendungen mit AWS

• Geräte-Onboarding & Sichere Konnektivität
  • AWS IoT Device Defender Pre-Provisioning.
  • Sicheres Over-the-Air (OTA)-Onboarding (z. B. unter Verwendung der Konzepte des AWS IoT Button).
  • Verwaltung von Geräte-Zertifikaten (ACM/PKI).
  • Implementierung von MQTT mit TLS.
• Datenerfassung, Speicherung & Verarbeitung
  • Effizientes Senden von Daten von Geräten an AWS IoT Core.
  • Wahl des richtigen Ziels: Lambda (ereignisgesteuert), Step Functions (Orchestrierung), Timestream (Zeitreihen), OpenSearch (Suche & Analyse), S3 (Rohdaten).
  • Verwendung von AWS IoT Analytics zur Datenanreicherung und Bereinigung vor der Speicherung.
  • Umgang mit Szenarien mit hohem Durchsatz (Kinesis/Firehose).
• Geräteverwaltung & Betrieb
  • Verwendung von AWS IoT Device Management für das Flottenmanagement.
  • Implementierung und Verwaltung von OTA-Updates (unter Verwendung von AWS IoT Jobs).
  • Remote-Überwachung und Konfiguration.
• Erstellung des IoT-Backends
  • API Gateway zur Erstellung von REST/GraphQL-APIs zur Interaktion mit Geräten und Daten.
  • AWS Lambda für die Geschäftslogik.
  • AWS Step Functions zur Koordination verteilter Komponenten.
  • Amazon SQS/SNS für asynchrone Nachrichtenübermittlung und Ereignisauslösung.

Modul 4: Edge Computing & Erweiterte Integration

• AWS IoT Greengrass
  • Konzepte (Core, Device, Connector).
  • Lokale Ausführung von Lambda-Funktionen auf dem Gerät.
  • Direkte Ausführung von Code auf dem Gerät (C++, Python).
  • Sichere Kommunikation zwischen Greengrass Core und AWS/IoT-Geräten.
  • Anwendungsfall: Lokale Datenfilterung, Vorverarbeitung oder KI-Inferenz am Edge.
• Integration mit KI/ML
  • Verwendung von SageMaker für komplexe ML-Modelle in der Cloud.
  • Durchführung von ML-Inferenz am Edge mit Greengrass ML Accelerator (GMA).
• Datenvisualisierung & Benutzeroberflächen
  • Verwendung von AWS IoT SiteWise für die industrielle Datenvisualisierung.
  • Erstellung von Web-Apps mit AWS Amplify (API, UI, Authentifizierung).
  • Dashboards mit Amazon QuickSight oder OpenSearch Dashboards.

Modul 5: Sicherheit, Governance & Best Practices

• IoT-Sicherheitslebenszyklus
  • Prinzipien des sicheren Designs (Defense-in-Depth).
  • Sichere Entwicklungspraktiken (OWASP IoT Top 10).
  • Management von Schwachstellen.
  • Bedrohungsmodellierung für IoT.
• AWS-Sicherheitsdienste für IoT
  • AWS IoT Device Defender (Service & Device Defender).
  • AWS Shield, AWS Identity and Access Management (IAM).
  • AWS Config für Konformitätsprüfungen.
  • Integration von Hardware Security Modules (HSMs).
• Datenschutz & Governance
  • Umgang mit sensiblen Daten (PII).
  • Datenspeicherungs- und Löschrichtlinien.
  • Konformitätsaspekte.

Modul 6: Praktische Projekte & Abschlussprojekt

• Geführte praktische Labore
  • Geräte-Onboarding & MQTT-Kommunikation.
  • Implementierung einer sicheren Datenerfassung in AWS.
  • Erstellung eines einfachen IoT-Dashboards.
  • Simulation eines OTA-Updates.
  • Einführung in AWS IoT Greengrass.
• Abschlussprojekt
  • Erstellung einer vollständigen IoT-Lösung, die ein echtes Weltproblem adressiert (z. B. Smart-Home-Automatisierung, Umweltüberwachung, Industrieller Sensor-Hub).
  • Anforderungen: Sicheres Gerät, Datenerfassung, Verarbeitung, Visualisierung und optionale Edge-Komponente.
  • Nutzung der in der gesamten Schulung behandelten AWS-Dienste.