IoT Use Case Podcast
Der Praxis- Podcast für Industrial IoT (IIoT) zum Dranbleiben: Reale IoT-Projekte aus der Industrie – was funktioniert, was scheitert und warum. Im Fokus: konkrete Learnings für bessere Entscheidungen in Predictive Maintenance, Condition Monitoring, IT/OT-Integration, Edge/Cloud, Datenarchitektur, OT-Security und digitale Services. Madeleine Mickeleit („Mrs. IoT“) und Co-Host Dr. Peter Schopf analysieren mit Anwendern und Umsetzungspartnern, welche Entscheidungen in Architektur, Integration und Betrieb den Unterschied machen. Basierend auf dem IoT Use Case Ökosystem mit 350+ Use Cases, 80+ Partnern und 15.000+ Nutzern. Mehr: iotusecase.com
IoT Use Case Podcast
#209 | Hochwasser früher erkennen mit Radar und NB-IoT | Endress+Hauser
Use Left/Right to seek, Home/End to jump to start or end. Hold shift to jump forward or backward.
www.iotusecase.com
#Frühwarnsystem #IoT #Sensorik
In dieser Episode des IoT Use Case Podcasts spricht Peter mit Felix Brühl aus dem Business Development für Innovation und Digitalisierung bei Endress+Hauser. Im Fokus steht die Frage, wie autarke Pegelstand- und Bodenfeuchtesensorik an entlegenen Messpunkten eingesetzt wird, um Hochwasser früher zu erkennen und Frühwarnsysteme technisch sauber aufzubauen.
Podcast Zusammenfassung
Kommunen brauchen bei Starkregen und Hochwasser belastbare Echtzeitdaten, um kritische Entwicklungen früher zu erkennen und schneller reagieren zu können. Genau darum geht es in dieser Podcastfolge mit Felix Brühl von Endress+Hauser.
Im Mittelpunkt stehen autarke Pegel- und Bodenfeuchtesensoren, die auch an entlegenen Messpunkten ohne Stromversorgung zuverlässig arbeiten müssen. Die Folge zeigt, welche Anforderungen dabei in der Praxis zählen: lange Batterielebensdauer, stabile Datenübertragung trotz schwankender Netzabdeckung sowie valide Messwerte auch bei Frost, Bewuchs, Vandalismus oder Lageveränderungen.
Besprochen wird außerdem, wie Pegelsensoren mit ereignisbasierten Übertragungsintervallen arbeiten und warum Bodenfeuchte und Bodentemperatur wichtige Zusatzinformationen für die Frühwarnung liefern. Ergänzend spielen Diagnosedaten wie Batteriezustand, Neigungswinkel und Sensorstatus eine wichtige Rolle, um die Messqualität dauerhaft abzusichern.
Darüber hinaus geht es um die Integration der Daten in bestehende Systemlandschaften – etwa über API, Webhooks oder OPC UA – und um die Frage, worauf Kommunen und Betreiber kritischer Infrastrukturen bei Auswahl, Betrieb und Skalierung solcher Lösungen achten sollten.
-----
Relevante Folgenlinks:
Peter (https://www.linkedin.com/in/peter-schopf/)
Felix (https://www.linkedin.com/in/felix-brühl-698178237/)
Success Story: Frühalarmierung bei Hochwasser (https://www.de.endress.com/en/endress-hauser-group/Case-studies-application-notes/bad-münstereifel-dynamischer-pegel)
Jetzt IoT Use Case auf LinkedIn folgen
1x monatlich IoT Use Case Update erhalten