Veröffentlicht am: Nov 17, 2022

AWS IoT TwinMaker erleichtert die Erstellung digitaler Zwillinge von realen Systemen wie Gebäuden, Fabriken, industrieller Ausrüstung und Produktionslinien. Mit der Einführung von TwinMaker Knowledge Graph können Kunden nun ihre digitalen Zwillinge abfragen, Daten aus unterschiedlichen Datenquellen kontextualisieren und tiefere Einblicke in ihre realen Systeme gewinnen. Dadurch können Kunden bei der Durchführung von Funktionen wie der Ursachenanalyse Zeit sparen und fundiertere Geschäftsentscheidungen treffen. 

Für den Aufbau eines TwinMaker Knowledge Graphs erstellen Kunden Entitäten, die virtuelle Repräsentationen realer Systeme darstellen, und definieren dann die physischen oder logischen Beziehungen zwischen diesen Entitäten. Kunden können dann den TwinMaker Knowledge Graph mit der Open-Source-Abfragesprache partiQL abfragen. Zum Beispiel können Kunden alle Entitäten abfragen, deren Name „Pump“ enthält, oder alle Entitäten finden, die mit einer sie interessierenden Entität verbunden sind. Mit der Abfragefunktion können Kunden Funktionen wie die Ursachenanalyse durchführen und vorhersagen, welche Einheiten und Systeme bei Änderungen an ihren physischen Systemen beeinflusst werden. Dies kann die betriebliche Effizienz steigern und die Zeit zur Lösung von Problemen verkürzen. Mit kontextualisierten Daten aus unterschiedlichen Datenquellen können Kunden fundierte Entscheidungen treffen und antizipieren, wo in Zukunft Probleme auftreten könnten.  Weitere Informationen findest du in unserem Entwicklerhandbuch und unserer API-Referenz.

TwinMaker Knowledge Graph ist allgemein verfügbar und du kannst es in den folgenden AWS-Regionen verwenden: USA Ost (Nord-Virginia), USA West (Oregon), Asien-Pazifik (Singapur), Asien-Pazifik (Sydney), Europa (Frankfurt) und Europa (Irland).

Preisinformationen findest du auf der Preisseite von AWS IoT TwinMaker. Um mehr zu erfahren, besuche dieProduktseite von AWS IoT TwinMaker. Beginne mit der AWS-Managementkonsole oder suche in unserem GitHub-Repository nach einer Beispielanwendung für digitale Zwillinge.