aiMOOC

Digitale Vernetzung und Industrial IoT – Edge-Verarbeitung von Cloud-Verarbeitung unterscheiden

QR-Code

Digitale Vernetzung und Industrial IoT – Edge-Verarbeitung von Cloud-Verarbeitung unterscheiden

Zielgruppe: Ausbildung in Mechatronik, Elektronik, Automatisierungstechnik und Fachinformatik.

Dauer: ca. 60–75 Minuten.

Lernform: Sechs kurze Lerneinheiten mit zwei vollständig lokalen Python-Testlaboren.

Dein Lernziel: Du entscheidest anhand von Latenz, Verbindung und Datenschutz, welche Daten direkt an einer Maschine und welche zentral verarbeitet werden sollten.

Sicherheitsregel: Alle Anlagen, Messwerte, Kennungen und Zeiten dieses Kurses sind frei erfunden. Arbeite ausschließlich auf Deinem eigenen Rechner oder in einer ausdrücklich freigegebenen, isolierten Schulungsumgebung. Stelle keine Verbindung zu fremden Netzen, Produktivanlagen, SPS-Systemen, Kundendaten oder Cloudkonten her. Der Python-Code enthält keine Netzwerkkommunikation und keine Maschinenbefehle.

Einleitung

Dein Ausbildungsfall:

In einer fiktiven Verpackungshalle misst ein Sensor die Temperatur eines Förderbandmotors.

Ein Hinweis soll sofort am Standort erscheinen, wenn der Übungswert 80 °C oder mehr beträgt.

Die Ausbildungsleitung möchte zusätzlich die Entwicklung mehrerer Maschinen zentral vergleichen.

Deine Aufgabe: Welche Verarbeitung gehört an den Edge, welche in die Cloud?

Beispiel für SPS-Hardware; Foto: Bisgaard, CC BY-SA 3.0. Nicht die dargestellte Anlage des Falls.

Lerneinheit 1: Datenweg erkennen

Dauer: 8 Minuten

Industrial IoT (IIoT) vernetzt industrielle Geräte, Sensoren und Auswertungen.

Eine SPS steuert den Prozess. Ein Edge-Rechner kann Messwerte zusätzlich auswerten.

Datenfluss im Ausbildungsfall:

FIKTIVER SENSOR
      |
      v
     SPS
      |
      v
 EDGE-Rechner
      |
      | Nur ausgewaehlte Daten
      v
 CLOUD-Auswertung

Merke: Eine Lernsimulation ist keine Sicherheitssteuerung. Not-Halt, Verriegelungen und andere Schutzfunktionen bleiben bei dafür vorgesehenen, geprüften Einrichtungen.

Edge als verteilte Schicht: NoMore201, CC BY-SA 4.0.

Mini-Auftrag (Basis):

Markiere im Datenweg, an welcher Stelle ohne Weitverkehrsnetz gerechnet werden kann.

Begründetes Feedback: Richtig ist der lokale Edge-Rechner, weil seine Verarbeitung keine Cloud-Rückmeldung voraussetzt.

Lerneinheit 2: Edge und Cloud unterscheiden

Dauer: 9 Minuten

Frage	Edge	Cloud
Wo?	Nah an Sensor oder Maschine	Zentral bereitgestellte Rechenressourcen
Wofür?	Lokaler Hinweis, Filterung, kurzfristige Auswertung	Langfristige Trends, Vergleich vieler Standorte
WAN-Ausfall?	Lokale Funktion kann weiterlaufen	Fernzugriff kann ausfallen
Datenweg?	Rohwerte können lokal bleiben	Übertragene Daten verlassen den lokalen Verarbeitungspunkt

Wichtig: Edge ist nicht automatisch schneller, sicherer oder echtzeitfähig. Es kommt auf Hardware, Software, Netzwerk und Anwendung an.

Edge und Cloud können sich ergänzen.

Einfaches Edge-Modell: Psenda38, CC0 1.0.

Vertiefung (Englisch): „What is edge computing?“, IBM Technology; Originalvideo. Das Video ist eingebettet, nicht als frei lizenziertes OER übernommen.

Mini-Auftrag (Anwendung):

Ordne zu:

Lokale Temperaturwarnung
Mehrjähriger Standortvergleich
Anzeige bei Internetausfall

Begründetes Feedback: Edge – Cloud – Edge. Ausschlaggebend sind Reaktionsort, Datenmenge und WAN-Abhängigkeit.

Lerneinheit 3: Latenz sichtbar machen

Dauer: 10 Minuten

Latenz bezeichnet eine Verzögerung.

Für eine Antwort aus der Cloud zählen Hinweg, Verarbeitung und Rückweg.

Alle folgenden Zahlen sind fiktive Modellzeiten, keine gemessenen oder garantierten Reaktionszeiten.

Verarbeitung	Beispielrechnung	Gesamtdauer
Edge	4 ms Erfassen + 8 ms lokal auswerten + 5 ms anzeigen	17 ms
Cloud	4 ms Erfassen + 65 ms Hinweg + 10 ms auswerten + 65 ms Rückweg + 5 ms anzeigen	149 ms

Visualisierung: Modellierte Reaktionszeiten

Edge    ██                17 ms

Cloud   ███████████████  149 ms

Ein Block entspricht ungefaehr 10 ms.
Die Balkenwerte sind gerundet.

Folgerung: Im Beispielfall ist der lokale Hinweis schneller.

Eine reale Anlage braucht eigene Messungen und eine separate Prüfung der notwendigen Reaktionsfristen.

Cloud-Darstellung: Sam Johnston, CC BY-SA 3.0.

Vertiefung (Englisch): „What is Cloud Computing?“, IBM Developer; Originalvideo.

Lokales Testlabor A: Latenz und Verbindung

Ziel: Du vergleichst die Modellzeiten und untersuchst einen simulierten Verbindungsausfall.

Umgebung: Python 3, ohne Zusatzpakete, auf Deinem eigenen Rechner oder in einer ausdrücklich autorisierten isolierten Lernumgebung.

Speichere den Code als latenz_labor.py.

Starte ihn lokal mit python latenz_labor.py oder gegebenenfalls python3 latenz_labor.py.

Die Eingabe ist die interaktive Testumgebung. Alle Werte bleiben im Arbeitsspeicher.

# Testlabor A
# Reine Simulation ohne Netzwerkzugriffe

edge_ms = [4, 8, 5]
cloud_ms = [4, 65, 10, 65, 5]

edge = sum(edge_ms)
cloud = sum(cloud_ms)

assert all(x >= 0 for x in edge_ms + cloud_ms)

print(f"Edge: {edge} ms")
print(f"Cloud: {cloud} ms")
print(f"Modelldifferenz: {cloud - edge} ms")

try:
    wan = input(
        "WAN verfuegbar? (j/n): "
    ).strip().lower()
except EOFError:
    wan = "n"

if wan == "n":
    print("Lokal: Hinweis im Modell verfuegbar.")
    print("Cloud: in diesem Modell nicht erreichbar.")
else:
    print("Beide Wege sind im Modell verfuegbar.")
    print("Kein echter Netzwerkcheck ausgefuehrt.")

Experiment A:

Starte das Programm einmal mit j und einmal mit n.

Experiment B:

Ändere genau einen der beiden Werte 65 in 150.

Die neue Cloud-Summe beträgt dann 234 ms.

Gestufte Hilfen:

Hilfe 1: Suche die beiden WAN-Abschnitte.
Hilfe 2: Addiere jeden Zeitabschnitt genau einmal.
Hilfe 3: 4 + 150 + 10 + 65 + 5 = 234.

Begründetes Feedback:

Bei n bleibt der modellierte Edge-Hinweis lokal möglich, weil keine WAN-Strecke vorkommt.

Das Programm misst keine echte Netzlatenz. Die veränderten Werte zeigen nur den Zusammenhang zwischen Übertragungsdauer und Gesamtverzögerung.

Lerneinheit 4: Verbindungsausfall verstehen

Dauer: 8 Minuten

Eine Cloud ist bei fehlender WAN-Verbindung unter Umständen nicht erreichbar.

Ein Edge-System kann Daten lokal zwischenspeichern und später synchronisieren.

Dazu müssen Pufferplatz, Aufbewahrungsdauer und Wiederanlauf geplant werden.

Verteilte Rechenknoten: NoMore201, CC BY-SA 4.0.

Visualisierung: Was passiert beim Ausfall?

WAN verbunden
    |
    v
Lokale Warnung + zentrale Auswertung
    |
    v
WAN getrennt
    |
    v
Lokale Warnung bleibt moeglich
Zentrale Ansicht wird veraltet
    |
    v
WAN wieder verbunden
    |
    v
Freigegebene Daten synchronisieren

Mini-Auftrag (Anwendung):

Welche Anzeige braucht bei einem WAN-Ausfall den Hinweis „Datenstand veraltet“?

Begründetes Feedback: Die zentrale Übersicht, denn ohne neue Übertragung kann sie aktuelle Sensordaten nicht kennen.

Lerneinheit 5: Datenmenge und Datenschutz

Dauer: 10 Minuten

Datenminimierung bedeutet, nur die für einen bestimmten Zweck notwendigen personenbezogenen Daten zu verarbeiten.

Nicht alle Maschinendaten sind personenbezogen. Werden sie aber mit Schicht-, Bediener- oder Standortinformationen verknüpft, können Personen identifizierbar werden.

Edge ersetzt weder die DSGVO-Prüfung noch IT-Sicherheit.

Fiktive Temperaturwerte:

Sekunde	Temperatur	Hinweis ab 80 °C
Erste	68 °C	Nein
Zweite	72 °C	Nein
Dritte	91 °C	Ja
Vierte	88 °C	Ja
Fünfte	70 °C	Nein
Sechste	73 °C	Nein

Edge-Ergebnis:

Höchstwert: 91 °C

Anzahl Warnhinweise: 2

Zentral benötigte Übungsmeldung:

Anlage: DEMO-MOTOR
Anzahl Werte: 6
Maximum: 91
Warnungen: 2

Visualisierung: Zahl der Meldungen

Ohne Filter:  ██████  6 Einzelmeldungen

Mit Filter:   █       1 Zusammenfassung

Die Darstellung vergleicht die Anzahl der Nachrichten, nicht deren Bytegröße.

Datenschutzfragen:

Braucht die Cloud überhaupt einzelne Rohwerte?
Wer darf lokale Daten lesen?
Wie lange werden die Daten gespeichert?
Lassen sich Maschinenkennungen Personen zuordnen?

Lokales Testlabor B: Filter und Datensparsamkeit

Ziel: Du untersuchst eine lokale Warnfunktion und eine datensparsame Zusammenfassung.

Umgebung: Python 3, ohne Zusatzpakete. Ausschließlich fiktive Werte, keine Dateien, keine Netzwerkverbindungen.

Speichere den Code als filter_labor.py und starte ihn lokal.

# Testlabor B
# Komplett fiktive Messreihe im RAM

werte = [68, 72, 91, 88, 70, 73]
grenze = 80

try:
    wan = input(
        "WAN im Modell verfuegbar? (j/n): "
    ).strip().lower()
except EOFError:
    wan = "n"

warnungen = 0

for sekunde, temperatur in enumerate(
    werte, start=1
):
    if temperatur >= grenze:
        warnungen += 1
        print(
            f"Lokal: Warnhinweis bei "
            f"Sekunde {sekunde}"
        )

zusammenfassung = {
    "anlage": "DEMO-MOTOR",
    "anzahl": len(werte),
    "max_c": max(werte),
    "warnungen": warnungen
}

assert warnungen == sum(
    wert >= grenze for wert in werte
)

if wan == "j":
    print(
        "Nur simulierter Cloud-Inhalt:",
        zusammenfassung
    )
else:
    print(
        "Offline: Zusammenfassung "
        "bleibt nur im RAM."
    )

print("Es wurde nichts uebertragen.")

Experiment A:

Starte das Programm online simuliert mit j und offline mit n.

Experiment B:

Ändere den Grenzwert auf 90.

Erwartung: Es entsteht nur noch ein Warnhinweis.

Gestufte Hilfen:

Hilfe 1: Prüfe die Bedingung temperatur >= grenze.
Hilfe 2: Zähle alle Werte ab dem Schwellwert.
Hilfe 3: Bei 90 °C erfüllt nur 91 °C die Bedingung.

Begründetes Feedback:

Die lokale Prüfung funktioniert auch bei n, weil nur eine Python-Liste verarbeitet wird.

Die ausgegebene Zusammenfassung wird bloß angezeigt, niemals tatsächlich gesendet.

Der Alarmwert ist eine Unterrichtsvorgabe und kein betrieblicher Sicherheitsgrenzwert.

Lerneinheit 6: Eine Architektur wählen

Dauer: 7 Minuten

Empfehlung für den fiktiven Fall:

Die Temperaturwarnung und Vorverarbeitung erfolgen am Edge.

Der längerfristige Vergleich mehrerer Maschinen erfolgt zentral.

Übertragen werden nur genehmigte, zweckgebundene Zusammenfassungen.

Bei realen Projekten sind außerdem Netzsegmentierung, Berechtigungen, Aktualisierungen, lokale Datensicherung und Speicherfristen zu prüfen.

Rechenzentrum als Anschauung: Lgate74, CC BY 3.0.

Industriebeispiel (Englisch): „Edge Computing from Siemens“, Siemens Knowledge Hub; Originalvideo. Herstellerperspektive, keine unabhängige Leistungsprüfung.

Entscheidungshilfe:

Bedarf	Geeigneter Ansatz	Begründung
Schnelle maschinennahe Hinweise	Edge	Kurzer lokaler Datenweg
Lokale Funktionen trotz WAN-Ausfall	Edge	Keine erforderliche Cloud-Rückmeldung
Langfristiger Vergleich vieler Anlagen	Cloud	Zentrale Zusammenführung
Lokale Hinweise und globale Trends	Hybrid	Vorteile beider Ansätze

Merksatz: Edge und Cloud sind keine Gegensätze. Im Industrial IoT ist ihre sinnvolle Kombination häufig entscheidend.

Interaktive Aufgaben

Quiz: Teste Dein Wissen

Wo werden Daten beim Edge Computing typischerweise verarbeitet? (Nah an der Datenquelle) (!Ausschließlich in einem entfernten Rechenzentrum) (!Nur im Browser der Kunden) (!Nur auf Papier)

Welche Aufgabe passt im Ausbildungsfall am besten in die Cloud? (Langfristiger Vergleich mehrerer Maschinen) (!Unmittelbare lokale Temperaturwarnung) (!Physische Not-Halt-Funktion) (!Direkte Verdrahtung des Sensors)

Warum kann der Cloud-Rückweg mehr Zeit benötigen? (Weil zusätzliche Übertragungswege beteiligt sind) (!Weil die Cloud grundsätzlich keine Berechnung ausführt) (!Weil Edge-Geräte nie rechnen) (!Weil Sensoren ausschließlich analog arbeiten)

Was zeigt die Zahl 149 Millisekunden im Kurs? (Einen frei erfundenen Modellwert) (!Eine garantierte Cloud-Reaktionszeit) (!Einen gesetzlichen Höchstwert) (!Einen echten Messwert aus der Verpackungshalle)

Was ist bei ausgefallenem WAN weiterhin möglich? (Eine unabhängig arbeitende lokale Edge-Auswertung) (!Der sichere Zugriff auf jede entfernte Cloud) (!Die automatische Freigabe aller Daten) (!Die Aufhebung aller Schutzfunktionen)

Was wird in Testlabor B tatsächlich übertragen? (Nichts) (!Sensordaten an einen Cloudanbieter) (!Zugangsdaten an eine SPS) (!Ein Steuerbefehl an eine Produktionsanlage)

Wie viele Werte der Übungsreihe sind mindestens 80 Grad Celsius? (Zwei) (!Einer) (!Drei) (!Sechs)

Welche Aussage zum Datenschutz ist richtig? (Auch lokale Daten brauchen angemessenen Schutz) (!Edge macht jede Verarbeitung automatisch datenschutzkonform) (!Maschinendaten sind immer personenbezogen) (!Eine Cloud darf jede Messung unbegrenzt speichern)

Was ist bei einer echten Sicherheitsfunktion erforderlich? (Eine dafür vorgesehene geprüfte Schutzlösung) (!Das unveränderte Python-Übungsprogramm) (!Eine frei gewählte Cloud mit Internetverbindung) (!Eine nicht dokumentierte Fernverbindung)

Welche Architektur kombiniert lokale Warnung mit zentraler Trendanalyse? (Hybride Edge-Cloud-Architektur) (!Nur eine entfernte Cloud ohne lokale Funktion) (!Nur ein Sensor ohne Verarbeitung) (!Nur ein Netzwerkdrucker)

Memory

Edge-Gateway	Lokale Vorverarbeitung
Cloud-Dienst	Standortübergreifende Analyse
Latenz	Verzögerungszeit
WAN-Ausfall	Unterbrochene Fernverbindung
Datenminimierung	Zweckgebundene Auswahl
SPS	Maschinennahe Steuerung
Pufferspeicher	Vorübergehende Aufbewahrung

Drag and Drop

Ordne die richtigen Begriffe zu.	Funktion
Sensor	Temperatur erfassen
Edge-Rechner	Messwerte lokal filtern
Cloud-Analyse	Standortvergleiche durchführen
WAN	Entfernte Systeme verbinden
Zwischenspeicher	Ergebnisse bis zur Freigabe aufbewahren
SPS	Industriellen Prozess steuern

Kreuzworträtsel

Edge	Wie heißt die Verarbeitung nahe an der Datenquelle kurz?
Cloud	Wie heißt zentral bereitgestellte Rechenleistung kurz?
Latenz	Wie heißt die zeitliche Verzögerung einer Verarbeitung?
Sensor	Welches Bauteil erfasst hier die Temperatur?
Gateway	Wie nennt man einen Kopplungspunkt zwischen Netzen?
Puffer	Wie heißt ein zeitweiliger Datenspeicher kurz?

LearningApps

Suchansicht: Inhalte Dritter vor dem Einsatz auf fachliche Richtigkeit, Verfügbarkeit und Nutzungsrechte prüfen.

Lückentext

Im Industrial IoT erfassen

physikalische Messwerte.

Beim

erfolgt die Auswertung nahe an der Datenquelle.

Die

eignet sich beispielsweise für standortübergreifende Trends.

Eine Verzögerung bezeichnet man als

.

Eine unterbrochene Fernverbindung heißt hier

.

Ein lokaler

kann nicht übertragene Daten vorübergehend halten.

Beim Filtern wird die Anzahl der

möglicherweise geringer.

Der höchste Beispielwert ist

Grad Celsius.

Bei einer Grenze ab 80 Grad Celsius gibt es

Warnhinweise.

Die

regelt die Verarbeitung personenbezogener Daten in ihrem Anwendungsbereich.

Für sichere industrielle Steuerfunktionen wird eine geeignete

eingesetzt.

Die Verbindung lokaler und zentraler Verarbeitung nennt man eine

Architektur.

Offene Aufgaben

Bearbeite alle Aufgaben ausschließlich mit dem fiktiven Ausbildungsfall.

Basis, Anwendung und Transfer bezeichnen den Denkanspruch; Leicht, Standard und Schwer den Arbeitsumfang.

Vergleiche Deine Ergebnisse jeweils mit dem begründeten Selbstcheck.

Leicht: Basis

Datenweg skizzieren: Zeichne Sensor, SPS, Edge und Cloud mit Pfeilen. Selbstcheck: Die Cloud ist nicht Teil der lokalen Warnkette, weil das WAN ausfallen kann.
Aufgaben verteilen: Ordne Warnung, Filterung und Jahresvergleich zu. Selbstcheck: Lokale Zeitnähe spricht für Edge, standortübergreifender Vergleich für Cloud.
Balken lesen: Erkläre die Balken zu 17 und 149 ms. Selbstcheck: Das sind Modellannahmen; die Übertragungsstrecke erklärt hier den größten Unterschied.
SPS erkennen: Untersuche das Foto und kennzeichne, welche Aufgabe eine SPS grundsätzlich erfüllt. Selbstcheck: Industrielle Steuerung darf nicht mit einem Python-Lernalarm gleichgesetzt werden.

Standard: Anwendung

Labor A starten: Teste die Eingaben j und n und dokumentiere zwei Ausgaben. Selbstcheck: Bei n fällt nur der modellierte Cloudweg weg, weil kein Netz geprüft wird.
Wegzeiten verändern: Erhöhe eine WAN-Zeit auf 150 ms und rechne nach. Selbstcheck: 234 ms ist richtig, wenn genau eine 65-ms-Strecke ersetzt wurde.
Labor B verändern: Setze die Grenze auf 90 °C und erläutere das Ergebnis. Selbstcheck: 91 °C ist der einzige passende Wert; die Vergleichsbedingung bleibt unverändert.
Datenpaket gestalten: Entwirf eine minimale Zusammenfassung ohne Personenkennungen. Selbstcheck: Anzahl, Maximum und Warnungszahl reichen für diesen Übungszweck, deshalb sind Einzelwerte nicht nötig.

Schwer: Transfer

WAN-Störung darstellen: Entwirf einen rein theoretischen Ablauf für Warnung, lokale Zwischenspeicherung und spätere Synchronisation. Selbstcheck: Der Plan nennt begrenzten Puffer, Datenalter und mögliche Dubletten, weil Wiederverbindung nicht sofort perfekte Aktualität garantiert.
Drei Maschinen vergleichen: Begründe eine hybride Datenarchitektur für drei fiktive Hallen. Selbstcheck: Entscheidungen unterscheiden lokale Reaktionspflichten von globalen Auswertungen und nennen Kosten oder Wartung.
Rückschlussrisiko prüfen: Diskutiere, wann eine Maschinenkennung mit einem Schichtplan indirekt Beschäftigte identifizieren könnte. Selbstcheck: Auch scheinbar technische Werte können personenbezogen werden, sobald eine Zuordnung möglich ist.
Lernvideo drehen: Erstelle ein maximal zweiminütiges Bildschirmvideo mit eigener Zeichnung, Modellzahlen und Sicherheitshinweis. Selbstcheck: Das Video macht die Vorzüge und Grenzen des Modells verständlich, ohne echte Anlagen oder fremde Daten zu zeigen.

Lernkontrolle

Architekturentscheidung: Eine entfernte Halle hat eine instabile Internetanbindung. Vergleiche reine Cloud und Hybridlösung für lokale Hinweise und zentrale Berichte. Gewichte die Folgen des WAN-Ausfalls.
Begründeter Latenzvergleich: Für eine neue Modellstrecke steigen beide WAN-Teile von 65 auf 120 ms. Ermittle die neue Cloud-Zeit und prüfe, welche Schlussfolgerung zulässig ist. Erwartung: 259 ms; keine Garantie für reale Systeme.
Minimaler Datensatz: Eine Zentrale verlangt alle Einzelwerte. Entwickle ein Gegenangebot und begründe, unter welchen Forschungs- oder Diagnosezwecken einzelne Rohwerte doch erforderlich sein könnten.
Offline-Konzept: Erläutere, was geschieht, wenn das WAN wiederkehrt, aber ein lokaler Puffer voll ist. Berücksichtige Verlust, Prioritäten und Nachvollziehbarkeit, ohne eine Produktanlage zu konfigurieren.
Schutzbedarfe: Erkläre anhand eines theoretischen Angriffswegs, warum Segmentierung und Berechtigungen zusätzlich zur lokalen Edge-Verarbeitung erforderlich sind.
Grenzen der Simulation: Benenne drei Gründe, warum zwei Python-Übungen weder eine Echtzeit-Zusage noch eine Sicherheitsfreigabe einer Maschine ersetzen.

Lernnachweis

Dein Lernnachweis besteht aus einem eigenen Datenflussbild, einer begründeten Edge-Cloud-Zuordnung, den lokalen Ausgaben beider Python-Testlabore, einer korrekten Modellrechnung, einem Datenschutz- und Ausfallkonzept sowie einer kurzen Reflexion der Grenzen der Simulation.

Dokumentiere nur fiktive Daten.

Bewertet werden Nachvollziehbarkeit, fachliche Begründung und sicherer Umgang mit Testumgebungen.

OERs zum Thema

Weitere Grundlagen:

Cloud Computing, Industrial Internet of Things, Latenzzeit, Speicherprogrammierbare Steuerung, Datenschutz-Grundverordnung, IT-Sicherheit.

Geprüfte Fachquellen und Medienrechte

Fachquellen (Abruf Oktober 2026):

NIST SP 500-325: Fog Computing Conceptual Model – Verteilte Verarbeitung und Latenz.
AWS IoT Greengrass – Dokumentation – Lokale Verarbeitung bei zeitweise fehlender Verbindung.
Microsoft Learn: IoT Edge Offlinefunktionen – Zwischenspeicherung mit Grenzen durch Speicher und Aufbewahrungszeit.
DSGVO, Artikel 5 – Datenminimierung, Zweckbindung und Schutz personenbezogener Daten.
BSI: Empfehlungen für industrielle Steuerungssysteme – Absicherung und Risiken der Vernetzung.

Bildrechte:

Die Dateiseiten mit Urheber und Lizenz sind jeweils unmittelbar unter den Bildern verlinkt.