Verteilte Messsysteme kommen heute in vielen Forschungs- und Infrastrukturszenarien zum Einsatz. Sie ermöglichen die kontinuierliche Erfassung von Umwelt- und Zustandsdaten über längere Zeiträume und an unterschiedlichen Standorten – häufig auch in bewohnten oder schwer zugänglichen Umgebungen.
Am Leibniz-Institut für Troposphärenforschung (TROPOS) werden solche Messsysteme im Department Atmospheric Microphysics (AMP) eingesetzt. Im Rahmen des EU-geförderten Projekts EDIAQI erfassen eigens entwickelte Sensoren kontinuierlich Daten zur Innenraumluftqualität in privaten Haushalten. Für die zuverlässige Übertragung dieser Messdaten kommt EMQX von EMQ als zentrale MQTT-Plattform zum Einsatz. Die Datenerfassung dient als Grundlage für wissenschaftliche Auswertungen sowie für ein besseres Verständnis von Innenraumluftqualität und Lüftungsverhalten.
Die Herausforderung: Verteilte Sensorik zuverlässig und skalierbar betreiben
In verteilten Messszenarien wie EDIAQI und in Forschungsinfrastrukturen wie ACTRIS treffen mehrere gewachsene Anforderungen zusammen: Viele Messgeräte arbeiten parallel, die Sensorik ist heterogen, Standorte sind räumlich verteilt und Eingriffe vor Ort sind oft nur mit Aufwand möglich. Gleichzeitig müssen Datenströme über längere Zeiträume konsistent bleiben, damit Datensätze später vergleichbar und auswertbar sind.
Skalierbarkeit und Ausfallsicherheit
Messkampagnen und Langzeitbeobachtungen erfordern die parallele Erfassung synchroner Datenströme aus vielen Geräten. Fallen einzelne Sensoren aus oder sind Verbindungen instabil, entstehen Datenlücken, die sich unmittelbar auf wissenschaftliche Zeitreihen auswirken.
Betriebsführung ohne permanente Vor-Ort-Zugriffe
Bei Messgeräten in privaten Haushalten soll die Datenerfassung kontinuierlich erfolgen, ohne den Alltag der Teilnehmenden zu stören. Damit verlagert sich der Betrieb in Richtung Remote-Betriebsführung: Zustände müssen erkennbar sein, bevor sich Störungen in der Datenbasis niederschlagen.
Datenqualität unter heterogenen Bedingungen
Nicht erkannte Sensorfehler oder Abweichungen führen zu inkonsistenten Datensätzen. Die Auswirkungen zeigen sich häufig erst in der späteren Analyse, wenn fehlende oder unplausible Werte den Aufwand für Bereinigung und Interpretation erhöhen.
Langfristige Wartbarkeit und Erweiterbarkeit
Forschungsinfrastrukturen sind auf viele Jahre ausgelegt. Die Architektur muss daher erweiterbar sein, Redundanzkonzepte unterstützen und mit wachsenden Datenmengen sowie steigenden Echtzeit-Anforderungen umgehen können.
Die zentrale Frage lautete:
Wie lassen sich verteilte Sensoren so anbinden, dass Daten kontinuierlich und synchron erfasst werden können – bei vertretbarem Betriebsaufwand und mit einer Architektur, die auch über lange Zeiträume wartbar bleibt?
Die Lösung: MQTT-basierte Architektur für stabile Datenflüsse
Um verteilte Sensorik über längere Zeiträume stabil betreiben zu können, entschied sich das Projektteam für eine MQTT-basierte Architektur, die auf kontinuierliche Datenübertragung, Redundanz und einfache Betriebsführung ausgelegt ist. Ziel war nicht nur die zuverlässige Übertragung einzelner Messwerte, sondern eine Struktur, die Synchronität, Transparenz und Wartbarkeit im laufenden Betrieb sicherstellt.
Für die Umsetzung dieser Architektur wurde EMQX eingesetzt. Relevant für die Auswahl waren insbesondere die Clustering-Fähigkeiten sowie die einfache containerbasierte Bereitstellung durch EMQ, die eine schnelle Integration in die bestehende Infrastruktur ermöglichten.
Die eigens entwickelten AQBIE-Sensoren (Air Quality Beacon & Immission Evaluator) kommunizieren über das MQTT-Protokoll mit einer zentralen Broker-Infrastruktur. MQTT wurde dabei bewusst als leichtgewichtiges, ereignisorientiertes Protokoll gewählt, um auch bei vielen verteilten Geräten stabile Datenflüsse ohne permanente Vor-Ort-Eingriffe zu ermöglichen.
Die Architektur folgt einem klaren Prinzip: zentrale Koordination bei gleichzeitiger Redundanz und räumlicher Entkopplung.
Zentrale Broker-Struktur mit Redundanz
Ein EMQX-Cluster mit zwei Knoten hinter einem Load Balancer bildet das Rückgrat der Datenübertragung. Diese Struktur ermöglicht einen kontinuierlichen Betrieb auch bei Ausfällen einzelner Komponenten.
Verteilte Broker-Strukturen mit Bridging
Ergänzend sind zwei weitere EMQX-Deployments an getrennten physischen Standorten im Bridge-Modus angebunden. Dadurch werden Daten synchronisiert und zusätzliche Redundanz geschaffen – ein wichtiger Aspekt für Langzeitmessungen und verteilte Forschungsinfrastrukturen.
Unauffälliger Betrieb in privaten Umgebungen
Die AQBIE-Sensoren übertragen ihre Messdaten kontinuierlich und remote. Ein physischer Zugriff ist im Regelbetrieb nicht erforderlich, während der Zustand der Systeme zentral überwacht werden kann.
Datenhaltung und Monitoring als integraler Bestandteil
Die erfassten Zeitreihen werden in einer TimescaleDB gespeichert. Grafana-Dashboards und Prometheus unterstützen Visualisierung, Systemüberwachung und frühzeitige Fehlererkennung, sodass Auffälligkeiten erkannt werden, bevor sie sich in der Analyse auswirken.
Ein zentraler Vorteil der Lösung liegt in ihrer Betriebsfreundlichkeit. Durch die containerbasierte Bereitstellung von EMQX lässt sich die Architektur einfach deployen und erweitern und bleibt auch für wissenschaftliche Teams ohne tiefe IT-Spezialisierung beherrschbar.
Das Ergebnis: Stabilerer Betrieb, geringerer manueller Aufwand und neue Handlungsspielräume
Mit der eingeführten MQTT-basierten Infrastruktur auf Basis von EMQX konnten die Teams am Leibniz-Institut für Troposphärenforschung, insbesondere im Department Atmospheric Microphysics (AMP), kontinuierliche Echtzeitdaten aus verteilten Sensoren zuverlässig erfassen und im laufenden Betrieb überwachen. Der Zustand der Sensoren und der Datenübertragung ist transparent nachvollziehbar.
Dadurch werden Abweichungen früher sichtbar und lassen sich einordnen, bevor sie sich als Datenlücken oder Inkonsistenzen in der Auswertung bemerkbar machen. Der Aufwand für Wartung, Fehleranalyse und nachträgliche Datenbereinigung wird reduziert, da Zustände und Abweichungen frühzeitig erkennbar sind.
Auch wenn sich das Projekt weiterhin in einer Pilotphase befindet und noch keine quantifizierten Kennzahlen vorliegen, zeigt sich bereits ein klarer operativer Mehrwert:
- stabilere und konsistentere Datensätze über längere Zeiträume
- frühere Identifikation von Sensorproblemen während der laufenden Datenerfassung
- geringerer operativer Aufwand im Betrieb
- verbesserte Grundlage für zeitnahe Auswertungen und fundierte Interpretation der Messdaten
Darüber hinaus eröffnet die Architektur neue Handlungsspielräume. Funktionen wie eine engmaschige Echtzeitüberwachung oder die Anbindung weiterer Sensoren und Projekte werden praktikabel, ohne den Betrieb unverhältnismäßig zu verkomplizieren. Die Infrastruktur entwickelt sich damit von einer reinen Datensammellösung zu einer tragfähigen Betriebsplattform für verteilte Messsysteme.
Perspektive: Standardisierte Dateninfrastruktur für den Langzeitbetrieb
MQTT und die eingesetzte Broker-Architektur sind inzwischen ein integraler Bestandteil der aktuellen und geplanten Projekte am TROPOS. Insbesondere im europäischen Forschungsverbund ACTRIS, der auf einen kontinuierlichen Betrieb über mehr als zehn Jahre ausgelegt ist, spielt eine standardisierte und skalierbare Dateninfrastruktur eine zentrale Rolle.
Die Erfahrungen aus dem EDIAQI-Projekt zeigen, dass sich MQTT-basierte Architekturen nicht nur für industrielle Anwendungen eignen, sondern auch für wissenschaftliche und gesellschaftlich relevante Messnetze. Sie schaffen eine belastbare Grundlage für langfristige Datenerfassung, erleichtern den Austausch zwischen Institutionen und erhöhen die Zugänglichkeit hochwertiger Umwelt- und Atmosphärendaten.
