InfluxDB ist eine Open-Source-Zeitreihendatenbank, optimiert für hochfrequente Sensor-, SCADA- und IoT-Daten. Sie eignet sich besonders für Anwendungen, bei denen Zeitstempel und schnelle Write/Read-Zyklen im Vordergrund stehen — etwa für Druck- und Durchflussmessdaten in Energieverteilnetzen. Die OSS-Version kann on-premise betrieben werden, die Cloud-Version läuft auf US-Servern.
Kosten: Open Source (OSS); InfluxDB Cloud ab 0 €/Monat (Free Tier), Nutzungsbasierte Preise für höhere Volumen
Stärken
- Sehr hohe Write-Performance für Zeitreihendaten (Millionen Datenpunkte/Sekunde)
- Integrierte Flux-Abfragesprache für Zeitreihenaggregationen und Anomalieerkennung
- Open-Source-Kern: on-premise Betrieb ohne Lizenzkosten möglich
- Gut dokumentierte REST-API und Clients für Python, Go, Java, Node.js
Einschränkungen
- Kein relationales Datenmodell — für strukturierte Stammdaten (z.B. Anlagenbuchhaltung) ungeeignet
- Cloud-Version hostet Daten auf US-Servern (AWS) — für KRITIS-relevante Daten problematisch
- Skalierung der OSS-Version für Multi-Node-Setups erfordert erheblichen Betriebsaufwand
- Kein deutschsprachiger Support
Passt gut zu
So steigst du ein
Schritt 1: Lade die aktuelle OSS-Version von influxdata.com herunter oder starte einen Docker-Container (docker run influxdb). Für Produktionsumgebungen mit KRITIS-Daten: ausschließlich on-premise betreiben.
Schritt 2: Konfiguriere einen Bucket für deine SCADA-Daten (z.B. Druckmesswerte je Netzabschnitt) und richte den InfluxDB-Client in deiner SCADA-Software oder Historisierungsschicht ein.
Schritt 3: Nutze die Flux-Abfragesprache für erste Aggregationen und Anomalie-Queries — z.B. gleitende Mittelwerte über 24-Stunden-Fenster als Basis für Druckabweichungsanalysen.
Ein konkretes Beispiel
Ein Gasnetzbetreiber mit 300 km Leitungsnetz und 45 Druckmesspunkten speichert alle 5 Minuten Messwerte in InfluxDB (on-premise, 1 Server). Pro Tag entstehen ca. 13.000 Datenpunkte. Flux-Queries aggregieren Tagesprofile je Netzabschnitt und berechnen temperaturkorrigierte Sollwerte — die Ausgabe speist ein Python-ML-Modell zur Leckageerkennung, das täglich auf dem aktuellen Datensatz trainiert und Verdachtsbereiche mit Konfidenzwerten ausgibt.
Diesen Inhalt teilen:
Empfohlen in 2 Use Cases
Gasversorgung & Netzbetrieb
Redaktionell bewertet · Preise und Funktionen können sich ändern.
Stimmt etwas nicht?
Preise geändert, Feature veraltet oder etwas fehlt? Wir freuen uns über Hinweise und Ergänzungen.
Weitere Tools
Datadog
Datadog, Inc.
Datadog ist die führende Cloud-Observability-Plattform für Engineering-Teams. Sie vereint Infrastruktur-Monitoring, APM, Log-Management und Security in einer einheitlichen Oberfläche mit über 700 Integrationen — Standard in modernen Cloud-Umgebungen.
Mehr erfahrenDynatrace
Dynatrace LLC
Full-Stack-Observability-Plattform mit KI-gestützter Root-Cause-Analyse (Davis AI). Dynatrace überwacht Cloud-Infrastruktur, Anwendungen und Netzwerk in Echtzeit und identifiziert Störungsursachen automatisch — besonders stark in komplexen, verteilten Telekommunikations- und Cloud-Umgebungen.
Mehr erfahren