Always-on-Sensorik
Always-on-Sensorik bezeichnet Sensoren in Geräten wie Handys, Uhren oder Lautsprechern, die dauerhaft messen, statt nur nach dem Einschalten. Sie verbrauchen dabei extrem wenig Strom und wecken das restliche Gerät erst, wenn wirklich etwas passiert.
Ein Sensor ist ein Bauteil, das etwas aus der Umgebung misst: Bewegung, Geräusche, Helligkeit oder Temperatur. Normalerweise ist so ein Bauteil nur aktiv, wenn du das Gerät benutzt. Bei Always-on-Sensorik läuft es dagegen ununterbrochen mit, auch wenn der Bildschirm dunkel ist. Der englische Ausdruck bedeutet wörtlich « immer an ». Damit das den Akku nicht in wenigen Stunden leert, sind diese Sensoren mit einem winzigen, sehr sparsamen Rechenbaustein gekoppelt. Dieser Baustein beobachtet die Messwerte und weckt den großen Hauptprozessor des Geräts erst, wenn etwas Interessantes passiert.
Warum Geräte lieber lauschen als warten
Viele nützliche Funktionen funktionieren nur, wenn ein Gerät den Moment nicht verpasst. Eine Smartwatch soll einen Sturz erkennen, ohne dass du vorher eine App öffnest. Ein Sprachassistent soll auf sein Weckwort reagieren, auch wenn das Handy in der Tasche liegt. Beides ist ohne dauerhaft laufende Sensoren unmöglich, weil das Ereignis vorbei ist, bevor jemand das Gerät einschalten könnte.
Der entscheidende Punkt ist der Stromverbrauch. Ein Hauptprozessor eines Smartphones zieht unter Last mehrere Watt. Ein spezialisierter Sensorbaustein kommt oft mit weniger als einem Tausendstel davon aus. Deshalb kann er tagelang durchlaufen, während der große Chip fast immer schläft. Diese Arbeitsteilung ist der eigentliche Trick hinter Always-on-Sensorik.
Gleichzeitig entsteht ein Konflikt, der die Technik regelmäßig in die Nachrichten bringt. Ein Mikrofon, das nie ausgeht, hört grundsätzlich alles mit. Hersteller betonen deshalb, dass die Rohdaten das Gerät nicht verlassen und nur das Weckwort gesucht wird. Ob man dem glaubt, ist eine Vertrauensfrage, die sich technisch von außen kaum prüfen lässt.
Die Arbeitsteilung zwischen kleinem und großem Chip
Der Ablauf besteht aus mehreren Stufen. Der Sensor misst laufend, zum Beispiel hundertmal pro Sekunde die Beschleunigung. Ein sehr einfacher Rechenbaustein prüft diese Zahlen gegen ein grobes Muster. Erst wenn das Muster passt, schaltet er den nächstgrößeren Chip ein, der genauer nachrechnet. Fachleute nennen dieses Prinzip Kaskade, weil die Prüfung stufenweise immer aufwendiger wird.
Auf der untersten Stufe laufen heute oft winzige KI-Modelle. Ein solches Modell ist ein Programm, das aus vielen Beispielen gelernt hat, Muster zu erkennen. Für Always-on-Sensorik muss es auf wenige Kilobyte zusammengeschrumpft werden. Dieses Feld heißt TinyML, also maschinelles Lernen auf sehr kleinen Chips. Solche Modelle unterscheiden zum Beispiel Gehen von Treppensteigen, ohne dass Daten ins Internet gehen.
Ein häufiger Irrtum ist, die kleine Stufe müsse besonders zuverlässig sein. Das Gegenteil stimmt: Sie darf ruhig Fehlalarme erzeugen. Wichtig ist nur, dass sie echte Ereignisse selten übersieht. Die zweite Stufe sortiert die Fehlalarme aus, und weil sie selten anspringt, kostet das kaum Energie.
Vom Handydisplay bis zur Industriemaschine
Im Alltag begegnet dir Always-on-Sensorik ständig, ohne dass sie so genannt wird. Das Handy zeigt die Uhrzeit auf dem dunklen Bildschirm und dreht das Bild, sobald du es kippst. Fitnesstracker zählen Schritte rund um die Uhr und messen im Hintergrund den Puls. Kopfhörer bemerken, dass du sie herausnimmst, und stoppen die Musik. In all diesen Fällen läuft ein Sensor mit, während das Gerät scheinbar aus ist.
Auch außerhalb von Consumer-Geräten ist die Technik verbreitet. In Fabriken kleben Sensoren an Motoren und horchen auf ungewöhnliche Vibrationen, um Defekte früh zu melden. In Autos überwachen sie dauerhaft Reifendruck und Fahrverhalten. Solche Geräte laufen oft jahrelang mit einer einzigen Knopfzelle.
In Wirtschaftsnachrichten taucht der Begriff meist im Zusammenhang mit Chipherstellern auf. Firmen wie Qualcomm, Bosch oder ARM werben damit, immer mehr Erkennung direkt auf den Sensor zu verlagern. Der Fachausdruck dafür lautet Edge-Computing: Rechnen dort, wo die Daten entstehen, statt in einem entfernten Rechenzentrum. Für Anleger ist das interessant, weil solche Chips in Milliardenstückzahlen verbaut werden.