TagoIO vs. AWS IoT

AWS IoT und TagoIO lösen dasselbe Grundproblem: Daten von Geräten in Anwendungen zu bringen, mit denen Menschen arbeiten können. Sie setzen aber auf unterschiedlichen Ebenen des Stacks an. AWS IoT ist ein Satz von Cloud-Bausteinen, die Sie selbst zu einer Lösung zusammensetzen. TagoIO ist eine Full-Stack-IoT-Plattform, bei der die Anwendungsschicht bereits fertig ist. Wer diesen Unterschied versteht, hat die Entscheidung zum größten Teil schon getroffen.

AWS IoT ist Amazons Familie verwalteter Dienste für Gerätekonnektivität, im Zentrum AWS IoT Core (ein MQTT-Broker mit Geräteregister, Device Shadows und einer Rules Engine, die Nachrichten an andere AWS-Dienste weiterleitet), dazu AWS IoT Greengrass für Edge Computing, AWS IoT SiteWise für Industriedaten und AWS IoT Device Management für Geräteflotten. Das Ganze läuft in gewaltigem Maßstab und ist eng mit dem Rest von AWS verzahnt.

TagoIO ist eine Full-Stack-IoT-Plattform: Geräte-Connectors, Zeitreihen-Speicher, Dashboards, eine serverlose Analysis-Engine für eigenen Code in Node.js, Deno oder Python, Actions für Regeln und Benachrichtigungen sowie TagoRUN für White-Label-Portale für Ihre Endnutzer. TagoIO läuft selbst auf AWS-Infrastruktur, dedizierte Deployments sind über TagoDeploy in mehr als 12 AWS-Regionen verfügbar. TagoIO pflegt zudem eine native Integration mit AWS IoT Core, in vielen Produktivlösungen kommen beide daher gemeinsam zum Einsatz.

TagoIO vs. AWS IoT im Vergleich

Architektur und was Sie selbst bauen

AWS IoT liefert Primitiven. IoT Core terminiert MQTT-Verbindungen, authentifiziert Geräte über X.509-Zertifikate und leitet Nachrichten weiter. Was danach passiert, liegt bei Ihnen: Speicherung in Timestream oder S3, Verarbeitung in Lambda, Visualisierung in Grafana oder QuickSight und eine Endnutzer-Anwendung, die Ihr Team selbst baut. Genau diese Freiheit ist der Sinn der Sache. Teams mit Cloud-Ingenieuren bekommen exakt die Architektur, die sie wollen, in jeder benötigten Größenordnung.

Es bedeutet aber auch: Schon ein funktionierender Proof of Concept verdrahtet mehrere Dienste miteinander, ein kundenfähiges Produkt noch deutlich mehr. AWS konsolidiert diese Schicht gerade: AWS IoT Analytics erreichte im Dezember 2025 das Support-Ende, AWS IoT Events folgt im Mai 2026, und die Fleet-Hub-Konsole wurde im Oktober 2025 eingestellt. AWS verweist Kunden stattdessen auf allgemeine Datendienste.

TagoIO liefert diese Anwendungsschicht als Paket. Ein Gerät verbindet sich über einen Connector oder die API, die Daten landen in Zeitreihen-Buckets mit konfigurierbarer Aufbewahrung von bis zu 9 Jahren, Dashboards lesen sie direkt aus, und Analysis-Skripte übernehmen jede eigene Verarbeitung, die die Lösung braucht. Die Bausteine greifen ineinander, weil sie zusammen entworfen wurden.

Dashboards und Endnutzer-Anwendungen

Hier liegt der größte praktische Unterschied. AWS IoT hat kein universelles Dashboard; SiteWise Monitor deckt Portale für Industrieanlagen ab, alles andere heißt: AWS-Datendienste mit Grafana, QuickSight oder einem eigenen Frontend kombinieren. Wenn Ihr Lieferergebnis eine Anwendung ist, in die sich Ihre Kunden einloggen, planen Sie Frontend-Entwicklung, Nutzerverwaltung und ein Mandantenkonzept obendrauf ein.

Bei TagoIO gehören Dashboards zur Plattform, und TagoRUN macht aus einem Projekt ein Portal mit Ihrer Marke: Ihre Domain, Ihr Logo, Ihre E-Mail-Vorlagen, Nutzerregistrierung, Zugriffsrichtlinien und optional eine Mobile-App unter Ihrem Namen. Für Systemintegratoren und OEMs, deren Lieferergebnis eine fertige Anwendung ist, ersetzt das einen kompletten Entwicklungsstrang.

Eigene Logik und Analytics

Die AWS Rules Engine leitet Nachrichten an mehr als 20 AWS-Dienste weiter und transformiert sie dabei, womit Ihnen der komplette Daten- und ML-Stack von AWS offensteht. Komplexe Ereignislogik lebt in Code, den Sie selbst deployen und betreiben, meist in Lambda.

Die Analysis-Engine von TagoIO führt Ihre Skripte serverlos innerhalb der Plattform aus, in Node.js, Deno oder Python, ausgelöst durch eingehende Daten, Zeitpläne oder einen Button auf einem Dashboard. Analytics geht dabei über Dashboards hinaus und macht aus Telemetrie Prognosen und Vorhersagen direkt in der Plattform. Für schwerere Pipelines können TagoIO-Daten über Actions und die API an externe Dienste fließen, auch an AWS-Dienste.

Preismodell

AWS IoT rechnet pro Komponente ab: Verbindungsminuten, Nachrichten in 5-KB-Schritten, Shadow-Operationen, Rules-Aktionen, alles einzeln fakturiert, plus die nachgelagerten Dienste, die die Lösung nutzt. Die Kosten starten nahe null und folgen der Nutzung exakt, was sorgfältige Architektur belohnt und bei hohem Volumen eine Kostenmodellierung verlangt.

TagoIO kombiniert Plan-Stufen mit nutzungsbasierten Diensten: Dateneingangs- und Datenausgangs-Transaktionen, Speicher, Analysis-Minuten, Benachrichtigungen und Endnutzer. Der kostenlose Einstieg deckt 5 Geräte ab, Starter beginnt bei 49 $/Monat, Scale bei 199 $/Monat, dedizierte TagoDeploy-Instanzen starten bei 850 $/Monat mit nachträglicher Abrechnung. Ein Kostenrechner auf tago.io schätzt die Monatskosten anhand der erwarteten Nutzung.

Das Fazit

AWS IoT ist die richtige Wahl, wenn Sie Cloud-Engineering-Kapazität haben, eine tiefe Integration mit den Daten- und ML-Diensten von AWS brauchen oder ein maßgeschneidertes Produkt in sehr großem Maßstab bauen, bei dem sich Kontrolle auf Infrastrukturebene auszahlt.

TagoIO passt, wenn das Ziel eine funktionierende IoT-Anwendung ist: Dashboards, Alarme, eigene Logik und ein Portal für Ihre Kunden, ohne ein Dutzend Dienste zusammenzustecken und zu betreiben. Viele Teams kombinieren beides und nutzen die TagoIO-Integration mit AWS IoT Core, um die AWS-Konnektivität zu behalten und die Anwendungsschicht von TagoIO zu bekommen.