Dieser Vergleich beginnt mit einer Tatsache, die alles verschiebt: Google Cloud IoT Core wurde am 16. August 2023 eingestellt, und Google hat keinen eigenen Nachfolger vorgestellt. Google Cloud bleibt eine ernstzunehmende Option für IoT-Workloads, doch heute bedeutet das, auf Allzweck-Primitiven zu bauen, statt ein IoT-Produkt zu übernehmen. Damit geht es weniger um “Plattform gegen Plattform” und mehr um “selbst bauen gegen fertig übernehmen”.
Die aktuelle IoT-Empfehlung von Google Cloud, dokumentiert im Architecture Center, beschreibt drei Muster: einen eigenständigen MQTT-Broker (EMQX, HiveMQ oder Mosquitto) auf Compute Engine oder GKE betreiben und ihn an Pub/Sub anbinden; eine Partner-IoT-Plattform nutzen, wobei ClearBlade IoT Core im Google Cloud Marketplace als API-kompatibler Nachfolger des eingestellten Dienstes verfügbar ist; oder Geräte für einfache Datenaufnahme direkt über HTTPS/gRPC mit Pub/Sub verbinden. Weiter unten in der Kette ist der Daten-Stack eine echte Stärke: Pub/Sub über Dataflow, BigQuery und Vertex AI gehört zu den leistungsfähigsten Analyse-Pipelines überhaupt.
TagoIO ist eine vollständige IoT-Plattform: Geräteanbindung über MQTT und HTTPS mit über 500 vorgefertigten Connectors, LoRaWAN über Anbindungen an Network Server, Zeitreihen-Speicher, Dashboards, serverlose Analysis-Skripte in Node.js, Deno oder Python, Actions für Regeln und Benachrichtigungen sowie TagoRUN für White-Label-Portale für Endnutzer. Es ist ein fertiges Produkt und keine zusammengesetzte Architektur.
Die Geräteebene
Auf Google Cloud liegt die gerätenahe Ebene jetzt in Ihrer Verantwortung, von der Wahl bis zum Betrieb. Pub/Sub hat keinen MQTT-Endpunkt, MQTT-Geräte brauchen also einen selbst betriebenen Broker oder eine lizenzierte Partner-Plattform. Geräteidentität, Registry, Provisionierung, OTA-Updates und Zustandsverwaltung stammen allesamt aus dieser Partnerebene oder Ihrer eigenen Entwicklung. Teams, die bereits Kubernetes betreiben und Kontrolle über den Broker wollen, machen das gut; Teams, die eine gemanagte Eingangstür im Stil von IoT Core erwartet haben, bauen sie sich nun selbst zusammen.
Die Geräteebene von TagoIO ist Teil des Produkts: MQTT- und HTTPS-Endpunkte, Geräte-Tokens, Payload-Parser, ein Geräte-Emulator, Provisionierung per QR-Code und der Live Inspector, um Gerätedatenverkehr in Echtzeit zu beobachten. LoRaWAN-, Sigfox- und Satellitengeräte verbinden sich über gepflegte Anbindungen an Netzanbieter, wobei die Netznutzung in allen Tarifen kostenlos ist.
Dashboards, Anwendungen und Nutzer
Die Antwort von Google Cloud auf Visualisierung heißt Looker, Looker Studio oder Grafana über BigQuery, was für interne Analysen gut funktioniert. Kundenorientierte Anwendungen, Nutzerverwaltung und jedes mandantenfähige Portal sind eigene Softwareprojekte.
TagoIO bringt Drag-and-drop-Dashboards mit, Blueprint-Dashboards, die ein Layout über ganze Geräteflotten skalieren, und TagoRUN, das ein Projekt in ein gebrandetes Portal verwandelt: mit Ihrer Domain, Nutzerregistrierung, Zugriffsrichtlinien und einer optionalen mobilen App unter Ihrem Namen. Für Systemintegratoren, die Anwendungen an Kunden ausliefern, ist das der Unterschied zwischen Konfigurieren und dem Beauftragen eines Frontend-Teams.
Analytik und eigene Logik
Wenn der Schwerpunkt Ihres Projekts auf umfangreicher Datenanalyse oder maschinellem Lernen liegt, ist der Stack aus Dataflow, BigQuery und Vertex AI von Google Cloud schwer zu übertreffen, und er ist ein häufiger Grund, warum Teams sich für GCP entscheiden, unabhängig davon, wie die Geräte angebunden sind.
TagoIO deckt die Analytik ab, die die meisten IoT-Anwendungen brauchen: Aggregation, Alarmlogik, geplante Berichte, Integrationen sowie Prognosen und Vorhersagen aus Telemetriedaten, alles über Analysis-Skripte und Actions innerhalb der Plattform, und die API erlaubt das Weiterexportieren von Daten, wenn eine schwergewichtigere Pipeline gerechtfertigt ist. Beides schließt sich nicht aus: TagoIO kann als Geräte- und Anwendungsebene dienen und aufbereitete Daten an BigQuery weiterreichen.
Preismodell
Google Cloud berechnet jedes Primitiv nach Nutzung: Pub/Sub nach Datenvolumen, Dataflow nach Rechenleistung, BigQuery nach Speicher und Abfragen, dazu die separaten Kosten für die MQTT-Broker-Infrastruktur oder die Lizenz der Partner-Plattform. Die Kosten hängen von der Architektur ab, und um sie abzuschätzen, muss man die Architektur zuerst entwerfen.
TagoIO berechnet nach Tarif zuzüglich Servicenutzung: kostenloser Tarif mit 5 Geräten, Starter für 49 $/Monat, Scale für 199 $/Monat und dedizierte TagoDeploy-Instanzen ab 850 $/Monat, wobei sich die Nutzung nach Datentransaktionen, Speicher, Analysis-Minuten, Benachrichtigungen und Endnutzern bemisst.
Das Fazit
Google Cloud ergibt Sinn, wenn die Organisation GCP-zentriert ist, die Geräteanbindung einfach oder bereits gelöst ist und der Wert des Projekts in nachgelagerter Analytik und ML auf BigQuery und Vertex AI liegt.
TagoIO passt, wenn Sie eine gepflegte Geräteebene und eine fertige Anwendungsebene wollen, ohne Broker zu betreiben oder Portale zu bauen, also genau die Lücke, die Googles eigene Architekturempfehlung heute mit Partnern füllt. Manche Teams nutzen beides: TagoIO für Geräte, Dashboards und Endnutzer, Google Cloud für Analytik im Data-Warehouse-Maßstab dahinter.