Die Digitalisierung bietet viele neue Möglichkeiten und Chancen für Unternehmen. Die zunehmenden Datenmengen stellen jedoch eine große Herausforderung für die Technologie dar. Edge-Computing soll dabei helfen, die damit verbundenen Probleme zu meistern.
Was ist Edge Computing genau?
Unter Edge-Computing versteht man wörtlich genommen die dezentrale Verarbeitung von Datensätzen am „Rand“ des Netzwerks. Diese kann entweder direkt durch ein Gerät am Remote-Standort oder durch einen lokalen Server erfolgen. Findet die Datenverarbeitung in einem zentralen Rechenzentrum (z. B. einem Cloud-System) statt, werden nur noch die absolut relevanten Datenmengen übertragen, um Wartezeiten zu reduzieren.
Wie funktioniert die Datenverarbeitung am Netzwerk-Rand?
Bei der Implementierung von Echtzeitfunktionen, wie sie beispielsweise bei Augmented Reality, IoT-Sensoren und entsprechende Apps notwendig sind, gibt es insbesondere drei Herausforderungen, denen sich die Entwickler stellen müssen:
- Bandbreitenprobleme im Netzwerk
- Langsame Datenverarbeitung durch Beschränkungen im Netzwerk
- Verbindung von Geräten an Remote-Standorten
So entstehen in klassischen Netzwerken bei der Verarbeitung von Datensätzen für eine Echtzeit-3D-Darstellung Flaschenhälse, die sich in Wartezeiten und hohen Latenzzeiten bemerkbar machen. Die Auslagerung von Rechenpower zu einem Cloud-Dienst löst zwar das Problem, dass einzelne Endgeräte nicht die volle Rechenleistung benötigen, die für die Umsetzung der Aufgabe erforderlich ist. Doch die beidseitige Datenübertragung sorgt für extreme Verzögerungen. Hinzu kommen mögliche Verbindungsabbrüche oder schlechte Verbindungen, die den Einsatz des Geräts vor Ort einschränken können.
Edge-Computing im Internet of Things (IoT)
Aus diesem Grund verwendet beispielsweise die Hololens 2 von Microsoft für AR-Anwendungen eine eigene leistungsstarke Recheneinheit, die genug Leistung für ihre Aufgaben bereitstellt. Dennoch müssen auch hier Probleme mit den Datenströmen beim Cloud Computing kompensiert werden.
Insbesondere die Auslagerung sämtlicher Daten in die Cloudsysteme ist nicht sinnvoll, wenn dadurch die eigentlich relevanten Vorgänge gehemmt werden. Das gilt auch für Geräte aus dem Bereich IoT, die ihre spezifischen Aufgaben mit Edge-Computing oft effizienter erfüllen können. Man denke an vernetzte Ampelanlagen oder Smarthome-Systeme.
Verzögerungen werden reduziert
Beim Edge Computing erfolgt die Datenverarbeitung nicht in der weit entfernten Cloud-Struktur, sondern dichter am Ort der Datenverarbeitung. Da selbst die Lichtgeschwindigkeit im Glasfasernetz begrenzt ist, wirken sich lange Strecken bei der Datenverarbeitung negativ auf die Leistung aus. Möchten User beispielsweise in einer AR-Anwendung unvorhergesehene Aktionen durchführen oder sich schnell bewegen, muss die digitale Darstellung immer noch in Echtzeit mit den realen Objekten korrespondieren.
Damit keine wahrnehmbaren Verzögerungen auftreten, ist eine Übertragung, Verarbeitung und Interpretation von Daten innerhalb weniger Millisekunden notwendig. Weite Strecken bei Data Connections stehen diesem Ziel entgegen. Kürzere Wege sind das Ziel von Edge-Computing, also der Datenverarbeitung am äußersten Rand des Netzwerks, der sich dichter am Einsatzort befindet als ein Cloud-Netzwerk.
Welche Rolle spielt Edge-Computing für die Industrie?
Welche Art der Computing-Strategie am sinnvollsten ist, mag für jedes Unternehmen unterschiedlich beantwortet werden. Lokale, zentrale oder Cloud-Verarbeitung können für die Erfassung und Analyse von Produktionsdaten gleichermaßen geeignet sein. Besonders in der Fertigung im industriellen Maßstab ist das Datenaufkommen heutzutage jedoch gewaltig.
In einer aktiven Produktionsanlage muss in jeder Sekunde ein gewaltiges Aufkommen an Datenverkehr bewältigt werden. So erfassen Sensoren pausenlos Informationen, mit denen sich die Einhaltung von Parametern kontrollieren lässt. Unabhängig vom Standort gilt, dass die vernetzte Produktion und Fertigung die anfallenden Datenmengen extrem erhöht. Die lokale Verarbeitung dieser Datensätze mit Edge-Computing verringern sowohl die Übertragungskosten als auch den Speicherbedarf in Cloud-Diensten, da nur noch die wirklich relevanten Informationen an die externe IT-Infrastruktur gesendet werden.
Welche Lösungen bieten sich an?
Da in den meisten Fällen eine Kombination aus Cloudspeicherung, lokaler Datenverarbeitung und Edge-Computing sinnvoll ist, bieten sich Lösungen an, die sich auf alle Bereiche anwenden lassen. Microsoft Azure ist eine solche Cloud-Plattform, die mit zahlreichen Diensten und Produkten die Entwicklung, Ausführung und Verwaltung von Anwendungen in der Cloud, lokal oder im Edge Computing erleichtert.
Wusste gar nicht, dass es verschiedene Computing’s gibt. Cloud- Edge dachte das ist das gleiche.