Was ist Edge Computing?


Im Edge Computing werden Rechenleistung und Datenspeicher nahe an der Quelle platziert, an der die Daten erzeugt werden. Das bedeutet, dass weniger Prozesse in der Cloud durchgeführt werden müssen, wodurch Probleme in der Datenfernkommunikation sowie Latenzprobleme vermieden werden. Die Hauptvorteile sind eine höhere Verfügbarkeit und kürzere Datentransportzeiten.

Edge Computing unterscheidet sich vom traditionellen Computing-Modell mit Datenverarbeitung und -analyse in einem zentralen Rechenzentrum – in der Cloud oder vor Ort am Unternehmensstandort –, da die Daten am Rand (Engl. „edge“) des Netzwerks verarbeitet werden.

idc infobrief hero image cloud database campaign

Edge Computing auf dem Vormarsch

Mit dem weiterhin rasanten Anstieg der Datenmengen hat auch Edge Computing an Bedeutung gewonnen. Dieses Datenwachstum ist zu einem großen Teil auf Sensordaten von IoT-Geräten (Internet of Things) zurückzuführen. Edge Computing hat das Potenzial, Daten nahezu in Echtzeit zu erfassen, zu verarbeiten und zu analysieren. Zusätzlich kann es auch unnötige Daten herausfiltern, sodass nur wichtige Informationen an ein Rechenzentrum gesendet werden.

Die Leistung von Anwendungen wie Augmented Reality (AR), Virtual Reality (VR), Machine Learning (ML) und Künstlicher Intelligenz (KI) wird durch Datenverarbeitung am Edge gesteigert. Edge Computing ermöglicht außerdem die Verwendung von Daten an Remote-Standorten und kann Compliance-Verfahren erleichtern, da die Daten nicht aus ihrer ursprünglichen Quelle verschoben werden. Zusätzlich bedeutet die Verwendung des lokalen Netzwerks (LAN) für die Datenverarbeitung und -speicherung, dass weniger Daten in die Cloud gesendet werden müssen, was wiederum die Betriebskosten senken kann.

Daten am Edge zu behalten, mag vielleicht effizienter sein als eine Übertragung in die Cloud oder an ein Rechenzentrum. Dennoch müssen alle Daten, die dort gespeichert werden, auch sicher sein. Es müssen Datenverschlüsselungsrichtlinien vorhanden sein, die alle übertragenen und gespeicherten Daten vor Diebstahl und Cyberangriffen schützen. Die Aufrechterhaltung einer starken Edge-Sicherheitsstruktur ist der Schlüssel zur Tragfähigkeit der Edge-Datenverarbeitung.

Als Antwort auf die Frage, was Edge-Computing eigentlich ist, beschreibt es das Marktforschungsunternehmen Gartner als „Teil einer Distributed-Computing-Topologie, in der sich die Informationsverarbeitung nahe am Edge befindet – wo Dinge und Menschen diese Informationen produzieren oder konsumieren. Distributed Computing ist nichts Neues und wird schon seit Jahrzehnten verwendet, zum Beispiel von Unternehmen mit Remote-Betrieb, in denen der Einsatz einer zentralen IT keinen Sinn ergibt.

Die Arbeit mit dem traditionellen Modell, in dem Daten über das Internet an ein zentrales Rechenzentrum gesendet werden, wird heute als nicht ratsam angesehen, wenn moderne Unternehmen schnellere Erkenntnisse für ihre Entscheidungsträger benötigen. Das traditionelle Internet ist einfach nicht darauf ausgelegt, den Datentraffic zu bewältigen, den Unternehmen in Zukunft benötigen werden. Außerdem kann es im Internet auch zu Ausfällen kommen, die Downtime verursachen und zu Verlangsamungen, nicht verfügbaren Verbindungen und letztlich Gewinneinbußen führen.

Jede Lösung am Edge muss zwei verschiedene Arten von Daten verarbeiten. Die erste Art sind Systemdaten, die Geschäftsabläufe unterstützen und meistens in kleineren relationalen Datenbanken als denen in On-Premise-Rechenzentren oder der Cloud gespeichert werden. Die zweite Datenart sind Benutzerdaten. Die überwiegende Mehrheit der am Edge verarbeiteten Daten wird von Sensoren erzeugt, deren Verarbeitung vor Ort einfach effizienter ist. Neben diesen Sensordaten müssen Unternehmen eine wachsende Anzahl verbundener Geräte – wie Smartphones und Laptops – verwalten, die ebenfalls besser mithilfe eines Edge-Computing-Modells verarbeitet werden können.

Edge Computing ist im Grunde eine Ergänzung des zentralisierten Computing-Modells, das besser für die Verarbeitung rechenintensiver Workloads geeignet ist. Edge Computing eignet sich dagegen besser für Echtzeit-Verarbeitung und eine schnellere Erkenntnisgewinnung. Darüber hinaus kann Edge Computing auch dazu beitragen, die Belastung des Internets zu reduzieren, indem die Datenverarbeitung einfach nahe an der Datenquelle stattfindet und so Datenstaus minimiert werden. Die IDC geht davon aus, dass bis 2023 mehr als die Hälfte der neuen IT-Infrastrukturen in Unternehmen und nicht mehr im Rechenzentrum liegen.

Die Vorteile des Edge Computing

Die Implementierung von Edge Computing hat das Potenzial, gleich mehrere Probleme für viele Arten von Unternehmen zu lösen, und bringt unzählige geschäftliche Vorteile mit sich.

Reduzierte Latenzzeiten

Die Verarbeitung von Daten in der Nähe ihres Ursprungsortes nimmt wesentlich weniger Zeit in Anspruch, als diese Daten zuerst an ein entferntes Rechenzentrum zu übertragen. Auch Ausfälle und Netzwerküberlastungen können die Latenz erhöhen und Echtzeit-Analysen verlangsamen. Drahtlosnetzwerke arbeiten am effektivsten, wenn bereits eine Edge-Computing-Infrastruktur vorhanden ist.

Höhere Business Resilience

Edge-Dienste können Unternehmen bei der Bewältigung einer Reihe von Problemen unterstützen, z. B. bei ungeplanter Downtime aufgrund fehlender Internetverfügbarkeit. Die Daten an einem einzigen Standort zu behalten, hilft Unternehmen dabei, sicherere Verbindungen zu gewährleisten und die Unternehmensleistung zu verbessern, einfach indem die Daten innerhalb der Betriebsstätten des Unternehmens verbleiben. Auch die Nutzererfahrung kann auf diese Weise verbessert werden, da umfangreiche Inhalte wie Videos in der Nähe des Ortes bereitgestellt werden, an dem sie gebraucht werden.

Erhöhte Datensouveränität

Ein großes Problem für viele Unternehmen ist die Übermittlung von Daten in andere Regionen und über nationale Grenzen hinweg. Probleme mit der Datensouveränität können dadurch gelöst werden, dass die Daten nahe an ihrem Ursprungsort verarbeitet und gespeichert werden. Im Gesundheitswesen kann es sich dabei um sensible Patientenakten oder Videodaten sowie alle identifizierenden Informationen über eine Person handeln. Edge Computing trägt auch zur Gewährleistung der Compliance – zum Beispiel mit der europäischen Datenschutz-Grundverordnung (DSGVO) – bei, indem Daten am Edge verarbeitet und anonymisiert werden, bevor sie in die Cloud oder an ein zentrales Rechenzentrum übertragen werden.

Geringere Überlastung

IoT-Sensoren werden nur weiter dazu beitragen, dass immer mehr Daten bewegt und verarbeitet werden müssen. Im aktuellen Zeitalter von Cloud Computing und Streaming-Diensten erweist sich das Internet vorerst als ausreichend. Kommen jedoch die Daten von Milliarden und Abermilliarden von Geräten hinzu, wird dies die weltweite Internet-Infrastruktur enorm belasten. Die IDC sagt voraus, dass die bis 2025 generierten Daten erreichen werden – eine nahezu unvorstellbare Datenmenge. Edge Computing soll 90 % dieser Daten ausmachen. Erhebliche Internetüberlastungen können so mit Edge Computing vermieden werden.

Wofür wird Edge Computing verwendet?

Es gibt zahlreiche und vielfältige Einsatzgebiete für Edge Computing, in denen Echtzeit-Erkenntnisse für verschiedene unternehmenskritische Abläufe enorme Vorteile bringen können. Das gilt zum Beispiel für prädiktive Analysen in einer Fertigungsanlage, in der die Instandhaltung der Anlagentechnik zur kontinuierlichen Produktion beiträgt. In der Logistik können Edge-Computer-Vision oder Edge-Videoanalysen in Verteilzentren an der Packstraße eingesetzt werden. Pakete können im laufenden Betrieb überprüft werden, um sicherzustellen, dass sie die richtigen Produkte enthalten, und so Bestellfehler zu vermeiden.

Die Möglichkeiten des Edge Computing sind vielfältig und sorgen für Begeisterung in der Industrie, der Kommunalverwaltung, der Landwirtschaft und anderen Bereichen. Hier einige Beispiele für Edge Computing:

Transport
Selbstfahrende Autos müssen sich im Hinblick auf die Sicherheit von Fahrgästen und Fußgängern beweisen. Das erfordert Echtzeit-Datenverarbeitung für die bis zu 20 Terabyte an Daten, die jedes autonome Fahrzeug an einem einzigen Tag verarbeiten muss. Dazu gehören Straßen-, Verkehrs- und Wetterbedingungen sowie Informationen über Geschwindigkeit und natürlich den Standort. Diese Daten zuerst an ein entferntes Rechenzentrum zu senden, würde die Analyse verlangsamen und hätte schwerwiegende Auswirkungen auf die Sicherheit. Edge Computing hilft selbstfahrenden Fahrzeugen, Daten schneller zu verarbeiten und bringt so diese Vision der Realität näher.

Fertigung
Weniger Produktivität bedeutet weniger Gewinn in der Fertigung. Die Analyse von Daten am Edge hätte wichtige Auswirkungen auf die Optimierung von Produktionsprozessen. Durch die Auswertung von Daten, die von Sensoren über die gesamte Produktionslinie hinweg gesammelt werden, können Einblicke in die betriebliche Effektivität gewonnen und verbesserungswürdige Bereiche ermittelt werden. Sensoren können prädiktive Analysen durchführen, indem sie den Zustand von Maschinen und die Anlagenfunktionalität überprüfen. Darüber hinaus können Elemente wie Bestandskontrolle und Mitarbeitersicherheit überwacht werden, um den Betrieb effizient und risikofrei zu halten.

Landwirtschaft
In einer Welt mit begrenzten Ressourcen und unvorhersehbarem Wetter können Sensoren verwendet, um Feuchtigkeit und Nährstoffgehalt des Bodens zu überwachen. Landwirte können mithilfe von Sensordaten den optimalen Erntezeitpunkt präzise vorhersagen, um maximale Erträge zu erzielen. Drohnen können Nutzpflanzen auf Krankheiten und Schädlinge überwachen. Dank der Vorhersage von Wettermustern durch Sensoren sind Landwirte besser dazu in der Lage, ihre Ernten vor Überschwemmungen und Waldbränden zu schützen. Alles in allem kann diese Art der intelligenten Landwirtschaft dazu beitragen, Effizienz zu schaffen, Betriebskosten zu reduzieren und Landwirten ein wesentlich größeres Maß an Kontrolle zu ermöglichen.

Gesundheitswesen
Im Gesundheitswesen werden ununterbrochen Daten erzeugt. Scans von medizinischen Geräten wie Ultraschall, Herzmonitoren und tragbaren Geräten können riesige Datenmengen generieren. Anstatt diese an einen zentralen Datastore zu senden, können sie am Edge verarbeitet und analysiert werden. Medizinische Fachleute erhalten Ergebnisse in Echtzeit und können schneller Diagnosen stellen, wodurch weniger Termine benötigt und Wartelisten verkürzt werden. Robotergestützte Chirurgie wird sicherer, da die Daten vor Ort verarbeitet und nicht an ein entferntes Rechenzentrum übertragen werden.

Smart Citys
Stellen Sie sich eine Welt vor, in der Parkplätze problemlos zu finden sind, es keine überlaufenden Mülleimer gibt und Kriminalität unter Kontrolle ist. Intelligente Städte könnten mithilfe von Edge-Analysen all das der Realität näher bringen. IoT-Geräte können zur Unterstützung wichtiger Dienste eingesetzt werden. Straßenbeleuchtung kann überwacht werden, damit sich die Menschen nachts auf der Straße sicher fühlen. Das Monitoring von Straßenverkehr und Straßenverhältnissen könnte Staus verringern oder Bürger vor Gefahren bewahren. Der Energieverbrauch kann mithilfe von Umweltsensoren reduziert werden.

Und mehr

5G/WiFi 6 und Edge Computing

Die Zukunft des Edge Computing ist eng mit dem Aufkommen von 5G-Wireless- und WiFi-6-Netzwerktechnologien verbunden. Es verleiht Edge Computing neuen Schwung und verspricht stark verbesserte Datenleistung und Analysen nahezu in Echtzeit. Viele Industriebetriebe nutzen bereits 4G und WiFi, sodass vorhandene Netzwerke problemlos aufgerüstet werden können, anstatt wieder ganz bei Null anzufangen. Die Datenverarbeitung am Edge ist von entscheidender Bedeutung für ML und KI und unterstützt darüber hinaus auch den Einsatz von AR/VR-gesteuerten Prozessen.

Cloud Computing vs. Edge Computing

Es ist wichtig zu betonen, dass Edge Computing die Cloud ergänzt. Edge Computing bringt Unternehmen keine Vorteile in deren Cloud-Nutzung. Cloud-Dienste ermöglichen es Unternehmen, ihre Infrastruktur auf globaler Ebene zu erweitern sowie Rechenressourcen für große Workloads punktuell dann hinzuzufügen, wenn diese auch gebraucht werden. Die Cloud verringert die Notwendigkeit, in teure IT-Hardware zu investieren, und reduziert Verwaltungskosten. Edge Computing soll Cloud-Netzwerke vergrößern und dort ergänzen, wo Verarbeitung weit entfernt vom zentralen Netzwerk benötigt wird.

OVHcloud und Edge Computing

OVHcloud verfügt über 20 Jahre Erfahrung mit Rechenzentren, um die Zukunft des Edge Computing zu unterstützen. Unser Datacenter as a Service liefert ein vorintegriertes On-Premise-Cloudsystem mit einer breiten Palette an DCaaS-, IaaS- und PaaS-Diensten.

Unternehmen können OVHcloud Produkte in ihrer eigenen Rechenzentrumsumgebung verwenden, um vollständige Datensouveränität zu gewährleisten, Betriebs- und Kapitalkosten zu reduzieren und von den neuesten Hardwaretechnologien zu profitieren.