Edge Computing als vielversprechendes Bindeglied für Cloud-Services
Der Bedarf nach schnellem Datenzugriff und deren Verwaltung steigt stetig an. Weltweit sind nahezu rund 50 Milliarden Geräte mit dem Internet vernetzt, das „Internet of Things“ (IoT) verbreitet und erweitert sich kontinuierlich. All diese Geräte haben einen ständigen Daten-Output, der gespeichert und in manchen Fällen verarbeitet werden muss. Das stellt für die Geschwindigkeit des mobilen Netzes eine große Herausforderung dar. Insbesondere die Covid-19-Pandemie hat die Nutzung von Cloud-basierten Anwendungen in den Fokus gerückt und damit für ein noch höheres Datenaufkommen in den Netzwerken gesorgt. Cloud Computing beschreibt über das Internet zur Verfügung gestellte IT-Infrastrukturen wie beispielsweise Speicherplatz, Rechenkapazität und Anwendungssoftware. Mit der Covid-19-Pandemie wurden vor allem Speicher und Anwendungssoftware (wie Microsoft 365) über das Internet verstärkt genutzt. Die enormen Datenmengen, die über die Clouds laufen, bringen die Netzwerke an ihre Grenzen und führen teilweise zu einer Netzüberlastung. Die Verarbeitung der Cloud-Services laufen in der Regel über riesige externe Rechenzentren. Das bringt Probleme mit sich, wenn die Rechenzentren sehr weit weg von Nutzer positioniert sind. Je länger der Transfer-Weg der Daten, desto mehr leidet die Übertragungsdauer darunter. Diese Situation ist vor allem für Unternehmen mit einem hohen Datenaufkommen problematisch.
Die Lösung für langsame Übertragungsgeschwindigkeiten bietet Edge Computing. Damit werden abrufbereite Daten in der Nähe des Bedarfs zur Verfügung gestellt.
Das Konstrukt vom Edge Computing
Dem „Internet of Things“ (IoT) werden vielfältige Definitionen zugeordnet, im Prinzip ist es ein Sammelbegriff für alle, mit dem Internet verbundenen, Geräte. Der Begriff Edge Computing beschreibt eine IT-Architekturstruktur für IoT-Umgebungen, bei der Rechenkapazität und Speicherplatz möglichst in der Nähe zu datengenerierenden und -verarbeitenden Endgeräten zur Verfügung gestellt werden. Das englische „Edge“ (zu Deutsch: Rand oder Ecke), beschreibt hierbei den Verarbeitungsort der Daten, nämlich dezentral am Rand eines Netzwerks. Damit wird der Transfer-Weg der großen Datenmengen möglichst kurzgehalten und es wird eine Zeitverzögerung verhindert.
Edge-Device und Edge-Gateway
Die Definition von Edge-Device lässt sich mit der Übersetzung des Wortes erläutern, auf Deutsch bedeutet es so viel wie „Randgerät“. Explizit zählt jedes datengenerierende Gerät am Rand eines Netzwerks als Edge-Device. Dazu gehören beispielsweise Sensoren von Geräten, die Daten ausgeben, sowie Maschinen, Fahrzeuge oder intelligente Geräte wie Waschmaschinen, Glühbirnen, Feuermelder und Thermostate. Edge Gateways bilden Schnittstellen und Übergänge zu funkbasierten Übertragungen (wie WLAN oder Bluetooth) und ebenso für kabelgebundene Übertragungstechniken (wie Ethernet). Sie sind Knotenpunkte zwischen dem IoT und einem zentralen Kernnetzwerk. Um Daten aus dem IoT zu verarbeiten bedarf es sehr großer Rechenleistung. Dafür werden leistungsstarke Router eingesetzt, die das Kernnetzwerk bilden und die Datenmengen verarbeiten können.
Edge Computing beschreibt zusammenfassend einen lokalen Knotenpunkt, in dem Daten in Eingangsnähe verarbeitet werden, anstatt die Daten in die externen Rechenzentren der Cloud zu schicken. Diese Funktionsweise wird Cloud Computing nicht verdrängen, es ist eine effektive und flexible Ergänzung zu Cloud-Services. Die Datenerfassung verläuft möglichst nah an der Datenquelle. Die Edge-Gateways verbinden die einzelnen Edge-Geräte zentral miteinander und ermöglichen die Vorverarbeitung und Selektion der Daten. Anschließend kann festgelegt werden, ob die Daten in der Cloud oder lokal ausgewertet und archiviert werden sollen.
Vorteile
- Verarbeitung von Datenmengen in Echtzeit
Mit der IT-Architektur von Edge Computing lassen sich riesige Datenmengen über mobile Netzwerke in Echtzeit auswerten. Die Datenquellen sind näher an der Verarbeitungseinheit dran und ermöglichen Kommunikation in Echtzeit. Damit bietet Edge Computing eine zuverlässige Lösung für schnelle Datenverarbeitung und -bereitstellung, ganz ohne Zeitverzögerung (Latenz) aufgrund von überlasteten Mobilnetzen. - Sicherheitsbestimmungen
Ein Vorteil, der mit der lokalen Verwaltung und Speicherung der Daten zusammenhängt, ist die einfachere Umsetzung von Informationssicherheitsbestimmungen. Es bedarf also weniger Aufwand die lokalen Daten fachgerecht zu schützen. - Kombination Edge Computing und Cloud
Dennoch ist es weiterhin möglich, Daten, die online zur Verfügung stehen sollen und nicht lokal ausgewertet werden, in die Cloud zu laden. - Kosteneffizient besonders für KMU
Für kleine und mittelständische Unternehmen (KMU) zeigt sich ein prägnanter Vorteil darin, dass durch die dezentrale Datenverarbeitung am Netzwerkrand Produktions- und Prozessverzögerungen vermieden werden. Der Weg von der Datenübertragung, über die Verarbeitung bis hin zur Rückübermittlung der Daten an die Maschine, muss in Anwendungen, die mit künstlicher Intelligenz gesteuert werden, möglichst schnell verlaufen. Das ist mit einer Verarbeitung in Entstehungsnähe der Daten mittels Edge Computing möglich. Das spart KMU zusätzlich Kosten, denn folglich der lokalen Datenverarbeitung können die Datenmengen, die in die Cloud transferiert, reduziert werden. Diese Methode der IT-Infrastruktur zeigt sich als sehr kosteneffizient.
Nachteile
- Höherer Wartungsaufwand
Ein Nachteil, der sich mit der Nutzung von verteilten IT-Systemen ergibt, ist der höhere Wartungsaufwand aufgrund der komplexen Netzwerkstruktur. Die Sicherheitsbestimmungen zum allgemeinen Datenschutz können bei lokal verwalteten Daten zwar einfacher umgesetzt werden, doch bringt die verzweigte IT-Struktur höhere Anforderungen mit sich. Es müssen erweiterte Sicherheitsmaßnahmen beachtet und umgesetzt werden.
Tipp: Für mehr Insider-Infos zum sicheren Betrieb von Unternehmensnetzen und geschäftskritischen IT-Infrastrukturen abonnieren Sie unseren kostenlosen Cybersecurity-Newsletter.
Edge Computing in der Praxis
Eine geringe Latenz ist vor allem in zeitabhängigen Anwendungsbereichen der Industrie und Wirtschaft von großer Wichtigkeit. Beispielsweise in der vorausschauenden Wartung zeigt sich das Konzept des Edge Computing als vorteilhaft. Denn mittels Edge Computing können Ausfälle und Störungen aufgrund der Echtzeitübertragung der Daten größtenteils verhindert werden. Siemens beschrieb bereits vor einem Jahr die revolutionäre Funktionsweise der vorausschauenden Wartung sehr anschaulich in 5 Schritten an einem Beispiel:
- Datenerfassung: Im ersten Schritt werden aussagekräftige Steuerungsdaten und Abläufe der Maschine erfasst und direkt im zweiten Schritt auf ein Edge-Gerät transferiert. Das ist notwendig, da eine Analysefunktion zentral in der Maschine Massen von Daten verarbeiten müsste und dies eventuelle Auswirklungen auf die Funktionsweise des Gerätes haben kann. Es bedarf eines externen Geräts, dass die komplexen Berechnungen von großen Datenmengen durchführen kann, die Lösung bildet ein Edge-Device (Randgerät), auf das die Maschinen-Daten transferiert werden.
- Datenanalyse: Im dritten Schritt werden nun die Daten des Edge-Device in Form einer App verarbeitet. Diese App analysiert die vorhandenen Daten und berechnet daraufhin, wann die Maschine gewartet werden muss. Außerdem berechnet das Programm die Restlebensdauer der Maschine, und liefert zudem den optimalen Zeitpunkt für die Wartung der Maschine. Somit werden Defekte und Ausfälle der Maschine verhindert. Jede Maschine braucht ihr eigenes Edge-Device.
- Datenmanagement: Im vierten Schritt kommt hier das Edge Management System zum Einsatz. Im sogenannten Edge-Gateway werden alle Edge-Geräte verbunden und können von einer zentralen Stelle, dem Knotenpunkt, gesteuert werden. Von diesem Knotenpunkt aus können Änderungen an allen angeschlossenen Edge-Devices gleichzeitig vorgenommen werden. Beispielsweise können neue Applikationen und Security Patches mit wenigen Klicks auf alle Edge-Geräte verteilt werden, das bringt Effizienz und Flexibilität in die Arbeitsabläufe. Wenn standortübergreifend gearbeitet wird, kommt im fünften Schritt das Cloud Computing zum Einsatz. Über die Cloud wird die App verwaltet und ermöglicht standortübergreifenden Zugriff auf das Edge Management System. Hier können alle Edge-Geräte mit einem Klick angesteuert werden, das spart Zeit, Aufwand und somit Kosten. Insgesamt kann immer individuell entschieden werden, ob Daten lokal oder extern auf der Cloud gespeichert werden sollen.
Edge Computing bietet einfaches Daten-Handling in Echtzeit, die Daten und das fachliche Know-How sind in den Applikationen sicher geschützt, auch weil die Verwaltung und Speicherung häufig lokal abläuft. Diese IT-Struktur ist ein zukunftssicheres und flexibles Konzept mit einfach zu handhabenden kontinuierlichen Updates. Das Prinzip bringt neue Möglichkeiten für die Analyse großer Datenmengen, ohne die Produktion oder Arbeitsabläufe zu beeinträchtigen.
Bisher war es nicht möglich, dass mittels künstlicher Intelligenz automatisierte Prozesse und Berechnungen mit solchen Datenmassen vorgenommen werden. Jetzt ist mit Edge Computing die Lösung dafür gefunden. Neben vorrausschauender Wartung wird Edge Computing außerdem beim Garantie- und Qualitätsmanagement sowie bei der Optimierung von Arbeitsprozessen eingesetzt. Im Alltag findet Edge Computing Einsatz bei automatisierter Navigationshilfe, die Routen-Daten und Zeitangaben werden in Echtzeit aktualisiert und ausgegeben. Auch autonome Fahrzeuge sind auf Echtzeit-Datenübertragung angewiesen, Geschwindigkeits- und Positionsdaten, beispielsweise für einen Spurwechsel, erfordern sehr geringe Latenz. Insgesamt findet Edge Computing überall dort Einsatz, wo zeitkritische Abläufe stattfinden und Daten schnellstmöglich verarbeitet werden.
Fazit
Gegenwärtig ist das Wachstum von Cloud Computing Diensten nicht aufzuhalten, täglich steigt das Datenvolumen, das in den mobilen Netzwerken übertragen wird. Mit den wachsenden Anwendungszahlen von automatisierten Arbeitsprozessen und dem Bedarf nach Echtzeit-Übertragungsraten für Kontrolle und Überwachung dieser Daten, muss eine schnelle Verarbeitung von solch komplexen Datenmengen ermöglicht werden. Die digitale Transformation bildet zukünftig eine hybride Lösung von Cloud und Edge Computing ab. Mit dieser Kombination wird gewährleistet, dass die Flexibilität von Cloud Computing mit der schnellen Übertragungsrate von Edge Computing einher geht. Edge Computing wird sich somit in den nächsten Jahren zu einem wichtigen Bestandteil jeder IT-Infrastruktur entwickeln. Bis 2022 werden voraussichtlich 90 Prozent der Industrieunternehmen Edge Computing nutzen, davon geht eine Marktanalyse von August 2020 aus. Jedes Unternehmen, das darauf angewiesen ist, große Datenmengen mit geringer Latenz in sein Netzwerk zu übertragen, wird von Edge Computing profitieren und sollte nicht darauf verzichten.
Auch wir als envia TEL sehen den Bedarf nach schnelleren Übertragungsgeschwindigkeiten. Um so nah wie möglich an unseren Kunden zu sein, haben wir 2020 ein weiteres Hochleistungs-Rechenzentrum auf dem Campus Taucha bei Leipzig errichtet. Das neue Rechenzentrum garantiert unseren Kunden eine schnelle Internet-Anbindung.
