Roboterarm in einer Montagelinie

Was bedeutet Edge-Computing?

Schnellere Abläufe, mehr speichern und alles verarbeiten – am Netzwerkrand.

Edge-Computing auf einen Blick

  • Dadurch, dass sie leistungsfähiges Edge-Computing zum Entstehungsort von Daten verlagern, können Unternehmen und Dienstleister neue Umsatzmöglichkeiten wahrnehmen, innovative Dienste anbieten und Zeit und Geld für den IT-Betrieb sparen.

  • Edge-Computing verringert Verzögerungen bei der Datenverarbeitung, erhöht die Reaktionsschnelligkeit und ermöglicht Verbesserungen beim Datenverkehrsmanagement und bei der Einhaltung rechtlicher Erfordernisse bezüglich Sicherheit und Datenschutz.

  • Edge-Computing ist nur ein Teil einer verteilten Datenverarbeitungsarchitektur und erfordert bei der Planung einer interoperablen Edge-to-Cloud-Lösung Überlegungen hinsichtlich der gesamten Infrastruktur, von den Geräten oder Maschinen am Netzwerkrand über die hausinterne Edge-Struktur und das Unternehmensnetzwerk bis zur Cloud.

author-image

Von

Was bedeutet Edge-Computing?

„Edge“ bedeutet in Deutsch Kante oder Rand und bezieht sich in der Informationstechnik auf den äußeren Bereich eines Netzwerks, also die Ebene der mit dem Netz verbundenen Endgeräte. Edge-Computing beinhaltet, dass Daten am Netzwerkrand – also näher an dem Ort, wo sie entstehen – verarbeitet, analysiert und gespeichert werden, um eine schnelle, echtzeitnahe Analyse und Reaktion zu ermöglichen. In den letzten Jahren haben einige Unternehmen und Organisationen ihren IT-Betrieb durch die zentrale Speicherung und Verarbeitung von Daten in der Cloud konsolidiert. Die Erfordernisse aufgrund neuer Anwendungsfälle, die durch Milliarden von verteilt eingesetzten Geräten möglich wurden – von fortschrittlichen Lösungen für die Lager- und Bestandsverwaltung bis hin zu Robotern mit maschinellem Sehen in der Fertigung und zu fortgeschrittenen Verkehrsregelungssystemen in Smart Cities – haben jedoch dazu geführt, dass dieses Modell nicht mehr uneingeschränkt anwendbar ist.

Dazu kommt, dass die erzeugte und erfasste Datenmenge durch die gesteigerte Nutzung von Edge-Geräten zur schnelleren, echtzeitnahen Gewinnung verwertbarer Erkenntnisse – von IoT-Geräten (Internet of Things), wie intelligenten Kameras, mobilen Point-of-Sale-Terminals, medizinischen Sensoren und Industrie-PCs bis hin zu Gateways und der Computing-Infrastruktur – exponentiell ansteigt.

Laut Prognosen werden bis 2025 75 Prozent der Daten außerhalb von zentralen Rechenzentren erzeugt, wo bisher der Großteil der Datenverarbeitung stattfindet.1 Geht man noch einen Schritt weiter, ist zu bedenken, dass etwa 90 Prozent aller von Unternehmen erfassten Daten niemals verwendet werden.2 Edge-Computing bietet eine Möglichkeit, durch hochleistungsfähige Verarbeitung, Konnektivität mit geringer Latenz und sichere Plattformen Nutzen aus den Daten zu ziehen, die von den Geräten erfasst werden.

Laut Prognosen werden bis 2025 75 Prozent der Daten außerhalb von zentralen Rechenzentren erzeugt, wo bisher der Großteil der Datenverarbeitung stattfindet.1

Motivation für Edge-Computing

Cloud-Computing stößt hinsichtlich der Anforderungen an die unterstützten Dienste und Anwendungen an seine Grenzen, ob Datenspeicherung, Verarbeitung oder Reaktionsschnelligkeit des Systems. In vielen Fällen reicht mehr Bandbreite oder Verarbeitungsleistung nicht aus, um die Anforderungen an die schnellere Verarbeitung der Daten von verbundenen Geräten und die unmittelbare Bereitstellung von Erkenntnissen sowie echtzeitnahen Reaktionen zu erfüllen. Dieser Mangel forciert die Einführung und Nutzung von Edge-Computing.

Schlüsselfaktoren für die entstehenden Probleme in der Cloud sind:

  • Latenz: Mehr Branchen implementieren Anwendungen, die eine schnelle Analyse und Reaktion erfordern. Cloud-Computing allein kann diesen Anforderungen nicht gerecht werden, weil die Latenz aufgrund der Entfernung der Datenquelle innerhalb des Netzwerks zu Ineffizienz, Verzögerungen und schlechter Funktionalität für die Kunden führt.
  • Bandbreite. Die Übertragungsbandbreite oder die Verarbeitungsleistung zu vergrößern, könnte Latenzproblemen abhelfen. Da sich in Unternehmen jedoch die Anzahl der Edge-Geräte in ihrem Netzwerk und die Menge der von diesen generierten Daten weiter erhöhen, können die Kosten für die Übermittlung der Daten zur Cloud in nicht vertretbarer Weise ansteigen, was sich vermeiden lässt, wenn Daten am Netzwerkrand verarbeitet, gespeichert und analysiert werden können.
  • Sicherheit und Datenschutz: Wenn sensible Daten wie etwa private Krankenakten am Netzwerkrand gesichert und nur weniger Daten über das Internet übertragen werden, kann dies die Sicherheit durch ein vermindertes Risiko des Abhörens verbessern. Darüber hinaus verlangen einige Behörden oder Kunden eventuell, dass die Daten in dem Amtsbereich verbleiben, in dem sie erzeugt wurden. So kann es im Gesundheitswesen zum Beispiel örtliche oder regionale Vorschriften geben, mit denen die Speicherung oder Übertragung von personenbezogenen Daten eingeschränkt wird.
  • Konnektivität. Das Fehlen einer ständig aktiven Internetverbindung kann Cloud-Computing erschweren, während Edge-to-Cloud-Computing dank vielfältiger Netzwerkoptionen machbar erscheint. 5G bietet beispielsweise hohe Bandbreite und geringe Latenz für die schnelle Datenübertragung und die Bereitstellung von Diensten vom Netzwerkrand aus.
  • KI: Mit Blick auf den Bedarf an praktisch nutzbarer echtzeitnaher Informationsgewinnung benötigen Unternehmen KI an der Datenquelle, um eine schnellere Verarbeitung zu ermöglichen und das Potenzial zuvor nicht genutzter Daten auszuschöpfen.

Vorteile von Edge-Computing

Die Verlagerung einiger Datenfunktionen wie Speichern, Verarbeitung und Analyse weg von der Cloud und näher zum Entstehungsort der Daten hin kann mehrere bedeutende Vorteile bieten:

  • Höheres Tempo und geringere Latenz: Wenn die Datenverarbeitung und -analyse an den Netzwerkrand verlagert wird, kann das System schneller reagieren. Dies wiederum ermöglicht schnellere Transaktionen und bessere Funktionalität, was bei Anwendungen wie in autonomen Fahrzeugen, bei denen Operationen echtzeitnah ablaufen müssen, von entscheidender Bedeutung sein kann.
  • Verbessertes Netzwerk-Datenverkehrsmanagement: Die über das Netzwerk zur Cloud übertragene Datenmenge auf ein Minimum zu beschränken, kann die benötigte Bandbreite und die Kosten für die Übertragung und Speicherung großer Datenmengen reduzieren.
  • Höhere Zuverlässigkeit: Die Datenmenge, die Netzwerke gleichzeitig übertragen können, ist beschränkt. An Standorten mit suboptimaler Internetverbindung erhöht sich durch die Möglichkeit, Daten am Netzwerkrand zu speichern und zu verarbeiten, die Zuverlässigkeit bei Störungen der Cloud-Verbindung.
  • Verstärkte Sicherheit: Bei korrekter Umsetzung kann eine Edge-Computing-Lösung die Datensicherheit durch die begrenzte Übertragung von Daten über das Internet erhöhen.

Vom Netzwerkrand zur Cloud

Auch wenn Edge-Computing Unternehmen und Organisationen ungekannte Möglichkeiten verschafft, sich den ganzen Wert von Daten zu erschließen, so bleibt die Cloud doch als zentrales Datenarchiv und Zentrum der Datenverarbeitung unverzichtbar. Die folgende Abbildung zeigt, wie Edge-Geräte für die Erfassung von Daten, die Verarbeitung, das Speichern und den Netzwerkbetrieb zusammenwirken, um Unternehmen an jedem Punkt zu ermöglichen, größten Nutzen aus den Daten zu ziehen.

IoT- und Edge-Computing-Geräte erfassen Daten und verwalten sie mit einer von zwei hauptsächlichen Methoden. Intelligente Edge-Computing-Geräte mit integrierten Prozessoren können mit fortgeschrittenen Funktionen wie integrierter Datenanalyse oder KI ausgestattet sein, während Geräte ohne Prozessoren die von ihnen erzeugten Daten zur Speicherung und Analyse an einen Server am hausinternen Netzwerkrand senden. Ein hausinterner Edge-Server kann dann die von den Edge-Computing-Geräten kommenden Daten verarbeiten und die entscheidenden Informationen zurückgeben, die für echtzeitnahe Anwendungen benötigt werden oder nur die relevanten Teile der Daten zur Cloud senden. Daten von vielen Edge-Computing-Geräten können für eine umfassendere Verarbeitung und Analyse in der Cloud konsolidiert werden.

Anwendungsfälle für Edge-Computing

Intel hat mit vielen Partnern aus der Branche und mit Endkunden zusammengearbeitet, um zehntausende Edge-Computing-Lösungen bereitzustellen. Im Folgenden stellen wir vier Edge-Computing-Anwendungsfälle vor, die zeigen, wie Intel Unternehmen dabei unterstützt hat, neue Funktionalität und einen effizienteren Betrieb zu ermöglichen.

Einzelhandel: Edge-Computing kann mithilfe von Sensoren und Kameras die Genauigkeit der Bestandsverwaltung verbessern und dazu beitragen, die Effizienz von Lieferketten und der Produktentwicklung zu steigern. Darüber hinaus kann Edge-Computing die echtzeitnahe Analyse des Kundenverhaltens unterstützen, um ein verbessertes und möglicherweise sichereres Einkaufserlebnis zu ermöglichen. So half beispielsweise die videobasierte KI-Lösung von Sensormatic Einzelhändlern, ihre Geschäfte während der COVID-19-Pandemie sicher zu öffnen, indem sie das Kundenaufkommen verfolgte und das Abstandhalten überwachte.
Industrie: Edge-Computing kann durch die Integration von digitaler und analoger Technik für eine flexiblere und reaktionsschnellere Fertigung eine Grundlage für Industrie 4.0 bilden. Beispielsweise entwickelten Intel und Nebbiolo Technologies zusammen mit Ingenieuren von Audi eine skalierbare, flexible Plattform, die mithilfe von Algorithmen für vorausschauende Analyse und maschinelles Lernen die Schweißnahtprüfung und kritische Prozesse der Qualitätskontrolle verbessert.3
Bildung: Einige Software-basierte Lösungen für den Bildungsbereich nutzen in den Geräten integrierte KI für personalisierte virtuelle Unterstützung, die Interaktion mit natürlicher Sprache und sogar Augmented-Reality-Funktionen (erweiterte Realität). Als Beispiel verwendet das digitale Whiteboard von ViewSonic Edge- und Computer-Vision-Technik, um das Klassenzimmer-Feeling für Lernende und Lehrende beim Distanzunterricht nachzuempfinden.
Gesundheitswesen: Edge Computing kann helfen, die Ergebnisse bei der stationären und ambulanten Überwachung und bei telemedizinischen Diensten zu verbessern und auf maschinellem Lernen und Deep Learning basierende Inferenz bei bildgebenden Geräten zu nutzen, um Gesundheitsprobleme schneller zu erkennen. Ohne dass dafür die Anschaffung teurer neuer Hardware notwendig war, verbesserte Philips die KI-Inferenz für medizinische Bilder bei vorhandenen CT-Scannern um 188 Prozent.4

Edge-Computing-Technik in der Anwendung

In Folge 5 von „The Inside Edge“ gibt Steen Graham, Intel IoT General Manager, einen Einblick in Anwendungen von Edge-Computing in der Praxis, vom Gesundheitswesen über die Fertigungsbranche bis zum Einzelhandel, um zu demonstrieren, wie Edge-Computing-Lösungen mit Technik von Intel neue Funktionalität für Kunden ermöglichen und ganze Branchen grundlegend verändern können.

Bessere Ergebnisse beginnen am Netzwerkrand

Edge-Computing verschafft Unternehmen und Dienstleistern ungekannte Möglichkeiten, den Wert von Daten zu erschließen. Mit dem richtigen Partner an seiner Seite kann ein Unternehmen an jeder Stelle den größten Nutzen aus den Daten ziehen. Mit zehntausenden Edge-Implementierungen, die einen echten Mehrwert liefern, hunderten marktreifen Lösungen, auf Standards basierender Technik und dem weltweit ausgereiftesten Entwicklerumfeld kann Intel Ihnen helfen, „Intelligent Edge“ Wirklichkeit werden zu lassen.

FAQs

Häufig gestellte Fragen

Edge-Computing beinhaltet, dass Daten am Netzwerkrand – also näher an dem Ort in einem Netzwerk, wo sie entstehen – verarbeitet, analysiert und gespeichert werden, um eine schnelle Analyse und Reaktion in Echtzeit zu ermöglichen und das Potenzial für die Monetarisierung von Daten, das Angebot neuer Dienste und das Sparen von Zeit und Geld bei den Betriebsabläufen zu schaffen. Die fünf wichtigsten Faktoren als treibende Kraft für das Edge-Computing sind Latenz, Bandbreite, Sicherheit, Konnektivität und KI.

Der Netzwerkrand ist Teil des Netzwerks eines Unternehmens, befindet sich direkt an der Außengrenze des Netzwerkkerns und umfasst konvergierende Standorte wie regionale Rechenzentren, „Next Generation Central Offices“ (NGCOs), feste drahtgebundene Zugangspunkte, Basisstationen für den Funknetzzugang und Funkzugangsnetzwerke (RANs).

Edge-Cloud-Computing ergänzt Cloud-Computing durch Edge-Computing bei bestimmten Arten von Workloads. Beim Edge-Cloud-Computing erweitert eine Edge-Cloud, die auf einem als Mikrodatenserver agierenden Edge-Server gehostet wird, die Annehmlichkeiten der Cloud-to-Edge-Netzwerke dadurch, dass intelligente Edge-Knoten näher bei den lokalen Geräten oder Maschinen, Anlagen und Ressourcen für die Datenerfassung, -speicherung und schnellere Datenverarbeitung platziert werden, was eine geringere Latenz für Edge-Anwendungen zur Folge hat, die auf echtzeitnahe Daten angewiesen sind.