Thought Leadership
Digitale Daten sind vielseitig und aus dem Alltag nicht mehr wegzudenken. Entscheidend sind jedoch nicht nur die Daten selbst, sondern auch ihre Verarbeitung.
Diese unterliegt je nach Verwendungszweck der Daten unterschiedlichen Ansprüchen und kann in einigen Fällen eine Herausforderung sein – beispielsweise bei besonders großen Datenmengen, bei sensiblen Informationen oder bei unmittelbar nach der Erhebung benötigten Erkenntnissen.
Stärken und Alleinstellungsmerkmale
Während die Datenverarbeitung beim Edge-Computing dezentral am Rand des Netzwerks und damit nah am Ursprungsort der Daten stattfindet, nutzt Cloud-Computing zentrale Rechenzentren, die über ein Netzwerk mit dem Ort der Datenentstehung verbunden sind. Sowohl Edge- als auch Cloud-Computing bieten jeweils einzigartige Vorteile bei der Lösung technologischer Herausforderungen. Die Kombination der beiden Technologien entfaltet ihr volles Potenzial, indem sie die Stärken beider Ansätze vereint und die Leistung, Sicherheit und Latenz der IT-Infrastruktur optimiert.
Ein wichtiges Alleinstellungsmerkmal der Cloud ist die nahezu unbegrenzte Skalierbarkeit. Je nach Bedarf können Ressourcen erweitert oder reduziert werden. Die Edge hingegen hat eine festgelegte, begrenzte Kapazität, die durch die genutzte Hardware, die physischen Gegebenheiten auf dem Betriebsgelände und den Verwendungszweck der Infrastruktur bestimmt wird.
Durch die Nähe zum Ort der Entstehung der Daten ist die Edge allerdings dafür prädestiniert, große Datenmengen fast ohne Verzögerung zu speichern und zu verarbeiten. Sie ist dabei nicht auf die Übertragungsraten des Internets angewiesen. Beim Cloud-Computing gelangen die Daten über eine Internetverbindung in (mindestens) ein Rechenzentrum, das in den meisten Fällen in einiger Entfernung zum Ursprungsort der Daten steht.
Dabei ist die Entfernung zur Datenquelle und zu weiteren möglichen Speicherorten ein Teil des Sicherheitskonzepts. Rechenzentrumsbetreiber wie der Cloud Provider WIIT, verhindern mit Georedundanz beispielsweise, dass verschiedene Speicherorte vom selben Stromausfall oder derselben Naturkatastrophe betroffen sind. Doch auch die Speicherung in der Edge hat Vorteile hinsichtlich der Sicherheit von sensiblen Daten und geistigem Eigentum, da sie in diesem Fall das Betriebsgelände nicht verlassen müssen und der Edge-Betreiber jederzeit die Hoheit über die Daten behält.
Ein weiterer Vorteil der Speicherung und Verarbeitung in der Nähe des Ursprungsortes ist die minimale Latenz. Je nach Größe der zur Verfügung stehenden Edge kann sie als kleines, isoliertes Rechenzentrum fungieren, das umgehend auf lokale Ereignisse reagieren kann.
Synergie der jeweiligen Vorteile nutzen
Fügt man die jeweiligen Vorteile von Edge und Cloud zusammen, profitieren die Anwender von einer flexiblen und skalierbaren IT-Infrastruktur, die sowohl Echtzeitanwendungen als auch umfangreiche Datenanalysen unterstützt. Das Zusammenspiel beider Technologien kann für die Erweiterung der Kapazität der Edge dienen oder Daten verdichten und bereinigen, die danach für die Speicherung und Verarbeitung in eine Cloud-Infrastruktur übergehen. Bei einem Pre-Processing der Daten kann die Edge beispielsweise persönliche oder vertrauliche Informationen entfernen oder pseudonymisieren, die ein Unternehmen aufgrund von Compliance-Anforderungen nicht in die Cloud verlagern darf. Diese Vorverarbeitung, die beispielsweise bei der Forschung und der Entwicklung neuer Produkte und Technologien Anwendung findet, trägt gemeinsam mit den umfassenden Schutzmaßnahmen der Cloud dazu bei, Cyberangriffe und Industriespionage abzuwehren.
Das gebündelte Potenzial in Aktion
Speziell in der Forschung ist eine Verarbeitung in der Edge oft notwendig. Vor allem die Datenmengen, die bei Experimenten in der angewandten Forschung entstehen, sind häufig so groß, dass ein direkter Transfer in die Cloud kaum umsetzbar ist. Eine Vorverarbeitung filtert und verdichtet die Daten bereits an der Quelle, wodurch sich der Transfer in die Cloud auf relevante und verarbeitbare Daten beschränkt. Die geschickte Kombination von Cloud und Edge reduziert nicht nur die Bandbreitenanforderungen und Speicherkosten, sondern ermöglicht gleichzeitig eine schnellere Analyse und Reaktion auf die Ergebnisse.
Die Kombination von Edge- und Cloud-Computing kann auch zu einer Reduzierung von Energiekosten führen. Durch den Einsatz intelligenter, gesteuerter Systeme im Gebäude- und Energiemanagement lässt sich die Energiezufuhr in Gebäudekomplexen nachhaltig und effizient regulieren. Intelligente Stromnetze, die auf Datenbasis Entscheidungen treffen und an die Cloud angebunden sind, senken Betriebskosten und ermöglichen die Erstellung digitaler Reports. Diese Reports unterstützen die Fernsteuerung und -wartung über die Cloud-Infrastruktur rund um die Uhr. Eine Edge-Lösung stellt dabei sicher, dass nur relevante Daten zur Optimierung von Energieflüssen in die Cloud übertragen werden.
Fügt man die jeweiligen Vorteile von Cloud und Edge zusammen, optimieren die Anwender Leistung, Sicherheit und Latenz der IT-Infrastruktur.
Christoph Herrnkind, WIIT AG
Die Entwicklung zum Lebensretter
Der Einsatz intelligenter Systeme und Künstlicher Intelligenz (KI) nimmt in vielen Industriebereichen rasant zu. Auch im Zusammenhang mit Edge- und Cloud- Computing bietet KI enormes Potenzial, beispielsweise im medizinischen Bereich. Dort stellt Edge-Computing seine „klassischen“ Vorteile unter Beweis: Das Pre-Processing pseudonymisiert und schützt Patientendaten, bevor die großen Datenmengen, die beispielsweise ein Krankenhaus generiert, zur Speicherung in die Cloud kommen. Zudem schafft die minimale Latenz bei der Datenverarbeitung in der Edge die besten Voraussetzungen dafür, dass Ärzte in zeitkritischen Situationen effektiv helfen und sogar Leben retten können.
Der Einsatz von KI auf einer Edge, die als kleines, vom Internet isoliertes Rechenzentrum fungiert, kann die unterstützende Rolle des Edge-Computings noch weiterentwickeln. Die KI kann medizinischen Bilddaten effizient analysieren und in Echtzeit relevante Muster und Zusammenhänge, Anomalien und potenzielle Krankheitsherde erkennen. Mit diesen Erkenntnissen und der Fähigkeit, auf Grundlage der erhobenen Daten und Echtzeitinformationen Empfehlungen zu geben, kann eine KI eine wertvolle Entscheidungshilfe für die medizinischen Fachkräfte sein. Gleiches gilt für den Bank- und Finanzsektor, in dem künstliche Intelligenz zur Erkennung von Betrug und Geldwäsche beitragen kann, sowie zahlreiche weitere Bereiche, in denen Mustererkennung und die intelligente Analyse gespeicherter Daten einen Mehrwert bieten.
Cloud und Edge greifen nahtlos ineinander
Die Fachkräfte, die in diesen Anwendungsbeispielen mit der Edge arbeiten, können sich darauf verlassen, dass die Daten, auf die sie zugreifen, das Betriebsgelände nicht verlassen. Die unterschiedlichen Speicherorte wirken sich dabei nicht auf ihre Arbeitsabläufe aus, da sie sowohl für die lokalen Daten als auch bei der Arbeit mit Anwendungen und Workloads in der Cloud durchgängig dieselben Management- und Automatisierungstools nutzen. Cloud- und Edge-Provider wie die WIIT AG führen beide Umgebungen unter einer gemeinsamen Administrations-Oberfläche zusammen. So profitieren Unternehmen und Organisationen vom nahtlosen Zusammenspiel beider Technologien und können den maximalen Nutzen aus ihren digitalen Daten und deren Verarbeitung ziehen.
