Edge Computing im Fokus

Das Industrial Internet of Things (IoT) wächst: Immer mehr Unternehmen vernetzen ihre Maschinen und senden die Daten in die Cloud. Doch das reicht nicht, die Datenmengen sind häufig zu groß und übersteigen die verfügbare Bandbreite.

Deshalb verarbeiten mehr oder weniger leistungsfähige Computer am Rande („Edge“) des Netzwerks die Daten und bereiten ihre Analyse in der Cloud vor. Edge Computing wird deshalb zukünftig in den Unternehmen eine zunehmende Bedeutung erhalten. Die IT-Beratung Gartner erwartet, dass in wenigen Jahren gut drei Viertel aller Unternehmensdaten in der Edge verarbeitet werden und nicht in der Cloud. Daraus leiten viele Analysten ab, dass der Markt für Edge Computing exponentiell wachsen wird. Die Edge hat also großes Zukunftspotenzial, wie sich an den folgenden drei Trends zeigen lässt.
 

Trend 1: Arbeitsteilung zwischen Edge und Cloud

Die technische Entwicklung des Edge Computing ist so stark, dass immer mehr zeitkritische Aufgaben der Cloud dorthin wandern. IoT-Sensoren und Aktoren basieren in der Regel auf Microcontrollern oder Kleincomputern wie dem Raspberry Pi. Doch wenn Anforderungen an die Vorverarbeitung der Daten oder vor Ort zu treffende Entscheidungen hinzukommen, sind ergänzend leistungsfähige Edge-Server erforderlich. Diese basieren auf Standard-Hardware und „cloud-nativen“ SW-Technologien wie Containern und Kubernetes.

Ein Beispiel für die zunehmenden Zusammenarbeit von Edge und Cloud ist die Verlagerung bestimmter Teile von IoT-Stacks in die lokale Umgebung. So profitieren industrielle Anwendungen von der schnellen Erreichbarkeit (niedriger Latenzzeit, also Verzögerung) der vor Ort befindlichen Edge-Server. In die Cloud gelangen nur Teile der Daten oder die Ergebnisse von Voranalysen, sodass die Bandbreite überschaubar bleibt – und damit die Verbindungskosten. Dieses Modell gibt es sogar als Managed Service mit einer „Edge Appliance“, die vor Ort betrieben und von einem Dienstleister fernverwaltet wird. Die großen Hyperscaler, aber auch kleinere Cloudanbieter bieten dieses Modell an. Es vereinfacht den Gang der Unternehmen in das Industrial IoT und kann sehr leicht als Ergänzung zu IoT-Cloudservices angeboten werden.
 

Trend 2: Machine Learning macht die Edge lernfähig

Ein wichtiger Vorteil von Edge Computing ist die kurze Antwortzeit im Vergleich zur Cloud. Zahlreiche industrielle Anwendungen erfordern schnelle Reaktionen, etwa das Überwachen von Maschinen und Anlagen mit Hilfe von Machine Learning (ML). Das System erlernt dabei anhand historischer Daten die Anzeichen einer bevorstehenden Störung. Sobald diese Werte erkannt werden, muss das System reagieren und das Bedienpersonal alarmieren. Doch solche Anwendungen der Künstlichen Intelligenz (KI) besitzen noch andere Eigenheiten, die den Einsatz von Edge Computing erfordern. Damit die entsprechenden ML-Modelle korrekt funktionieren, müssen sie mit großen Datenmengen trainiert werden. Dafür eignen sich die enormen Ressourcen von Cloudservices deutlich besser. Zudem bieten viele Provider spezielle Berechnungsroutinen für KI-Lösungen an, was die Entwicklung der Anwendungen noch weiter beschleunigt.

Doch die Kraft der Cloud ist für das Ausführen der Modelle nicht mehr notwendig: Hier stehen dann wieder die niedrigen Latenzen des lokalen Edge Computing im Vordergrund. Deshalb sind KI-Lösung zweigeteilt: Trainiert wird in der Cloud, ausgeführt in der Edge. Die trainierten Modelle sind weniger speicherhungrig als die Trainingssysteme, sodass Edge-Server nach Industriestandard vollkommen ausreichen. Diese Möglichkeiten verstärken den Einsatz Künstlicher Intelligenz in den Unternehmen. Laut neueren Studien nutzen bereits jetzt 73 Prozent der großen und fast 60 Prozent der kleineren Unternehmen Machine Learning.
 

Trend #3: Die Edge erfordert neue Security-Konzepte

Die große Verbreitung von Edge Computing bringt für Unternehmen neue Anforderungen, wie IT-Security und neue Konzepte für deren Umsetzung. So sollten Unternehmen das „Zero Trust“-Paradigma nutzen. Es verzichtet auf Annahmen wie „Im LAN ist alles sicher“.

Laut einer IDG-Studie nutzen bereits 38 Prozent der befragten Unternehmen ein Zero-Trust-Modell, 41 Prozent sind gegenwärtig in der Implementierung. Zu diesem Modell gehören Schlüsseltechnologien für IT-Security wie IAM (Identity & Access Management) oder die Vergabe von Zertifikaten für die Identifizierung der Geräte. Alle Edge-Devices sowie die darüber vernetzten Maschinen und Anlagen werden mit zertifizierten Geräte-Identitäten versehen und können darüber zweifelsfrei erkannt werden. Dabei erhalten sie Zugriffsrechte auf zentrale Ressourcen und können eine sichere Verbindung zu diesen aufbauen. Sicheres Edge Computing nach dem Zero-Trust-Prinzip ist in vielen Anwendungsgebieten ein großer Vorteil, beispielsweise bei Echtzeit-Systemen, Big Data und Künstlicher Intelligenz. Unternehmen können diese Möglichkeiten also nur nutzen, wenn sie ihre Edge-Infrastruktur aufrüsten. Durch den Einsatz von Standard-Hardware und -Software bleiben die Kosten überschaubar und die Industrie kann enorme Vorteile nutzen, die in der Zukunft einen hohen wirtschaftlichen Erfolg bringen werden. Eines ist sicher: Von Edge Computing werden wir 2022 noch öfter hören und lesen!