Abkürzung für Datenverarbeitung Edge-Cloud-Computing: Auf den richtigen Mix kommt es an!

Anbieter zum Thema

Hyland Software Germany GmbH

Cloudgermany.de GmbH

Yorizon GmbH & Co. KG

Bei einer Mischform von Edge-Computing und Cloud-Computing (Fog-Computing) werden die Cloud-Funktionen als dezentrale Infrastruktur bis an den Rand des Netzwerks eines Unternehmens erweitert. Dadurch lässt sich die Effizienz deutlich verbessern, indem die Datenmenge reduziert wird, die zur Verarbeitung oder Speicherung in die Cloud übertragen werden muss.

Die Kernidee hinter dem Fog-Computing besteht darin, die Performance einer Cloud an den Rand eines Netzwerks zu verschieben, wo Daten erstellt und verarbeitet werden. Dabei fungiert die Technologie als eine verbindende Schicht zwischen der Cloud und den Geräten beispielsweise an einem Shopfloor.

Auf diese Weise trägt sie so zur Verschmelzung der digitalen und der physischen Welt bei. Gleichzeitig verleiht es Systemen mehr Autonomie und ermöglicht es ihnen, nahezu in Echtzeit auf Veränderungen zu reagieren. Indem Hardware näher an den Datenquellen platziert wird, lassen sich folglich Daten auch schneller verarbeiten und analysieren.

Edge-Cloud-Computing und IoT

Die Technologie des Edge-Cloud-Computings wird typischerweise mit der IoT-Technologie in Verbindung gebracht, da sie zahlreiche Geräte und Sensoren für Branchen wie beispielsweise Robotik, autonomes Fahren und Fertigung umfasst. Auf diese Weise sind beispielsweise die Fertigungsanlagen im Fertigungs- und Anlagenbau mit Sensoren ausgestattet, die die Performance und den Betrieb der einzelnen Anlagen und ihrer Umgebung (Temperatur, Luftfeuchtigkeit etc.) überwachen.

Mittels Edge-Geräten und -Servern können diese Sensoren Daten vor Ort verarbeiten und erlauben so Einblicke in den Produktionsprozess in Echtzeit. Zeigt eine Maschine Verschleißanzeichen oder Parameter weichen vom vorgegebenen Rahmen ab, kann umgehend eine Reaktion ausgelöst werden. So werden Stillstände reduziert und kostspielige Ausfälle verhindert.

Funktionsweise des Edge-Cloud-Computing

Die Fog-Computing-Technologie funktioniert, indem Edge-Geräte wie Sensoren, Gateways und Router mit der Cloud verbunden werden. Jedes dieser Geräte ist jedoch in einem lokalen Netzwerk miteinander verbunden, sodass sie untereinander kommunizieren und Daten austauschen können. Darin dominieren zwei Hauptelemente:

• Datenquellen – sind Edge-Geräte wie beispielsweise Kameras, Lichter und Sensoren, indem sie Daten erstellen oder sammeln.

• Fog-Knoten – sind Hardware, die zwischen den Datenquellen und der Cloud integriert werden.

Ein Fog-Knoten kann Switches, Router etc. umfassen, die als Gateway-Geräte zwischen der Cloud oder anderen Edge-Geräten ihre Services verrichten. Fog-Knoten sind auch Hardware, die die eigentliche Verarbeitung und Analyse von Daten am Edge durchführt und auch Daten zwischen den Geräten der Datenquellen und der Cloud überträgt.

Wesentliche Anwendungsfälle

Nachfolgend werden einige der wichtigsten Use Cases kurz beschrieben:

Produktion
Industrielle IoT-Anwendungen, wie sie in Fabriken anzutreffen sind, umfassen oft eine Vielzahl an Sensoren und Gerätschaften, die insbesondere Prozesse und Umgebungsbedingungen überwachen. Mithilfe des Edge-Cloud-Computings können Daten von diesen Geräten lokal und in Echtzeit verarbeitet werden, was eine schnellere Reaktion auf Änderungen, vorausschauende Wartung und verbesserte Betriebseffizienz ermöglicht.

Smart Citys
In Smart-City-Anwendungen bzw. 15-Minuten-Städten, in denen groß angelegte IoT-Implementierungen üblich sein werden, wird die Technologie eine wichtige Rolle spielen. Funktionsbereiche wie beispielsweise das Verkehrsmanagement, die Umweltüberwachung und öffentliche Sicherheit profitieren von der lokalisierten Datenverarbeitung in Echtzeit.

Autonomes Fahren
Selbstfahrende Autos erzeugen eine erhebliche Menge an Daten, die in Echtzeit verarbeitet werden müssen. Die Edge-Cloud-Computing-Technologie ermöglicht die notwendige Verarbeitung und Entscheidungsfindung mit geringer Latenz am Rand eines Netzwerks, wodurch die Reaktionszeiten sowie die allgemeine Sicherheit und Leistung dieser Fahrzeuge entscheidend verbessert werden. Im Prinzip könnten alle selbstfahrenden Autos als Fog-Knoten fungieren und Standortdaten untereinander austauschen.

Gesundheitswesen
Die Technologie ermöglicht eine lokale Verarbeitung von Patientendaten von mobilen Geräten und Monitoren, was zu einer schnelleren Analyse und Reaktion auf gesundheitliche Probleme führt. Es ermöglicht auch die sichere Übertragung sensibler Patientendaten und mindert damit Datenschutzbedenken.

Vorteile des Edge-Cloud-Computings

In der Folge sind einige Vorteile skizziert, die für eine Kombination von Edge- und cloudbasierter Verarbeitung plädieren:

Minimale Latenz
Eine Verarbeitung der Daten nahe an der Quelle, verkürzt die Technologie deutlich die Zeit, die zur Analyse und Reaktion auf Daten erforderlich ist. Dies ist vor allem entscheidend für zeitkritische Anwendungen wie autonome Fahrzeuge, industrielle Automatisierung und Analysen, in Echtzeit, bei denen oft sofortiges Handeln erforderlich ist.

Effizienz der Netzwerke
Die Technologie optimiert die Nutzung von Netzwerk-Ressourcen, indem es Daten lokal verarbeitet und nur wesentliche Informationen an die Cloud sendet. Dies reduziert die Belastung der Netzwerk-Infrastruktur und damit die Kosten, minimiert die Nutzung der Bandbreiten und kann dazu beitragen, Netzwerk-Überlastungen zu vermeiden.

Systembelastbarkeit
Bei sachgemäßer Implementierung kann das Edge-Cloud-Computing einzelne Schwachstellen und Engpässe beseitigen. Fällt ein Knoten aus, können Daten zur Verarbeitung und Weiterleitung an andere Knoten gesendet werden.

Skalierbarkeit
Die Architektur und das Design eines Edge-Cloud-Computing-Netzwerks ermöglichen das einfache Hinzufügen neuer Knoten, sobald die Ersteinrichtung finalisiert ist. Das heißt, dass das Netzwerk Schritt für Schritt skaliert werden kann, wenn der Datenverkehr oder die Anzahl der IoT-Geräte zunimmt.

Sicherheit und Datenschutz
Mithilfe des Edge-Cloud-Computings werden weniger Daten in einer zentralen Cloud gespeichert, wo ein einziger Hacker-Angriff möglicherweise alle Daten offenlegen könnte. Somit ist es auch möglich, den Datenschutz für den User zu verbessern, indem diese Daten nur am Rand verwendet und nicht zurück in die Cloud gesendet werden.

Herausforderungen der Technologie

Für eine erfolgreiche Implementierung des Edge-Cloud-Computings sind folgende Punkte zu beachten:

Systemkomplexität
Der Betrieb eines verteilten Edge-Cloud-Computing-Netzwerks ist im Vergleich zu der zentralisierten Cloud-Computing-Technologie mit einer gewissen Komplexität verbunden. Jedoch lassen sich solche Probleme mithilfe einer Software-Lösung reduzieren, die einen Großteil dieser Komplexität automatisiert und verwaltet.

Netzwerksicherheit
Das Edge-Cloud-Computing kann zwar in vielerlei Hinsicht zu einer optimierten Sicherheit beitragen, sie kann aber, wenn es nicht sachgemäß implementiert wird, auch potenzielle Schwachstellen aufdecken. Das größte Problem besteht darin, dass Edge-Geräte physisch kompromittierbar sind. Hinzu kommt, dass es für die Datenverwaltung Kontrollen geben muss, welche Mitarbeiter auf bestimmte Datentypen zugreifen dürfen. Zudem müssen Vorschriften eingehalten werden, die je nach Einsatzort der Hardware unterschiedlich ausfallen können.

(Bild: Vogel IT-Medien)

E-Book zum Thema

Daten werden immer häufiger in Hybrid- oder Multiclouds gespeichert. Manchmal wäre aber eine Edge-Lösung effektiver und (energie-)effizienter. Die Vor- und Nachteile der jeweiligen Lösung variieren somit je nach Unternehmen. Das eBook „Edge Computing versus Cloud Computing“ zeigt sieben Entscheidungskriterien und erklärt, warum Mischformen zwischen Edge- und Cloud-Lösung immer häufiger werden.

eBook herunterladen

Kosten für Implementierung und Wartung
Für die Implementierung sind vor allem die Kosten zu identifizieren, die im Zusammenhang mit dem Kauf der Infrastruktur entstehen. Dazu gehören die Gehälter der Mitarbeiter, die für die Entwicklung des Systems selbst aufgebracht werden müssen. Nach der Implementierung wird außerdem qualifiziertes Wartungspersonal benötigt, um ggf. die Hardware zu reparieren, auszutauschen und im Laufe der Zeit zu aktualisieren.

(ID:50103057)