Passende Datenverarbeitungsräume auf einen Klick Wolke oder Kante? – Beide!

Anbieter zum Thema

Fraunhofer-Gesellschaft Hauptabteilung Kommunikation

netfiles GmbH

Hyland Software Germany GmbH

Yorizon GmbH & Co. KG

Was ist besser: Edge oder Cloud? Künftig muss man sich darüber nicht mehr den Kopf zerbrechen. Das Edge-Cloud-Continuum sorgt dafür, dass automatisch immer dort gerechnet und gespeichert wird, wo es am effizientesten ist.

Die Vorteile der Cloud haben sich bei den allermeisten Unternehmen herumgesprochen: Skalierbarkeit von Speicherplatz und Rechenleistung per Mausklick, viele Servicefunktionen, hohe Ausfallsicherheit, keine Anfangsinvestitionen, überschaubare monatliche Kosten. In den Werkhallen ist die Begeisterung dagegen geringer. Für viele Steuerungsaufgaben an Maschinen ist die Cloud schlicht zu langsam. Wenn die Internetverbindung ausfällt, könnte sogar die Produktion stillstehen, lautet die Befürchtung.

Der Boom des Cloud-Computings hat zu einem wachsenden Interesse auch am Edge-Computing geführt. Statt in der „Wolke“ sitzen Rechenleistung und Speicherplatz nahe an der Maschine, Daten werden lokal – an der „Kante“ (Edge) – verarbeitet. „Bei der Definition von Edge-Computing und Cloud-Computing gibt es einige Begriffsverwirrung“, sagt Peter Heusinger. Der Edge-Experte vom Fraunhofer-Institut für Integrierte Schaltungen IIS in Erlangen definiert es so: Wenn Daten lokal in der Fabrik verarbeitet werden, ist das immer Edge-Computing, egal ob direkt im Sensor, in der Maschine oder im „Fog“ (Nebel), einem Netzwerk aus mehreren Edge-Systemen. „Die meisten Anfragen zu Edge kommen zur Nachrüstung in Industrie-4.0-Szenarien und fürs Internet der Dinge“, sagt Heusinger. „Daten filtern, übersetzen, verteilen, optimieren, komprimieren – dafür ist die Edge ideal.“

Der Trend geht zu hybrid

Cloud oder Edge – dieses Entweder-oder ist nicht mehr zeitgemäß. Der Trend geht zu Hybrid. Beispiel Qualitätssicherung: Kameras schießen in rasanter Folge Fotos, die direkt an der Maschine in der Edge – vielleicht sogar in einer schnellen Recheneinheit direkt in der Kamera – interpretiert werden. Die Entscheidung, ob das Teil in Ordnung oder defekt ist, muss in Sekundenbruchteilen vorliegen. Das übernimmt ein KI-Algorithmus in der Kamera, der wenig Rechenleistung benötigt.

Andererseits soll der Auswertealgorithmus durch maschinelles Lernen immer verlässlicher werden. Diese langwierige und rechenintensive Aufgabe des fortlaufenden Trainierens geschieht besser in der Cloud, weil dies nicht zeitkritisch ist. „Und aus der Cloud lässt sich der verbesserte Auswertalgorithmus regelmäßig in die angeschlossenen Edges verteilen“, so Peter Heusinger, für den solche Hybride aus Edge und Cloud die Zukunft sind.

Heusingers Fraunhofer IIS ist eines von mehreren Partnerinstituten der Fraunhofer-Clusters Excellence Cognitive Internet Technologies CCIT. Der Fraunhofer CCIT hat sich eine noch weitergehende Vision vorgenommen: das Edge-Cloud-Continuum. Dort verschmelzen Edge und Cloud zu einem kontinuierlichen Datenraum, Rechenleistung und Speicherplatz werden dort genutzt, wo es gerade sinnvoll ist. Das erfolgt nicht starr, sondern dynamisch nach den momentanen Anforderungen und idealerweise so, dass der Anwender davon gar nichts mitbekommt. „Das Edge-Cloud-Continuum ermöglicht völlig neue Geschäftsmodelle im Internet der Dinge, etwa rund um Künstliche Intelligenz“, verspricht Michael Fritz, Geschäftsführer des Fraunhofer CCIT.

Ausschuss null

Eine Anwendung für das Edge-Cloud-Continuum ist das digitalisierte Presswerk, für das Fraunhofer-Institute bereits einige technologische Lösungen entwickelt haben. Sie reduzieren Zeit und Kosten beim Wechsel des Werkzeugs. Eine Presse fertigt einige hundert Kotflügel, dann die gleiche Zahl B-Säulen, dann kleinere Blechteile und so weiter. Nach jedem Werkzeugwechsel gibt es Ausschuss, bis alle Parameter wie Temperatur, Druck und Beölung wieder korrekt eingestellt sind. Hier hilft smartNOTCH, der intelligente Nutenstein. Sensoren in den T-Nuten erfassen kleinste Verformungen des Presswerkzeugs. Eine weitere Entwicklung ist F-Scanner 1D, eine schnelle bildgebende Fluoreszenztechnik, die die Verteilung des Öls auf dem Blech genau bestimmt.

smartNOTCH oder F-Scanner 1D sind nah an der Presse, sie sind der Edge-Teil im Edge-Cloud-Continuum. Ihre Daten fließen in einen digitalen Zwilling, der die optimalen Parameter für den Pressvorgang einstellt, und zwar ohne langes Probieren und ohne Ausschuss. Dazu braucht es KI-Modelle, die in der Cloud trainiert werden, auf Basis der Daten von allen Pressen des Herstellers aus aller Welt. Der Cloud-Teil kann das Automotive Network Catena-X sein, ein offenes Datenökosystem der Fraunhofer-Gesellschaft für die Automobilindustrie. Die Verbindung besorgen Datenraum-Konnektoren wie Dataspace Connector IDSC, Eclipse Dataspace Connector EDC und andere.

Diese Interoperabilität ist wichtig, um die Fraunhofer-Vision der Daten-Ökosysteme, wie z.B. „Digitalisierung Metallumformung“ oder weitere Wirklichkeit werden zu lassen. Sie reicht von der Sensorebene, wo Daten vorverarbeitet werden, über die Steuerungsebene in der Produktion und die Edge bis in die Cloud, wo Simulationen gefahren und KI-Modelle trainiert werden, die dann wieder die Edge ausführt. Dieses Ökosystem ermöglicht neue Geschäftsmodelle. Der Hersteller der Presse könnte die Einsparung durch weniger Ausschuss beim Werkzeugwechsel gegen eine Gebühr an seinen Kunden, den Automobilhersteller, weitergeben.

Bei Rot über die autonome Kreuzung

Ein weiteres Szenario ist die intelligente Kreuzung, die Forschende des Fraunhofer CCIT vorgestellt haben. Sie ist mit Lidar-, Radar- und Kamerasensoren ausgerüstet und leitet autonome Fahrzeuge sicher durch gefährliche Situationen. Ein Auto möchte rechts abbiegen und übersieht einen Radfahrer im toten Winkel, ein Fußgänger rennt bei Rot über die Straße: Solche Gefahren erkennt die Sensorik. Damit die Fahrzeuge sofort reagieren können, müssen sich diese mit der smarten Kreuzung koordinieren, und zwar in Sekundenbruchteilen. Die Verarbeitung der Daten erfolgt dabei simultan in der Edge und in der Cloud:

• Edge: Das Fahrzeug trifft Entscheidungen auf Basis seiner bordeigenen Sensorik überall dort, wo keine Gefahr droht, zum Beispiel auf geraden Strecken ohne Kreuzungen oder Überwege. Dort reicht die Rechenleistung der rollenden Edge aus, um ohne externe Hilfe zu navigieren. Auch die Daten der smarten Kreuzung werden in der Edge verarbeitet.

• Cloud: Dort werden die Daten aus der smarten Kreuzung oder von weiteren Sensoren entlang der Straßen verarbeitet zur Lenkung der Verkehrsströme. Bei partiellen Staus können Ampelphasen verändert werden oder Fußgänger Vorrang erhalten. Diese Berechnung ist nicht zeitkritisch, erfordert aber einen Blick aus der Vogelperspektive etwa auf eine ganze Stadt.

Kommunikation ist alles

Eine sichere und effiziente Steuerung des Verkehrs gelingt aber nur, wenn Edges und Cloud zusammenarbeiten. Zum einen müssen sich die Edges koordinieren, etwa wenn die smarte Kreuzung eine Gefahr erkennt und das Fahrzeug eine Vollbremsung machen muss. Dazu müssen beide Edges direkt miteinander kommunizieren. Ist das Verkehrsaufkommen hoch, kann es passieren, dass die Rechenleistung in der Edge der smarten Kreuzung nicht mehr ausreicht. Hier muss das System selbstständig in der Lage sein, die Verarbeitung der Daten nahtlos in die Cloud zu verlagern. Dort erfolgt auch die übergeordnete Koordination aller Infrastrukturkomponenten wie smarten Kreuzungen oder Ampeln mit Verkehrsströmen, etwa wenn es zum Ende einer Großveranstaltung zu einem erhöhten Verkehrsaufkommen kommt.

Natürlich wird es in Zukunft keinen Edge-Cloud-Beauftragten geben, der den ganzen Tag entscheidet, welche Daten wo verarbeitet werden. Die Zuweisung und Verlagerung von Rechenleistung wird automatisch erfolgen, das System entscheidet autonom anhand von Datenaufkommen und Latenzanforderungen, wo ein Rechenjob am besten aufgehoben ist. Das Edge-Cloud-Continuum orchestriert verteilte Rechen- und Speicherkapazitäten sowie anfallende Rechenlasten ökonomisch sinnvoll – und auch ökologisch etwa im Sinne eines möglichst kleinen CO₂-Fußabdrucks.

Bottom-up schlägt Top-down

Dafür braucht es Technologieentwicklungen auf allen Ebenen: vertrauenswürdige IoT-Technologien für Sensoren und Kommunikationsmodule, Angebote für intelligente und sichere Datenräume und modernste Methoden des maschinellen Lernens. Neben diesen Technologien benötigen die Anwender Beratung, Schulungen, Referenzumsetzungen und viele weitere flankierende Dienstleistungen, um von der nackten Technologie zu einer produktreifen Lösung und schließlich zu einem Geschäftsmodell zu kommen.

Alle diese Bestandteile möchte der Fraunhofer CCIT in den kommenden Jahren in einer CCIT-Technology-Suite zusammenfassen. Einzelne Komponenten gibt es bereits, etwa das Automotive Network Catena-X, auch die Anbieter von Public Clouds wie AWS oder Azure bewegen sich in diese Richtung, allerdings sind noch einige Herausforderungen bei der IoT-Expertise in der Feldebene an den Maschinen erkennbar. Michael Fritz glaubt daher nicht, dass der Top-Down-Ansatz der Hyperscaler von der Cloud zur Edge zum Ziel führt: „Wir favorisieren einen Bottom-Up-Ansatz, der das Edge-Cloud-Continuum von der Sensor-Aktor-Ebene zur Cloud denkt und der so die Anforderungen produzierender Betriebe umfassender erfüllt.“

(ID:49600317)