Edge Computing

Im all­ge­gen­wär­ti­gen Internet of Things (IoT) ge­ne­rie­ren Geräte kon­ti­nu­ier­li­chen Daten-Output, der ge­spei­chert und bei kri­ti­schen An­wen­dun­gen in Echtzeit aus­ge­wer­tet werden muss. Edge-Computing wertet diese Daten direkt an der Quelle aus und läutet somit einen Pa­ra­dig­men­wech­seln im Zeitalter des Cloud-Com­pu­tings ein.

Was ist Edge-Computing? Eine De­fi­ni­ti­on

Bei Edge-Computing handelt es sich um einen De­sign­an­satz für IoT-Um­ge­bun­gen, bei dem IT-Res­sour­cen wie Spei­cher­ka­pa­zi­tät und Re­chen­lei­tung möglichst nah an den da­ten­ge­ne­rie­ren­den End­ge­rä­ten und Sensoren be­reit­ge­stellt werden. Damit bildet das Konzept eine Al­ter­na­ti­ve zu klas­si­schen Cloud-Lösungen mit zentralen Servern.

Der Begriff „edge“ leitet sich vom eng­li­schen Wort für Ecke, Kante oder Rand ab. Eine An­spie­lung darauf, dass die Da­ten­ver­ar­bei­tung bei diesem Ansatz nicht zentral in der Cloud, sondern dezentral am Rand des Netzwerks erfolgt. Damit soll Edge-Computing das be­reit­stel­len, was die Cloud bisher nicht bietet: Server, die Mas­sen­da­ten aus in­tel­li­gen­ten Fabriken, Ver­sor­gungs­net­zen oder Ver­kehrs­sys­te­men ohne Zeit­ver­zö­ge­rung auswerten können und bei Vorfällen un­ver­züg­lich Maßnahmen einleiten.

Grund­be­grif­fe des Edge-Com­pu­tings im Überblick

Beim Edge-Computing kommen eta­blier­te Tech­no­lo­gien in kompakter Bauweise unter neuem Namen zum Einsatz. Wir liefern Ihnen einen Überblick über die wich­tigs­ten Grund­be­grif­fe des Edge-Com­pu­tings.

• Edge: Als „Edge“ be­zeich­net man im IT-Jargon den Rand des Netzwerks. Welche Kom­po­nen­ten dem Netz­werk­rand zu­ge­ord­net werden, ist al­ler­dings si­tua­ti­ons­ab­hän­gig. In Te­le­kom­mu­ni­ka­ti­ons­net­zen bei­spiels­wei­se kann ein Mo­bil­te­le­fon den Rand des Netzwerks dar­stel­len; in einem System ver­netz­ter, autonom fahrender Autos das einzelne Fahrzeug.

• Edge-Device: Als Edge-Device fungiert jedes da­ten­ge­ne­rie­ren­de Gerät am Rand des Netzwerks. Mögliche Da­ten­quel­len sind Sensoren, Maschinen, Fahrzeuge oder in­tel­li­gen­te Geräte im Rahmen einer IoT-Umgebung – wie bei­spiels­wei­se Wasch­ma­schi­nen, Feu­er­mel­der, Glüh­bir­nen oder Heiz­kör­per­ther­mo­sta­te.

• Edge-Gateway: Bei einem Edge-Gateway handelt es sich um eine Re­chen­in­stanz am Übergang zwischen zwei Netz­wer­ken. In IoT-Um­ge­bun­gen kommen Edge-Gateways als Kno­ten­punk­te zwischen dem Internet of Things und einem Kernnetz zum Einsatz.

Edge-Computing vs. Fog-Computing

Der Ansatz, die Cloud um lokale Re­chen­in­stan­zen zu erweitern, ist nicht neu. Bereits 2014 eta­blier­te der US-ame­ri­ka­ni­sche Tech­no­lo­gie­kon­zern Cisco den Marketing-Begriff Fog-Computing. In IoT-Um­ge­bun­gen ge­ne­rier­te Daten gelangen hierbei nicht mehr direkt in die Cloud, sondern werden zunächst in kleinen Re­chen­zen­tren zu­sam­men­ge­führt, aus­ge­wer­tet und für weitere Ver­ar­bei­tungs­schrit­te se­lek­tiert.

Edge-Computing wird heute als Teil­be­reich des Fog-Com­pu­tings ver­stan­den, bei dem IT-Res­sour­cen wie Re­chen­leis­tung und Spei­cher­ka­pa­zi­tät noch näher an die IoT-Endgeräte am Netz­werk­rand her­an­rü­cken. Denkbar ist zudem eine Kom­bi­na­ti­on beider Konzepte. Folgende Grafik zeigt eine solche Ar­chi­tek­tur mit Cloud-, Fog- und Edge-Layer:

Was spricht für Edge-Computing?

Aktuell tragen zentrale Re­chen­zen­tren den Großteil der Datenlast, die das Internet generiert. Die Da­ten­quel­len sind heute jedoch häufig mobil und vom zentralen Groß­rech­ner zu weit entfernt, um eine ak­zep­ta­ble Re­ak­ti­ons­zeit (Latenz) zu ge­währ­leis­ten. Pro­ble­ma­tisch wird dies ins­be­son­de­re bei zeit­kri­ti­schen An­wen­dun­gen wie ma­schi­nel­lem Lernen und Pre­dic­ti­ve Main­ten­an­ce – zwei grund­le­gen­den Konzepten des Zu­kunfts­pro­jekts Industrie 4.0.

Edge-Computing wird dabei nicht als Ersatz, sondern als eine Ergänzung zur Cloud be­trach­tet, die folgende Funk­tio­nen be­reit­stellt:

• Da­ten­er­fas­sung und -ag­gre­ga­ti­on: Edge-Computing setzt auf die Da­ten­er­fas­sung nah an der Quelle inklusive Vor­ver­ar­bei­tung und Selektion des Da­ten­be­stands. Der Upload in die Cloud erfolgt nur dann, wenn In­for­ma­tio­nen sich nicht lokal auswerten lassen, de­tail­lier­te Analysen er­for­der­lich sind oder Daten ar­chi­viert werden sollen.

• Lokale Da­ten­spei­che­rung: Bei großen Da­men­men­gen ist eine Echtzeit-Über­tra­gung aus dem Kern-Re­chen­zen­trum in der Cloud meist nicht möglich. Umgehen lässt sich dieses Problem, indem ent­spre­chen­de Daten dezentral am Rand des Netzwerks vor­ge­hal­ten werden. So fungieren Edge-Gateways als Replica-Server in einem Content-Delivery-Network.

• KI-ge­stütz­tes Mo­ni­to­ring: Edge-Computing er­mög­licht ein kon­ti­nu­ier­li­ches Mo­ni­to­ring der an­ge­schlos­se­nen Geräte. Kom­bi­niert mit Machine-Learning-Al­go­rith­men ist eine Sta­tus­über­wa­chung in Echtzeit möglich.

• M2M-Kom­mu­ni­ka­ti­on: Edge-Computing wird oft in Zu­sam­men­hang mit M2M-Kom­mu­ni­ka­ti­on ein­ge­setzt, um eine direkte Kom­mu­ni­ka­ti­on zwischen ver­netz­ten Geräten zu er­mög­li­chen.

Folgende Grafik ver­an­schau­licht das Grund­prin­zip einer de­zen­tra­len Cloud-Ar­chi­tek­tur, bei der Edge-Gateways als ver­mit­teln­de Instanz zwischen einem zentralen Rechner in der Cloud und den IoT-Geräten am Rand des Netzwerks fungieren:

An­wen­dungs­be­rei­che für Edge-Computing-Ar­chi­tek­tu­ren

Die An­wen­dungs­fäl­le für Edge-Computing ent­stam­men in der Regel dem IoT-Umfeld. Ein wichtiger Wachs­tums­trei­ber für Edge-Computing-Tech­no­lo­gie ist der steigende Bedarf an echt­zeit­fä­hi­gen Kom­mu­ni­ka­ti­ons­sys­te­men. Die de­zen­tra­le Da­ten­ver­ar­bei­tung wird als Schlüs­sel­tech­no­lo­gie bei­spiels­wei­se für folgende Projekte ein­ge­stuft:

• Car-to-Car-Kom­mu­ni­ka­ti­on: Edge-Computing ist wichtig für cloud­ge­stütz­te Früh­warn­sys­te­me oder autonom fahrende Trans­port­mit­tel.
• Smart Grid: Dank de­zen­tra­ler En­er­gie­ma­nage­ment­sys­te­me soll sich das Stromnetz an Leis­tungs­schwan­kun­gen anpassen. Daten, die an Erzeuger trans­por­tiert werden, er­mög­li­chen die Reaktion auf Ver­än­de­run­gen im Verbrauch in Echtzeit.
• Smart Factory: Sich selbst or­ga­ni­sie­ren­de Pro­duk­ti­ons­an­la­gen und Lo­gis­tik­sys­te­me können mit Edge-Computing ver­wirk­licht werden.

Vorteile des Edge-Com­pu­tings

Im Vergleich zu klas­si­schen Cloud-Ar­chi­tek­tu­ren bietet Edge-Computing eine Reihe von Vorteilen:

• Da­ten­ver­ar­bei­tung in Echtzeit: Die Ver­ar­bei­tung geschieht näher an den Da­ten­quel­len, wodurch Latenz vermieden wird.
• Re­du­zier­ter Da­ten­durch­satz: Aufgrund der lokalen Da­ten­aus­wer­tung müssen si­gni­fi­kant weniger Daten im Netzwerk über­tra­gen werden.
• Da­ten­si­cher­heit: Com­pli­ance-An­for­de­run­gen können leichter umgesetzt werden.

Nachteile des Edge-Com­pu­tings

Trotz der vielen Vorteile gibt es auch beim Edge-Computing Nachteile, die bei der Im­ple­men­tie­rung be­rück­sich­tigt werden sollten:

• Kom­ple­xe­re Netz­werk­struk­tur: Ein ver­teil­tes System ist komplexer als eine zen­tra­li­sier­te Cloud-In­fra­struk­tur.
• An­schaf­fungs­kos­ten: Edge-Computing erfordert viel lokale Hardware und ver­ur­sacht somit enorme An­schaf­fungs­kos­ten.
• War­tungs­auf­wand: Durch die Vielzahl an Kom­po­nen­ten ist sowohl der Wartungs- als auch der Ad­mi­nis­tra­ti­ons­auf­wand nicht zu ver­nach­läs­si­gen.