Edge Computing und IoT: Nutzenpotenziale und Anwendungsbeispiele aus der Praxis

Edge computing and the Internet of Things: where do these technologies meet?

Edge Computing ist eine Netzwerkphilosophie, die darauf abzielt, das Computing so nah wie möglich an die Datenquelle zu bringen. Edge Computing dringt langsam in den Mainstream vor und viele sagen voraus, dass es das Cloud Computing in Zukunft verbessern, wenn nicht sogar vollständig ersetzen wird.

Lange Zeit wurde die Cloud als das Must-Have der IoT-Infrastruktur gehandelt. Die Fähigkeit der Cloud, Terabytes von Daten auf Remote Servern anstelle von lokalen Computern zu speichern, hat den Erfolg vieler vernetzter Projekte maßgeblich bestimmt.

Doch wenn dem so ist, warum herrscht dann die Überzeugung vor, dass das Cloud Computing allein die wachsende Anzahl an internetfähigen Geräten nicht bewältigen kann?

Warum die Cloud verdrängt wird

Aktuell sehen wir eine Reihe von Faktoren, die zur breiteren Akzeptanz von Edge Computing Technologien im Bereich IoT führen könnte:

  • Die wachsende Zahl an internetfähigen Geräten. In IoT-Lösungen ist die Cloud an einer Vielzahl von Prozessen beteiligt: Messen/Erfassen von Daten, drahtlose Übertragung von Daten, Gateway Processing, Internetanbindung und Cloud Processing. Cloud-gesteuerte Infrastrukturen funktionieren gut bei einer kleinen Anzahl von Geräten – sobald jedoch die Anzahl der internetfähigen Geräte exponentiell erhöht wird, sind reibungsfreie Prozesse nicht mehr möglich. Nehmen wir einmal an, bis 2025 drängen die prognostizierten 75 Mrd. IoT-Geräte auf den Markt, dann wird schnell klar: Bei dieser Menge an Geräten werden Lösungen, die allein auf der Cloud basieren, mit Sicherheit schnell an ihre Grenzen stoßen.
  • Die der Cloud inhärenten Grenzen. Wissenschaftler der University of California, Berkeley wiesen eine Reihe von Problemen bei der Entwicklung des Internet of Things nach, die auf Cloud Computing-Anwendungen zurückgehen. Zu nennen sind hier v.a. die Themen Sicherheit, Skalierbarkeit und Latenz. Die Cloud ist also strukturell nicht die ideale Datenspeicherform.
  • Die Fortschritte in der Geräteherstellung. Die Performanz von IoT-Geräten wurde bisher immer durch den Formfaktor und die kurze Akkulaufzeit beschränkt. Hardwarehersteller berichten jedoch regelmäßig von neuen Errungenschaften in ihrer Branche. Gleichzeitig begünstigen sinkende Kosten für Sensoren und IoT-Hardware die Verbreitung von IoT-Lösungen.
  • Die neuen Konnektivitätstechnologien. Wenn wir uns vorstellen, dass die aktuelle Cloud-basierte IoT-Infrastruktur bereits einem übermäßigen Druck durch die stetig wachsende Anzahl an internetfähigen Geräten ausgesetzt ist, dann ist kaum vorstellbar, was erst passiert, wenn Alternativen zur Mobilfunkverbindung, wie 5G, auf den Markt kommen. 5G wird schätzungsweise etwa eine Million IoT-Geräte pro Quadratkilometer verbinden können – d.h. tausendmal Daten mehr als jetzt! All dies wird zu einem viel massiveren Datenaustausch führen. Und man wird dafür ein robustes und zuverlässiges Netzwerk benötigen.

Warum Edge Computing der letzte Schrei bei IoT ist

Die oben genannten Punkte haben zur Folge, dass IoT-Anbieter die vorhandenen Cloud-basierten Lösungen überdenken und sich nach einer zuverlässigeren Alternative umsehen. Hier kommt Edge Computing IoT ins Spiel.

Was ist Edge Computing?

Das Forschungsunternehmen IDC beschreibt Edge Computing als “Mesh-Netzwerk von Mikro-Rechenzentren, die kritische Daten lokal verarbeiten oder speichern und alle empfangenen Daten an ein zentrales Rechenzentrum oder Cloud-Speicher-Repository mit einer Grundfläche von weniger als 10 Quadratmetern [100 Quadratfuß], senden."

Kurz: Ein Network Edge ist ein

Ort, an dem ein Gerät oder das

lokale Netzwerk, das das Gerät

enthält, die Verbindung zum

Internet aufrechterhält.

 

Ein Network Edge kann ein Computer sein, ein Sensor innerhalb der IoT-Geräte, ein Router oder ein lokaler Edge Server – kurzum: jedes Hardware-Element, das sich in geografischer Nähe zum Gerät befindet.

Welche Vorteile hat das?

  • Unmittelbare Reaktion. Das Senden von Daten an die Cloud führt zu Upstream-Verkehr und erhöhter Reaktionszeit. Edge Computing hingegen aktiviert verbundene Systeme, die automatisch Aktionen ausführen – z.B. eine Warnmeldung an einen Manager senden, die Lichter ausschalten, oder die Temperatur herunterfahren, sobald ein bestimmtes Verhalten registriert wird.
    Das kann von fundamentaler Bedeutung sein. Zum Beispiel bei unternehmenskritischen Lösungen, wie IoT-fähigen Wearables (Smarte Mützen, Connected Glasses, etc.) in der Baubranche, die Warnmeldungen an die Arbeiter senden. Die IoT-Edge-Architektur bietet Unternehmen die Möglichkeit, Daten vor Ort in Echtzeit zu analysieren, ohne das Hin und Her der Cloud.
  • Selektieren von Daten, die an die Cloud gesendet werden. Sensoren produzieren eine enorme Menge an Rohdaten, und nicht all diese Daten müssen in der Cloud verarbeitet werden und dabei Bandbreite und Speicherplatz der Cloud verbrauchen. Edge Computing ermöglicht es Systemen, die Daten, die sie erhoben, vorverarbeitet und gelabelt haben, lokal zu bearbeiten.
  • Sicherheitsbedenken. Wenn die gesamten Daten in der Cloud gespeichert werden, lockt das zwangsläufig Cyberkriminelle an. In bestimmten Sektoren, wie dem Gesundheitswesen oder der Finanzbranche, stellt die Tatsache, dass unautorisierte Personen auf sensible Daten zugreifen könnten, eine große Hürde für die weitere Projektentwicklung dar. Edge Computing unterstützt Sie dabei, unnötige und potenziell unsichere Datentransfers zu vermeiden und die gesammelte Information vor Ort zur Anwendung zu bringen.
  • Finanzielle Aspekte. Indem es die Bandbreitennutzung reduziert, hilft Edge Computing dabei, die mit dieser verbundenen Kosten zu senken und die benötigten Server-Ressourcen zu beschränken.

Wenn wir die Leistung der Cloud auf das Gerät – die Edge – übertragen, bieten wir die Möglichkeit, in Echtzeit und in Bereichen mit eingeschränkter Konnektivität zu reagieren, zu analysieren und zu handeln. Es ist noch früh, aber wir erkennen bereits, wie diese neuen Funktionen zur Lösung kritischer, weltweiter Herausforderungen eingesetzt werden können.

Kevin Scott, Microsoft CTO

 

Edge Computing branchenübergreifend: 3 Anwendungsbeispiele

Transport

Selbstfahrende Fahrzeuge sind auf einen extrem schnellen Datenaustausch und eine extrem schnelle Datenverarbeitung angewiesen. Um dies zu gewährleisten müssen autonome Fahrzeuge alle Prozesse des Machine Learnings vor Ort, d.h., im Auto ausführen.

Edge computing is widely used in the transportation industry. Self-driving vehicles, for example, depend on extremely fast data exchange and processing to function.

Eine der Initiativen, die Edge Computing in der Automobilindustrie vorantreiben, ist die Gründung des Automotive Edge Computing Consortium (AECC) im Jahr 2018.

Das AECC kündigte den Start von Aktivitäten mit Fokus auf Connected Car Solutions an. Zu den Mitgliedern des AECC zählen u.a. Denso, Toyota und Intel.

Die Anerkennung zahlreicher Startups durch Branchenführer ist ein weiterer Beweis für das wachsende Interesse an Edge Computing-Initiativen für selbstfahrende Fahrzeuge. Eines dieser Startups, Recogni, arbeitet an Bildverarbeitungssystemen für autonome Fahrzeuge, die von Edge-Computing-Technologien abhängen. Unterstützt wurde das Projekt bereits von BMW i Ventures. Und Toyota AI Ventures nahm an einer Serie-A-Runde im Wert von US $ 25 Mio. teil.

Newsletter
 

Gesundheitswesen

Die Pandemie hat den lang erwarteten Wandel im Gesundheitswesen ausgelöst.
Heutzutage setzen immer mehr Gesundheitsdienstleister IoT-Geräte für die stationäre Versorgung, die Fernüberwachung von Patienten und das Asset Management in Krankenhäusern ein.

Die Geräte lassen sich in verschiedene Kategorien unterteilen: Geräte, die sich direkt mit der Cloud verbinden; Geräte, die gesammelte Daten lokal analysieren; oder Geräte, die vollständig offline arbeiten.

Die Hauptfaktoren für eine breitere Nutzung von Edge Computing im Gesundheitswesen sind:

  • Die schnellere und bessere Pflege. Im Gesundheitswesen zählt jede Millisekunde und schnelle Datenverarbeitung wird zu einem Muss bei der Fernüberwachung von Patienten, bei der stationären Versorgung und beim Gesundheitsmanagement in Krankenhäusern und Kliniken. Als Softeq z.B. eine telemedizinische Lösung für ältere Menschen entwickelte, war es essentiell, dass diese eine Benachrichtigungsfunktion beinhaltete, durch die Familienmitglieder und Pflegepersonal bei Unfällen sofort alarmiert werden.
  • Die wachsende Menge an vom Patienten generierten Gesundheitsdaten (PDHD). In US-Krankenhäusern haben wir zwischen 10 und 15 internetfähige medizinische Geräte pro Bett. All diese Geräte generieren rund um die Uhr Daten. Daher suchen Gesundheitsdienstleister nach Möglichkeiten, diese Daten lokal zu produzieren.
  • Die zusätzlichen Sicherheitsbedenken. Wenn man vertrauliche Daten näher am Edge hält, vermeidet man die Risiken, die mit dem Datentransfer an die Cloud verbunden sind, wo ggf. auch unautorisierte Personen auf die Daten zugreifen können.
    Der Einsatz von Edge-Computing-Technologien im Gesundheitswesen ebnet den Weg für innovative Projekte, die durch AI- und ML-Algorithmen verbessert wurden.


Das Unternehmen BlueDot verfolgt und prognostiziert zum Beispiel die weltweite Ausbreitung von Infektionskrankheiten und nutzt Daten aus sozialen Medien, Textnachrichten und anderer Online-Kommunikation nahezu in Echtzeit (dank der angewandten Edge-Computing-Tools), um die Ausbreitung der COVID- 19 Pandemie vorherzusagen.

Industrielle Fertigung

Thomas Bittman, Vizepräsident und Analyst von Gartner erklärt: “die Zahl der Unternehmen, die Edge als Teil ihrer Kernstrategie bezeichnen, hat sich innerhalb eines Jahres verdoppelt.” Seiner Ansicht nach wird bis 2020 etwa die Hälfte aller Unternehmen auf Edge-IoT-Lösungen als Teil ihrer Strategie setzen.

Mit Edge Computing können Entwickler digitaler Fertigungslösungen Maschinen herstellen, die Dinge erfassen, erkennen und lernen, ohne zuvor dafür programmiert worden zu sein. Oder, sie können, wie Experten von Siemens Industrial Edge es ausdrücken, “lokale und leistungsstarke Datenverarbeitung direkt in ihrem Automatisierungssystem kombinieren mit den Vorteilen der Cloud: App-basierte Datenanalyse, Datenverarbeitung und Infrastructure-as-a-Servicekonzepte mit zentraler Update-Funktion.“

Wird Edge Computing die Cloud ersetzen?

Die meisten Experten sind sich einig, dass Edge Computing die Cloud nicht ersetzen wird. Edge Computing kann die Funktionalität der Cloud jedoch definitiv erweitern und ein nahtloses Zusammenspiel der Komponenten eines IoT-Ökosystems ermöglichen.

Bisher verfügen die meisten aktuell auf dem Markt erhältlichen smarten Geräte – besonders die aus dem Verbrauchersegment – nicht über genügend Speicher für schwierige Vorgänge. Aus diesem Grund beschränkt sich das Edge Computing hauptsächlich auf das Aufnehmen, Speichern, Filtern und das Senden von Sensordaten an die Cloud. 

Allerdings verändern Fortschritte in der Herstellung von Hardware-Geräten und der wachsende Druck auf die Cloud-basierten Infrastrukturen die Landschaft. Heutzutage strebt die IoT-Branche nach einem gesünderen Gleichgewicht zwischen Cloud und Edge Computing. Was wir in naher Zukunft sehen werden, ist eine Kombination von Cloud-basierten Daten-Repositorys, die über mehr Speicherplatz und mehr Verarbeitungsleistung verfügen; und kleine Geräte, die leistungsstark und billig genug sein werden, um höhere Latenz und niedrigere Betriebskosten zu bieten.