280.000.000.000.000.000 Byte - So viele Daten sollen autonom fahrende Autos produzieren. Jedes einzelne und pro Jahr. Die gigantische Zahl von 280 Petabyte zeigt, was die digitale Zukunft bringt: riesige Datenmengen, die sich nur mit neuen Technologien beherrschen lassen. Eine davon ist Edge Computing.

→ Big Data, KI und Automation im Vertrieb [Kostenloser Download]

Wie funktioniert Edge Computing?

Edge Computing ist ein recht junger Begriff, der teilweise noch etwas schwammig verwendet wird. Das wichtigste Merkmal dieser Technologie ist die dezentrale Verarbeitung von Daten ohne Netzwerkverbindung. Im Folgenden erklären wir die Gemeinsamkeiten und Unterschiede zu ähnlichen Fachtermini.

Edge Computing vs. Cloud Computing

Beim Cloud Computing übertragen Anwendungen auf Computern oder Smart-Home-Komponenten wie Sprachassistenten ihre Daten an zentrale Cloud-Systeme. Dort erfolgt die Verarbeitung der Daten und die „Lösung” wird anschließend über eine Online-Verbindung zurückgeschickt.

Das Edge Computing hingegen setzt auf eine dezentrale Datenverarbeitung. Das heißt, die Anwendungen oder Systeme agieren eigenständig und benötigen keine Anbindung an ein Netzwerk.

Edge Computing vs. Fog Computing

Beim Fog Computing handelt es sich um kleine Rechenzentren, die vor dem zentralen Cloud-System von Unternehmen arbeiten. Die Geräte befinden sich auch am Netzwerkrand, stehen aber anders als beim Edge Computing mit der “Zentrale” in einem engen Austausch.

Systeme des Fog Computings sind rein physisch in der Nähe der Datenentstehung platziert. Dort unterstützen sie bei der Datenverarbeitung, um beispielsweise die Datenmengen zu verringern, die sie an die Cloud-Systeme senden.

IoT Edge Computing

Das IoT (Internet of Things) wächst rasant. Jedes Gerät erhebt teilweise riesige Datenmengen, wovon oft aber nur ein geringer Teil benötigt wird. Beim IoT Edge Computing erfolgt die Datenverarbeitung und auch die Löschung der irrelevanten Daten direkt im System. Nur wenige der digitalen Informationen schaffen es anschließend in die Cloud, beispielsweise für Analyse-Anwendungen.

5G Edge Computing

Übertragen IoT-Geräte ihre Daten an ein Rechenzentrum oder an Fog-Computing-Systeme, muss dieser Vorgang meist möglichst schnell - am besten in Echtzeit - erfolgen.

Die Lösung hierfür stellt der neue Funkstandard 5G dar, der sehr hohe Datenübertragungen ermöglicht. Kommen Edge Computing und 5G-Technologie zusammen, sprechen Experten und Expertinnen von 5G Edge Computing.

Beispiele für Edge Computing

Autonom fahrende Autos, Busse, Bahnen oder „Flugtaxis” sind häufig genannte Edge-Computing-Beispiele, denn dort kommen jeweils hunderte bis tausende Mini-Computer zum Einsatz. Diese überwachen beispielsweise die Situation auf der Straße oder in der Luft, kommunizieren mit anderen Fahr- und Flugzeugen und überwachen den Zustand der bordeigenen Systeme.

Hierbei fallen, wie zu Beginn erwähnt, extrem hohe Datenmengen an (Stichwort: Big Data). Diese können unmöglich alle in Echtzeit per Mobilfunk oder WLAN an Server oder Cloud-Systeme des Unternehmens gesendet werden, weshalb die Datenverarbeitung direkt in den einzelnen Systemen erfolgt.

Weitere Beispiele für Edge Computing sind IoT-Geräte. Zu diesem „Internet der Dinge” zählen unter anderem Wearables wie Smartwatches, Smart-Home-Lösungen und Smart Factories mit „intelligenten” Robotern. Jedes einzelne Gerät oder System erzeugt zahlreiche Daten, deren Auswertung und Anwendung keine dauerhafte oder schnelle Anbindung an ein externes Netzwerk benötigt.

Warum Edge-Computing?

Macht es Sinn, dass jede smarte Waschmaschine und jeder Sensor in modernen Autos mit (teuren) Chips bestückt sind, die genügend Rechenleistung besitzen, um eine eigene Datenverarbeitung vorzunehmen? Eigentlich nicht. Theoretisch ist es günstiger und auch effizienter, wenn alle Einheiten ihre Daten an ein zentrales System senden, das als Schnittstelle und „Gehirn” dient.

Doch in der Praxis zeigt sich, dass eine Dezentralisierung sinnvoll und auch nötig ist. Zum einen, weil es bei vielen Anwendungen um Millisekunden geht. Ein eigenständig fahrendes Auto, dessen Sensoren eine Gefahrensituation erkennen, kann zum Beispiel nicht auf die passende Lösung aus dem Rechenzentrum in der Firmenzentrale warten. Die Entscheidung muss in Echtzeit und nicht verzögert erfolgen, denn Leben und Tod hängen davon ab.

Zum anderen fällt in vielen Ländern wie auch in Deutschland das Breitbandnetz nicht zuverlässig genug aus. Es gibt viele „weiße Flecken”, an denen keine oder nur eine langsame Datenübertragung möglich ist. Deshalb ist es sinnvoll, bei wichtigen Funktionen und Anwendungen auf Edge Computing zu setzen.

Die Vor- und Nachteile von Edge Computing

Die Vorteile des Edge Computing liegen auf der Hand: Bei der direkten Datenverarbeitung am Entstehungsort fallen die Latenzen - die zeitlichen Verzögerungen - bei der Kommunikation mit einer Cloud-Anwendung weg. Auch Funklöcher und andere Unterbrechungen machen einer solchen Lösung nichts aus. Zudem spielt der Datenschutz dem Edge Computing in die Karten, denn sensible (Kunden-)Informationen verbleiben im erzeugenden System.

Doch auch Edge Computing ist nicht perfekt. Einen Nachteil stellt die Bereitstellung von Rechenkapazitäten dar. Denn jedes Gerät an der „Kante” muss über leistungsstarke Hard- und Software verfügen, um die anfallenden Datenmengen aufnehmen, auswerten und speichern zu können. Das kann bei komplizierten Systemen teuer werden.

Hinzu kommt, dass Edge-Computing-Systeme aus einem Verbund von „Mini-Computern” bestehen, die alle eine separate Wartung erfordern. Auch der Schutz der einzelnen Komponenten stellt eine gewaltige Herausforderung dar.

Fazit: Von der Cloud an den Netzwerkrand?

Edge Computing steht für die dezentrale Datenverarbeitung von Geräten. Diese agieren eigenständig und benötigen daher keine Anbindung an andere Netzwerke. Noch befindet sich die Technologie des Edge Computing aber in Ihren Anfängen und steht im Schatten der Cloud. In der Zukunft und mit immer größer werdenden Datenmengen könnte sich dies aber ändern.

New call-to-action

 New call-to-action

Titelbild: Westend61 / iStock / Getty Images Plus

Ursprünglich veröffentlicht am 13. September 2022, aktualisiert am Januar 20 2023

Themen:

Digitalisierung