17.11.2017 IoT-Daten verarbeiten

Cloud und Edge arbeiten Hand in Hand

Edge Computing – Datenverarbeitung am Rand eines Netzwerks – ist das große Thema beim Internet der Dinge. Der Grund: Cloud-Verbindungen sind nicht schnell genug.

Cloud und Edge arbeiten Hand in Hand

Edge und Cloud Computing spielen beim Internet der Dinge zusammen.

Nicht selten stößt die Cloud an ihre Grenzen, wenn es darum geht, riesige Datenmengen rasch zu verarbeiten. Eine Alternative hierzu kann Edge Computing sein, wobei Rechner am Rand des Netzwerks Aufgaben der Cloud übernehmen. In einem Gespräch mit Bernd Groß, Geschäftsführer des Internet-of-Things-Plattform-Anbieters Cumulocity, geht es um die Frage, ob die Cloud im Industrieumfeld scheitern könnte und ob sie in Zukunft durch das Edge Computing ersetzt wird.

ITM: Herr Groß, Cloud Computing ermöglicht Technologien wie Machine Learning oder Internet of Things (IoT) im Industriebereich. Immer mehr Unternehmen setzen darauf. Kommt es da nicht zu Engpässen bei der Datenübertragung, vor allem angesichts des ungenügenden Breitbandnetzes?
Bernd Groß:
Doch, denn Sensordaten bringen die Cloud an ihre Grenzen. Ein typisches Beispiel dafür ist Predictive Maintenance. Hierbei werden Industrieanlagen mit Sensoren ausgestattet, die Zustandsdaten in die Cloud senden. Da sie permanent Signale senden, entstehen große Datenmengen, die via Internet in der Cloud landen sollen. Sie wird damit zum Flaschenhals und verlangsamt in bestimmten Situationen notwendige Reaktionen, etwa bei Überhitzung von Anlagen, die sofort abgeschaltet werden sollten. Hier stößt das Cloud Computing an eine technische Grenze.

ITM: Wie stark würde sich der Ausbau der Breitbandversorgung zum Gigabit-Netz mit 5G auf das Industrial IoT auswirken?
Groß:
Natürlich ist mehr Datendurchsatz besser, doch durch das stark wachsende Internet der Dinge wird die verfügbare Bandbreite immer stärker ausgelastet. Trotz aller Anstrengungen der Telekommunikationsunternehmen wird sie nicht ins Unendliche wachsen. Selbst ein Gigabit-Glasfaserkabel ist überlastbar durch die Datenmengen, die im Industrial IoT anfallen. Ein Beispiel: Eine hochauflösende Überwachungskamera liefert pro Stunde bis zu 80 Terabyte Rohdaten.

ITM: Welche Alternativen gibt es in dieser Situation?
Groß:
Eine praktikable Lösung heißt Edge Computing. Mit dem Begriff sind IT-Kapazitäten am Rande des Netzwerks gemeint, die Datenzugriffe bündeln. Die Devices schieben sich zwischen Sensor und Cloud, beispielsweise um schnelle Reaktionen auf technische Probleme zu ermöglichen. Darüber hinaus haben sie die Aufgabe, die Datenübertragung zu optimieren. Im Falle einer Überwachungskamera würde es beispielsweise eine „Live-Übertragung“ nur dann geben, wenn ein Computersystem vor Ort anhand seines Maschine-Learning-Modells erkennt, dass gerade ein Einbruch stattfindet.

ITM: Das war jetzt nur ein recht hypothetisches Beispiel. In welchen weiteren Anwendungsbereichen kann Edge Computing noch eingesetzt werden?
Groß:
Es gibt im Industrial IoT viele mögliche Szenarien. Mal müssen nur Sensordaten zusammengeführt werden, mal müssen sie anhand von Kriterien gefiltert werden, mal ist sogar die Kapazität eines „Minirechenzentrums“ erforderlich. Ein Beispiel für letzteres sind autonome Fahrzeuge. Beim selbstfahrenden Auto wird die gesamte Datenverarbeitung zwingend an Bord erledigt. Der Wagen muss innerhalb von Millisekunden reagieren können, etwa um Unfälle zu verhindern. Das ist über die Cloud nicht möglich.

ITM: Das bedeutet, dass Edge Computing die Rechenleistung wieder zurück vor Ort bringt. Wird die Cloud dadurch an Bedeutung verlieren?
Groß:
Nein, Aussagen wie „Edge Computing ersetzt die Cloud“ sind übertrieben. Wir müssen vielmehr im Internet der Dinge von einer verteilten Verarbeitung der Daten ausgehen, bei der die Cloud und Edge Hand in Hand arbeiten. So werden die autonomen Fahrzeuge der Zukunft trotz der Bordcomputer immer noch mit der Cloud verbunden sein, etwa um Entertainment-Funktionen anzubieten, aber auch um Daten zu Wetter, Verkehrslage und Straßenzustand zu sammeln.

In typischen IoT-Szenarien in der Industrieproduktion sind die Analytics-Funktionen auf verschiedene Edge- und Cloud-Services verteilt. Je wichtiger schnelle Reaktionen und Echtzeitfähigkeiten sind, desto stärker nutzt die entsprechende Lösung das Edge Computing. Die Cloud dagegen ist die zentrale Datensammelstelle für Business Analytics, Machine Learning und Prozesssteuerung. In der Praxis kommt es also auf die richtige Mischung aus Cloud und Edge an.

Bildquelle: Ingram Publishing

©2017 Alle Rechte bei MEDIENHAUS Verlag GmbH