Fog Computing und das Internet der Dinge

Was steckt hinter Edge Computing?

Edge Computing realisiert die künftige Datenverarbeitung jenseits von Legacy-Anwendungen im Internet der Dinge. Manche sprechen stattdessen auch von „Fog Computing“; vor einigen Jahren wurde das Vorläuferkonzept auch als Grid Computing bezeichnet.

Edge Computing/Fog Computing

Gar nicht nebulös: Edge Computing wird mitunter auch „Fog Computing“ genannt und soll die Datenverarbeitung im Internet der Dinge vereinfachen.

Wie so oft kommen neue Technologiekonzepte auf, wenn sich Innovationen oder neue Geschäftsfelder abzeichnen. Beim Edge Computing trifft beides zu. Die Menge der erzeugten Daten im Internet soll nach Schätzungen bis ins Jahr 2020 rund 44 Zettabytes betragen, wovon der größte Anteil unstrukturiert sein wird. Im Zeitalter des Internets der Dinge (IoT) werden die Daten größtenteils von Sensoren, Geräten und Maschinen erzeugt und nur zu einem geringen Anteil vom Menschen selbst. Zusätzlich kommen aus dem mobilen Bereich Daten wie die GPS-Standorterkennung hinzu.

Leistungsstarke Kleinstrechner wie der Raspberry PI oder der „Computer on a Chip“ machen dezentrale Datenverarbeitung wieder attraktiv. Zudem ermöglichen heutige mobile Anbindungen vom Durchsatz und der Stabilität her neue Lösungen. Kombiniert man die hohe Datenmenge, leistungsfähige Miniserver und breitbandige Mobilnetzwerke, hat man die Zutaten für Edge Computing.

Komponenten im Edge Computing

Doch aus welchen Komponenten besteht Edge Computing genau? 

Es handelt sich dabei ...

  • ... um eine hochvirtualisierte Plattform, die typischerweise in einer „Ecke“ des Netzwerks platziert ist, das Server, Storage und Netzwerkservices zwischen Endgeräten und traditionellen Cloud-Rechenzentren zur Verfügung stellt,
  • 
... um Rechen-Power auf einem Gerät (Flugzeug, Auto, Windkraftanlage, usw.) zur lokalen Datenverarbeitung,
  • ... um eine neue Version des verteilten Computings, ähnlich dem Grid Computing Anfang der 2000er-Jahre. 



Komplementär zum Cloud Computing ermöglicht Edge Computing die Verarbeitung großer Mengen unstrukturierter Daten, um Echtzeitinteraktionen und/oder Batch-Verarbeitung wie Real Time Analytics durchzuführen zu können. Zudem müssen nicht alle Komponenten einer Edge-Lösung permanent mit dem Internet verbunden sein, so dass eine temporäre Offline-Verarbeitung auch ein wesentliches Merkmal für Edge Computing darstellt. Die Netzwerktopologie kann dabei sehr unterschiedlich sein und reicht vom klassischen Internet bis zum Peer-to-Peer-Ad-hoc-Netzwerk.

Wenn die Daten in den (Enduser-)Geräten (vor-)verarbeitet werden, muss nur noch ein kleiner Teil zur nächsten IT-Instanz transportiert werden, was kostengünstiger, schneller und mit entsprechender Verschlüsselung sicherer ist. Das bedeutet, man bringt die Daten nicht mehr zur Verarbeitung, sondern die Rechen-Power kommt zu den Daten – also zu den Sensoren und mobilen Geräten der Benutzer.

Edge Computing in der Praxis

Da in der Regel unstrukturierte Daten anfallen und diese mit Informationen aus den Legacy-BigData- und Analytics-Lösungen kombiniert werden müssen, werden asynchrone Streaming-Technologien eingesetzt, um Formatänderungen oder Datenveredelungen in beide Richtungen durchzuführen.
Auf diese Weise können z.B. nicht relevante Informationen ausgefiltert werden.
Beispiele für Edge Computing sind:

  • Connected Cars: Die Fahrzeuge kommunizieren untereinander in Realtime für „teilautonomes“ Fahren, melden und bekommen über das mobile Netzwerk zusätzliche Verkehrsinformationen, aber auch zusätzliche Dienstleistungsangebote vom Fahrzeughersteller oder Dritten.
  • Machine-as-a-Service: Maschinen werden den Kunden zunehmend als „as a Service“ angeboten. Beispielsweise dienen Schweißpunkte eines Schweißroboters oder Flugmeilen für eine Turbine im Luftverkehr als Berechnungsgrundlage. Dafür müssen alle Maschinendaten erfasst werden, damit vom Servicegeber die Maschinen gesteuert, aber auch individuell gewartet werden können. Dies bedingt durchaus eine Verzahnung der IT des Kunden mit der IT des Servicegebers.
  • Point-of-Sale-Anwendungen: Der Einzelhandel bietet seinen Kunden über Apps zusätzliche Produktinformationen und Sonderangebote an. Über diese Apps und entsprechende Videosysteme kann Käuferverhalten erkannt, aber auch mit Impulsen gelenkt werden.

Mit Edge Computing treten Firmen wie etwa Bosch, Siemens oder Diehl in den IT-Markt ein. Es bilden sich neue Allianzen mit sozialen Netzwerken und Geolokationsanbietern, um Verbrauchern oder Geschäftskunden neue Lösungen anzubieten, die für den gesamten Markt disruptiv sein können. Diese Art der Kooperation ermöglicht es innovativen Startup-Unternehmen, Benutzerservices in den Markt zu bringen, wobei keinerlei eigene IT- Infrastrukturen oder Software-Lizenzen benötigt werden.

Herausforderungen beim Edge Computing

Es gibt aber auch Herausforderungen beim Edge Computing: Die IT Infrastruktur kann sehr heterogen mit vielen unterschiedlichen Schnittstellen sein. Um Datenverluste zu vermeiden, sind andere Konzepte als in einem Rechenzentrum oder in der Cloud notwendig. Service Levels insbesondere unter dem Aspekt der mobilen Netzwerkinfrastrukturen müssen gesondert betrachtet werden. Und das Managen von Edge-Computing-Umgebungen benötigt andere und neue Konzepte als die traditionelle Rechenzentrums-IT.

Edge Computing ist im Bereich des IoT und Industrie 4.0 bereits heute nicht mehr wegzudenken und wird in Zukunft neue Bereiche im Consumer- oder Servicebereich erobern. Die IT der Zukunft wird neben dem klassischen Rechenzentrum und dem Cloud Computing das Edge Computing als eine Lösung für dedizierte Zwecke sehen.

* Der Autor Ingolf Wittmann ist CTO & Leader of HPC Europe bei der IBM Deutschland GmbH.

Bildquelle: Thinkstock/Ingram Publishing

©2019Alle Rechte bei MEDIENHAUS Verlag GmbH

Unsere Website verwendet Cookies, um Ihnen den bestmöglichen Service zu bieten. Durch die weitere Nutzung der Seite stimmen Sie der Verwendung zu. Weitere Infos finden Sie in unserer Datenschutzerklärung.

ok