Edge Computing verstehen

Aus MittelstandsWiki
Version vom 10. Juli 2019, 06:37 Uhr von FEichberger (Diskussion | Beiträge) (Nützliche Links: korr)

(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)
Wechseln zu: Navigation, Suche

Living on the Edge

Von Axel Oppermann

Das große Pendel der IT schwingt zurzeit neu aus; und das in einer starken Magnitude. Die Frage, wo die Daten verarbeitet werden sollen, ist momentan mal wieder das Kernproblem der digital-transformierenden IT-getriebenen Businesswelt. Klar: In den vergangenen Jahrzehnten gab es zahlreiche Strömungen zwischen zentralisierten Ansätzen wie Cloud-Services oder Mainframe und dezentralen Ansätzen, zum Beispiel zwischen mobilen Endgeräten und dem stationären PC. Derzeit bewegen wir uns stark an den Rand des IT-Universums: die Edge.

Was ist Edge Computing?

Edge Computing umfasst eine Topologie, in der die Informationsverarbeitung und das Sammeln der eigentlichen Inhalte – also der Daten – möglichst da erfolgt, wo die Daten anfallen oder wo der Benutzer bestimmte Aktionen durchführt. In anderen Worten: Edge Computing ist eine dezentrale Computing-Infrastruktur, in der Rechenoperationen und Anwendungen entlang des Kommunikationsweges, das heißt an einer beliebigen Stelle von der Datenquelle bis zur Cloud, ressourcenschonend (Stichwort: Compute Power) ausgeführt werden.

Dabei verhält sich, vereinfacht ausgedrückt, Edge zur Cloud wie Reflex zu Reaktion im menschlichen Organismus. Bei einem Reflex laufen die Impulse ins Rückenmark, wo der Reiz verarbeitet wird. Von dort aus geht die Information zurück an die Nervenfaser und die Muskeln; es entsteht der Reflex. Warum ist das so? Weil keine Zeit vorhanden ist, die Information bis ins Hirn zu senden. Bei einer Reaktion hingegen werden die Informationen vom Rezeptor bis ins Hirn geschickt, verarbeitet und wieder zurückgesendet.

Für die digitale Datenverarbeitung bedeutet das analog: In der Regel dauert es 150 bis 200 ms, bis die Daten vom Ort der Erzeugung, also exemplarisch mobilen Endgeräten, Sensoren oder Maschinen in der Produktion, zu einem Cloud-Provider und wieder zurück gelangen, während sich diese Zeit mit Edge-Servern oder entsprechenden Gateways in der Nähe dieser Geräte auf 2 bis 5 ms verkürzen kann.

ITK-Unternehmen 2018-02.jpg
Schwarz auf Weiß
Dieser Beitrag erschien zuerst in unserer Heise-Beilage „IT- und Technologie­unternehmen stellen sich vor“. Einen Über­blick mit freien Downl­oad-Links zu sämt­lichen Einzel­heften be­kommen Sie online im Presse­zentrum des MittelstandsWiki.

Die Vorteile, die aus Edge bzw. Cloud-Edge entstehen, liegen klar auf der Hand: verbesserte Leistung, Verringerung der zu übertragenden Datenvolumen, weniger potenzielle Fehlerquellen, bessere Compliance, vereinfachter Datenschutz sowie erhöhte Datensicherheit und damit – in der Gesamtheit – reduzierte Betriebskosten. Edge Computing fußt auf den Konzepten der Mesh-Vernetzung, also auf Netzwerkknoten, die direkt miteinander verbunden sind, und einer verteilten Verarbeitung. Im besten Fall werden die Rechenanforderungen gleich da erfüllt, wo die Daten erfasst oder wo vom Nutzer Aktionen durchgeführt werden.

Wo ist die Edge?

Was ist das für eine blöde Frage?, mag man da denken. Oder ist es doch eine philosophische Frage? Jedenfalls ist sie nicht zwingend eindeutig zu beantworten: Einerseits ist die Edge eher eine logische Schicht als eine spezifische physische Trennung oder Ortsbeschreibung – wenn auch der Begriff „Edge“ (engl. Rand, Kante) eine räumliche Assoziation und das Prinzip der Dezentralisierung vermittelt. Aus betriebswirtschaftlicher Sicht hängt die Lokation – „der Ort“ – der Edge von dem zu adressierenden Unternehmensproblem, von Zielen oder Anforderungen ab. Aus Sicht der Marktteilnehmer und deren kommerzieller Interessen hängt die Verortung der Edge davon ab, wo sie ihre Wertschöpfung erzielen können und den Prozess dominieren.

Andererseits: Die Edge ist doch ein Ort. Sie ist da, wo Dinge sind. Warum? Immer mehr Objekte erzeugen Daten, die erfasst und verarbeitet werden, aus denen Nutzen oder Mehrwert generiert werden sollen. Und die Verarbeitung, insbesondere die Intelligenz zum Verarbeiten, strebt an diesen Ort. In anderen Worten: Die Edge kann überall und nirgends sein. So kann ein Endgerät – exemplarisch ein Smartphone oder IoT-Device – die Edge sein. Ein Endbenutzer- oder IoT-Gerät, das Daten verbraucht und erstellt, kann den Endpunkt bilden. Sehr wahrscheinlich wird dort auch eine gewisse Art von eingebetteter künstlicher Intelligenz (KI) vorhanden sein. Diese intelligenten Systeme können wiederum Daten zu und von zusätzlichen KI-Systemen senden bzw. empfangen, die mehr Rechenleistung haben als das Gerät (an der Edge) selbst, oder die Daten von vielen dieser Vorrichtungen zur Analyse und Aktion sammeln.

Edge Computing kann sich aber auch in Form einer Netzwerk-Edge in der Unternehmensniederlassung realisieren lassen. Diese Variante der Edge kann Daten an jedem beliebigen Ort in einem Unternehmen verarbeiten, also an einer Maschine, einer Videokamera, einem Industrieroboter usw. Die lokalen Prozessoren erledigen die Arbeitslast, ohne auf eine konstante Konnektivität zu anderen Systemen angewiesen zu sein. Aber auch eine sogenannte Operator Network Edge ist möglich. In diesem Fall bieten Telekommunikationsprovider ein unter dem Kürzel MEC (Multi Access Edge Computing) bezeichnetes Mikrorechenzentrum an, das sich in einem Funkturm, einer Mobilfunkantenne, einem Edge-Router oder Internet-Gateway befindet. Hier erhält man Rechenleistung gepaart mit KI oder einer entsprechenden Plattform: Anwendungen und Dienste werden in einem Betreibermodell angeboten.

Serie: Edge Computing
Teil 1 skizziert, woher der Bedarf an Mikro-Rechenzentren kommt und welche Lösungen sich abzeichnen. Teil 2 geht auf den Markt und stellt plausible Edge-Konzepte vor. Teil 3 berichtet vom Ortstermin bei den ersten Installationen auf Feldebene und jüngsten Entwicklungen. Teil 4 fragt sich, wozu das Ganze gut ist. Und warum der Rand mittendrin im Geschehen liegt. Dazu gibt es noch zwei Extrabeiträge: Der eine sichtet die Optionen einer modularen Bauweise am Edge, der andere kehrt noch einmal zu den RZ-Containern am Straßenrand zurück.

Anwendungsfälle

In Fachkreisen wird Edge Computing regelmäßig in drei größere, übergeordnete Kategorien eingeteilt, an denen sich die jeweiligen Anwendungsfälle ableiten lassen. Namentlich sind das: OT-Edge (Operational Technology), IoT-Edge (Internet of Things) und IT-Edge (Information Technology). Beispiele für OT-Edge sind in der Fertigungsindustrie zu finden. IT-Edge ist in der Telekommunikations- und Medienindustrie für die verteilte Datenübertragung und -verarbeitung üblich. IoT-Edge, häufig eine Kombination aus Operational Technology und Information Technology, ist in sensorbasierten cyber-physikalischen Szenarien zu finden. Die zahlreichen Anwendungsfälle und Einsatzgebiete lassen sich wiederum in vier Segmente – in vier Cluster bzw. Muster – einteilen. Diese unterscheiden sich in ihren Leistungsanforderungen und in der Gestaltung der IT-Infrastruktur.

Die Leistungsanforderungen differenzieren sich unter anderem in Bezug auf Sicherheitsanforderungen, Verfügbarkeit, Bandbreite und Latenz. Es handelt sich um eine Art Spannungsviereck: Die Anwendungsfälle können in das datenintensive, das kritische bzw. überlebenswichtige, das latenzsensible M2M-bezogene sowie das latenzsensible menschenbezogene Szenario segmentiert werden. Datenintensive Anwendungsfälle sind zum Beispiel Lösungen für Smart Cities, Virtual Reality oder Smart Factories, bei denen cyber-physikalische Systeme auf Basis von Echtzeitdaten Qualität und Effizienz steigern sollen. Kritische bzw. überlebenswichtige Szenarien sind zum Beispiel digitale Gesundheit oder vernetzte Mobilität. Latzenzsensible Szenarien bezogen auf M2M sind Smart-Security- oder Smart-Grid-Anwendungen; bezogen auf den Menschen sind es Lösungen für den Einzelhandel oder etwa Natural Language Processing.

So heterogen die Anwendungsfälle in der Problemlösung oder Zielbefriedigung sind, so homogen sind sie im eigentlichen Kern: Es dreht sich alles um Daten und deren Erstellung, Transport, Verarbeitung und Sicherung. Also um Datenvolumen, Datenzugriff, Datenintegrität, Datenanalyse und Datensicherheit. Ausschlaggebend ist immer die Infrastruktur, also insbesondere die Kommunikationsinfrastruktur und hier explizit „das Netz“, die Rechenleistung, der Speicher sowie darüber hinaus zunehmend eine Intelligenz.

Edge, KI und 5G

Okay; historisch gesehen: Netzwerkarchitekturen und Computing-Modelle schwanken zwischen der Verwendung von gemeinsam genutzten und zentralen Ressourcen sowie ausschließlich lokaler Rechenleistung. Momentan sieht das so aus: Eine wirklich massive und umfängliche Verbreitung von Sensoren und intelligenten Sensoren in Geräten (bekannt als Internet der Dinge/IoT) fordert das derzeit dominierende Cloud-Computermodell mit dem Schwerpunkt auf zentralisierter gemeinsamer Nutzung von Ressourcen heraus. Die Herausforderung besteht in der intelligenten Verarbeitung großer Informationsmengen innerhalb einer extrem kurzen Zeitspanne. Die Lösung liegt in der Platzierung der Intelligenz zwischen Datenquelle, also zum Beispiel einem Sensor, und der in der Cloud befindlichen IoT-Core-Systeme und Speicherdienste. Aber wie? Und darüber hinaus: Warum?

Fangen wir mit dem Warum an: Durch Einbringen von Intelligenz in den Edge-Computing-Knoten (ECN) können durch die Systeme Entscheidungen schneller und effizienter getroffen werden. Die Kosten werden hierdurch reduziert, die Netzwerke, wie etwa Wide Area Networks (WAN), werden entlastet, die Systeme werden belastbarer und gleichzeitig flexibler. Oder noch einfacher und plumper ausgedrückt: Anders ist es zurzeit nicht möglich. Alle Rechenaufgaben auf die Cloud zu verlagern, hat sich als effizienter Weg zur Datenverarbeitung erwiesen; allein wegen der Leistungsfähigkeit. Im Vergleich zur sich schnell entwickelnden Datenverarbeitungsgeschwindigkeit ist die Bandbreite des Netzwerks jedoch zum Erliegen gekommen; sie konnte nicht mithalten. Mit der wachsenden Menge an Daten, die quasi überall erzeugt werden, wird der Datentransport zum Engpass für die Cloud-basierten Modelle. Also nochmals: Es geht momentan nicht anders.

Kommen wir zum Wie. Durch allgemeine technologische Entwicklungen wird die intelligente Edge – das intelligente Edge Computing – möglich. Angefangen bei den Endgeräten, in die KI-Chips eingebaut werden (Empfehlung: Schauen Sie mal in Ihr Smartphone!), über Netzwerktechnologie wie zum Beispiel 5G bis hin zu Algorithmen und Standards für softwaredefinierte Netzwerke, Analytik sowie Geräte- und Datenverarbeitung. So ist die Entwicklung von künstlicher Intelligenz und Netzwerktechnologien essenziell für Edge Computing. Aber ganz nebenbei: Sowohl KI als auch Edge Computing sind für 5G-Provider unerlässlich, um das Netzwerk so zu entwerfen und zu verwalten, dass Kosteneffizienz, Leistungssteigerung und die Bereitstellung von Diensten der nächsten Generation gewährleistet sind.

Axel Oppermann 2013.jpg
Axel Oppermann berät seit über 17 Jahren als IT-Markt­analyst Technologie­unternehmen in Strategie- und Marketing-Fragen. Er arbeitet beim Beratungs- und Analysten­haus Avispador, schreibt für diverse Blogs, Portale, Fach­zeitschriften und kommentiert in diversen Bewegt­bild­formaten aktuelle Themen sowie den Markt. Als Gesprächs­partner für Journalisten und Innovatoren bringt Axel erfrischend neue Ansichten über das Geschehen der digITal-Industrie in die Diskussion ein. Seine viel­fältigen Erkenntnisse gibt Axel in seinen kontroversen, aber immer humor­vollen Vorträgen, Seminaren, Work­shops und Trainings weiter. Seine Themen: Digital & darüber hinaus.

Ein Enabler, ein Mittel zum Zweck

Edge Computing ist die Antwort – doch was war noch mal die Frage? Die intelligente vernetzte Stadtbeleuchtung. Fabriken. Clevere Fahrstühle. Smarte Arbeitssicherheit. Zugangskontrolle. Produktverfolgung in geschlossenen Räumen. Erkennen von Feuer oder Rauch über Überwachungskameras. Die Antwort – oder besser: die Lösung – auf die Probleme und Herausforderungen sowie die Grundlage, neudeutsch Möglichmacher, von Geschäftsmodellen ist Edge Computing. Wichtig ist jedoch, dass Edge Computing kein Selbstzweck ist, sondern Mittel zum Zweck. Ausgehend von der jeweils konkreten Anforderung. Dabei muss klar sein, dass sich Cloud Computing und Edge Computing keineswegs ausschließen, sondern vielmehr bedingen. Es sind keine konkurrierenden Ansätze. Die Frage lautet vielmehr: Welche technischen Systeme werden benötigt, um heute und zukünftig das Geschäftsziel zu erreichen? Und welche technischen Lösungen sind danach verfügbar?

Nützliche Links