Daten dezentral verarbeiten mit Edge Intelligence
Quelle: © iStock.com/cofotoisme Posted on von Cloud Computing | Internet der Dinge | Netze/All-IP

Schlagworte: ,

Daten dezentral verarbeiten mit Edge Intelligence

Industrie 4.0, Smart City & Co. erzeugen Massen von Daten, die mitunter in Echtzeit verarbeitet werden müssen – dafür ist der Übertragungsweg bis zu einer zentralen Cloud oft zu lang. Edge Intelligence ermöglicht mithilfe von 5G-Netzen die schnelle und sichere dezentrale Datenverarbeitung.

Mehr als ein neues Buzzword: Was es mit Edge Intelligence auf sich hat, erläutert ein aktuelles White Paper, das die Standardisierungskommission IEC (International Electrotechnical Commission) in Kooperation mit Fraunhofer, FOKUS und Industriepartnern erstellt hat. Edge Intelligence nutzt die neuen Möglichkeiten von Hardware, Software und Netzwerktechnologie, um datenintensive Branchen dabei zu unterstützen, Entscheidungen schneller und kosteneffizienter zu treffen.

Zahlreiche Anwendungen in Bereichen wie Industrie 4.0, virtuelle Realität und Smart Cities sind darauf angewiesen, dass die von ihnen erzeugten Massen an Sensor- und Gerätedaten nahezu in Echtzeit verarbeitet werden. Zudem ist es je nach Anwendung erforderlich, relevante Informationen zu extrahieren und sicher zu übertragen. Um diese Anforderungen zu erfüllen, gilt Edge Intelligence als geeignet  – eine Kombination aus Edge Computing, technisch ausgereiften Anwendungsfunktionen und einem Netzwerkmanagement, das von maschinellen Lernverfahren unterstützt wird.

Mithilfe von Edge Computing Datenlawinen bewältigen

Laut einer IDC-Studie soll die Menge der weltweit erzeugten Daten im Jahr 2025 rund 163 Zettabyte betragen – eine Steigerung um das Zehnfache gegenüber 2016. Einen großen Anteil daran wird das Internet der Dinge (IoT) haben: Ebenfalls IDC zufolge sollen bis 2025 weltweit rund 80 Milliarden Maschinen und Geräte über das Internet vernetzt sein. Die riesigen Datenmengen, die allein durch IoT-Anwendungen entstehen, komplett zu einer zentralen Cloud und wieder zurück zu transportieren, ist zeitaufwändig und anfällig für Fehler und Datenverluste.

Hier kommt Edge Computing ins Spiel: Es ist ein Verfahren, um Daten an der Netzwerkperipherie zu verarbeiten – also dort, wo sie generiert werden.  Anders ausgedrückt: Im Unterschied zu Cloud Computing bezeichnet Edge Computing die dezentrale Datenverarbeitung am Rand des Netzwerks, der sogenannten Edge (engl. für Rand oder Kante). Hierbei werden Computeranwendungen, Daten und Dienste von zentralen Knoten beziehungsweise Rechenzentren weg zu den äußeren Rändern eines Netzwerks verlagert. Auf diese Weise lassen sich Flaschenhälse im Datentransfer (und damit potenzielle Fehlerquellen) vermeiden, Datenströme beschleunigen und Daten in Echtzeit verarbeiten. Zudem ist für die Verarbeitung  nahe der Quelle weniger Internetbandbreite erforderlich. Dadurch verringern sich letztendlich auch die Kosten.

Edge Computing ist mittlerweile auch in den Fokus der Industrie gerückt. Im April 2017 haben mehr als 50 Unternehmen auf der Hannover-Messe den Startschuss für das Projekt „EdgeX Foundry“ gegeben. Ihr Ziel ist es, unter dem Dach der Linux Foundation ein offenes und einheitliches Framework für Edge Computing im IoT zu schaffen.

Edge Computing in der Praxis

Zu den Anwendungsbereichen, in denen die Vorteile des dezentralen Edge Computing zutage treten, zählen unter anderem:

  • Vernetzte Fahrzeuge (Connected Cars), die über das Internet navigieren und sich mit anderen Fahrzeugen, Geräten und Verkehrsteilnehmern austauschen. Autonome bzw. selbstfahrende Fahrzeuge sind ohne dezentrale Datenverarbeitung in Echtzeit kaum vorstellbar.
  • In Smart-Grid-Netzen wird Strom dezentral erzeugt und verbraucht. Dabei entstehende Daten, die nur dezentral benötigt werden, lassen sich auch an Ort und Stelle verarbeiten. Hinzu kommt: Smart Grids können mit verteilter Überwachung und Remote Management helfen, Datenverluste zu reduzieren und Zuverlässigkeit sowie Effizienz zu verbessern. Das senkt den Energieverbrauch und die Kosten.
  • In Smart Cities tauschen sich Unmengen von Sensoren und Geräten miteinander aus, verbinden verteilte und komplexe Netzwerke Menschen, Orte und Dinge. Auch hierbei ist die dezentrale Verarbeitung gegenüber der zentralen Cloud im Vorteil.
  • Weitere Bereiche und Branchen, die von IoT-Edge-Computing-Ansätzen profitieren können, sind unter anderem Landwirtschaft, Umwelt, Industrie, Gesundheitswesen und Tourismus.

Mehr Sicherheit mit Edge Intelligence

Last but not least versprechen Edge-Ansätze auch höhere Daten- und Ausfallsicherheit gegenüber herkömmlichen IoT-Installationen. Deren Schwachstelle besteht häufig darin, dass ihre Steuerungsintelligenz an einem zentralen Punkt wie einem Gateway oder in der Cloud angesiedelt ist. Wer sich zu diesem Punkt Zugang verschafft, erhält Zugriff auf alle damit verbundenen Geräte und kann diese manipulieren oder sabotieren. Ein dezentraler Ansatz bietet hingegen deutlich weniger Angriffsfläche. Verlagert man die Intelligenz auf die Endgeräte, können diese direkt miteinander interagieren. Wird ein Server, ein Gateway oder gar die Internetverbindung durch einen Angriff lahmgelegt, bleibt beispielsweise eine automatische Gebäudesteuerung mit ihren unterschiedlichen intelligenten Sensoren und Aktoren zu Klima- und Lichtsteuerung weiterhin funktionstüchtig.

Auch bringt die räumliche Entfernung eines Zentralrechners eine Latenz mit sich, die in vielen Anwendungsfällen nicht tolerierbar ist. Durch den dezentralen Ansatz lassen sich zwei Fliegen mit einer Klappe schlagen: Extrem kurze Übertragungswege sorgen dafür, nicht nur das Latenzproblem zu meistern, sondern auch das Bandbreitenproblem zu entschärfen: Anstelle von Rohdaten müssen nur noch ausgewählte Analyse- und Monitoring-Ergebnisse zur weiteren Verarbeitung an die Zentralrechner übertragen werden.

Mit 5G und ohne zentrale Cloud

Edge Intelligence (EI) nutzt die immer leistungsfähigeren Geräte und Sensoren vor Ort zur Speicherung und Analyse der Daten. Möglich wird dies durch die neue 5G-Netzinfrastruktur, die softwarebasiert für jede Anwendung das richtige Netz zur Verfügung stellt. Für Branchen, die eine robuste und sichere Kommunikation mit geringen Latenzzeiten benötigen, würde eine zentrale Cloud damit künftig entbehrlich.

Das White Paper „Edge Intelligence“ erläutert die EI-Technologie, beschreibt Anwendungsszenarien sowie die technologischen Lücken, die mit EI geschlossen werden, und gibt Empfehlungen für den branchenspezifischen Einsatz. Die Autorinnen und Autoren kommen zu folgenden Schlussfolgerungen:

  • Eine Containerisierung ist notwendig, aber es gibt dafür noch keine Standards. Containerisierung bedeutet, dass den Unternehmen eine Box mit verschiedenen EI-Funktionen zur Verfügung gestellt wird, die sie flexibel und branchenübergreifend je nach Anwendung nutzen können.
  • Für „Edge Intelligence“ wird ein einheitliches Datenmodell benötigt, damit die vielen heterogenen Daten zusammengeführt werden können.
  • Statt einer zentralen Cloud werden Mikrorechenzentren immer wichtiger.
  • Eine 5G-Netzinfrastruktur ermöglicht solch dezentrale Datenzentren. 5G-Netzwerke ermöglichen lokale Rechenzentren „am Rand“ und gegebenenfalls branchenspezifische Kernnetze. Zentrale Technologien hierfür sind Virtualisierung, Softwarebasierte Netze sowie die Fehlererkennung mittels maschineller Lernverfahren.
  • Maschinelles Lernen und künstliche Intelligenz unterstützen den Kunden bei einer schnellen und fundierten Entscheidung. Autonome Systeme machen eine Nutzerschnittstelle häufig überflüssig, in dem sie zum Beispiel Fehler in komplexen IT-Systemen eigenständig erkennen und beheben.

Wer mehr über 5G-Netze und Edge Intelligence erfahren und sich direkt mit Experten austauschen möchte, besucht die Berlin5GWeek.

zurück zur Startseite

Kommentar

Wenn Sie die E-Mail-Adresse eingeben, die Sie bei Twitter oder Gravatar verwenden, erscheint Ihr Bild neben dem Kommentar.

mit * gekennzeichnete Felder sind Pflichtfelder. Sie erhalten zur Freischaltung ihres Kommentars eine E-Mail. Ihre E-Mail-Adresse wird nicht veröffentlicht.