5G und smarte Technologien – die Edge-Trends für 2022

Wie der Telekommunikationsstandard 5G und weitere smarte Technologien im nächsten Jahr Edge Computing beeinflussen werden, erklärt Carsten Mieth, Senior Vice President, Head of Telecommunications, Media & Technology bei Atos, in einem Gastbeitrag.

Künftig werden 75 Prozent aller Daten in der Edge verarbeitet, sind sich die Analysten von Forrester Research und Gartner einig. Die Technologie des Edge Computing verarbeitet Daten nicht nur schnell und vor Ort, sie wird von den Anbietern auch mit immer mehr Leistung und Intelligenz ausgestattet. Dadurch wird sie zu einem Schlüsselelement des Industrial Internet of Things (IoT) und kann die bisher üblichen Cloud-Plattformen in vielen Szenarien ergänzen oder gar ersetzen. Insgesamt lassen sich im Markt acht Trends feststellen:

  1. Cloud-Technologien für Edge-Anwendungen

Der Einsatz von Cloud-Technologien in der Edge ist ein Trend mit hohem Zukunftspotenzial. So portieren einige Anbieter Teile von IoT-Stacks auf Edge-Devices. Die Hyperscaler sind ebenfalls auf diesen Zug aufgesprungen: Sie erweitern ihre Cloud-Dienste mit verwalteten Edge-Appliances, die vom Hyperscaler mitverwaltet und bei den Kund:innen vor Ort „on the edge“ betrieben werden.

Durch die Verlagerung von Lösungen an den Rand des Netzwerks entsteht die Smart Edge, von der zahlreiche Services durch die geringe Verzögerung („Latenzzeit“) profitieren. In der Telekommunikationsbranche nennt sich dieser Trend “Multi-Access Edge Computing” oder kurz MEC. Unternehmen bieten damit Mehrwertdienste wie beispielsweise Videoüberwachung mit automatischer Video-Vorverarbeitung nahe den Kameras.

  1. Smarte Edge mit KI und Machine Learning

Der erste Trend zeigt: Edge Computing, bei dem Rechenleistung und Datenerfassung so nah wie möglich beieinanderliegen, wird immer smarter und leistungsfähiger. Vielfach werden Mikro-Rechenzentren eingesetzt, die große Rechenkapazitäten in einem klimatisierten Serverschrank anbieten. Treiber dieser Entwicklung sind Künstliche Intelligenz und Machine Learning. Weil in der Industrie kurze Reaktionszeiten gefragt sind, sind die Latenzen der Cloud zu hoch. Denn Systeme müssen bei Störungen im Betriebsablauf sofort reagieren – in Echtzeit. Um das zu leisten werden Machine-Learning-Lösungen zweigeteilt: Es gibt Anwendungen für das Training der Modelle und für ihre Ausführung innerhalb einer Laufzeitumgebung. Der erste Teil erfordert leistungsfähige Cloud-Services, da große Datenmengen verarbeitet werden. Das Ergebnis sind schlanke Modelle, die dann auf Standard-Hardware in der Edge arbeiten. So sind kurze Reaktionszeiten garantiert, KI wird einfacher und breiter einsetzbar.

  1. Mit Standard-Hardware wird die Edge homogener

Wir sehen oft, dass es in zahlreichen Unternehmen einen IoT-Gerätezoo gibt, der sich aus Edge-Devices unterschiedlicher Produktgenerationen zusammensetzt. Die Sensoren selbst basieren auf Arduino-Boards und anderen Microcontrollern, oder dem beliebten Kleinstcomputer Raspberry Pi. Sie reichen für Basisanwendungen aus, aber nicht für aktuelle Edge-Services wie Analytics oder Machine Learning. Die Vielfalt der IoT-Sensoren und anderer Edge-Devices wird auch über 2022 hinaus erhalten bleiben, doch sind standardisierte, handelsübliche Edge-Server ergänzend erforderlich.

  1. Das Industrial IoT mit 5G-Campus-Netzen beschleunigen

Vor allem größere Unternehmen gehen dazu über, auf ihren Betriebsgeländen 5G-Campus-Netzwerke aufzubauen. Dadurch haben sie nun eine Alternative zu WiFi für die Vernetzung von Sensoren, Aktoren, Gateways und Edge-Devices. Mit privatem 5G können Unternehmen alle Kommunikationsanforderungen mit einem Netz umsetzen und es für die Sprach- und Datenkommunikation nutzen. Zudem erlaubt die Technologie ein Management der Netzwerkqualität und ist weniger aufwendig als beispielsweise Kabelstrecken und unterstützt die Nachhaltigkeit mit Niedrigenergie-Hardware.

  1. Videos vor Ort verarbeiten und schneller auswerten

Hochauflösende Kameras erzeugen große Datenmengen, beispielsweise bei der Überwachung von Betriebsgeländen oder der Objekterkennung in Fertigungsprozessen – bei einer 8K-Kamera können das bis zu 100 Mbit pro Sekunde und Kamera sein. Die rasche Auswertung solcher Echtzeit-Videostreams ist in der Cloud nicht möglich, denn die Datenmengen würden die verfügbaren Netzwerkkapazitäten sprengen. Die Videoströme müssen nahe den Kameras mit leistungsfähigen Edge-Servern verarbeitet werden. Der Trend wird sich verfestigen, da die Videoauflösung immer besser wird und die Anwendungen fordernder.

  1. Edge Computing für digitale Zwillinge

Digitale Zwillinge sind typische Anwendungen in der Industrie 4.0. Genutzt werden sie für Monitoring, Steuerung und Simulation: Komplexe Systeme werden als digitales Modell nachgebildet und virtuellen Szenarioanalysen unterzogen. Unternehmen können damit beispielsweise recht einfach prüfen, wie sich veränderte Abläufe auf ihre Produktion und die Qualität der gefertigten Waren auswirken würden. Edge Computing ist hier ideal für den Aufbau digitaler Zwillinge für Sofortentscheidungen auf der Basis von Echtzeitdaten. Auch in diesem Anwendungsgebiet geht der Trend in Richtung leistungsfähiger Edge-Server mit Künstlicher Intelligenz, um exzessive Antwortzeiten zu umgehen.

  1. Dekarbonisierung – auch an der Edge

Zu den größten Megatrends der nächsten Jahre gehören Kreislaufwirtschaft, Dekarbonisierung und Nachhaltigkeit. Sie haben auch Auswirkungen auf das Edge Computing. Denn leistungshungrige Anwendungen für Industrial IoT und KI stehen im Widerspruch zu den Nachhaltigkeitszielen – nicht nur der neuen Bundesregierung, sondern auch der meisten Unternehmen. Diese können diesen Herausforderungen jedoch mit stromsparenden Edge-Technologien begegnen. Dabei geht es in Zukunft darum, die Energieeffizienz zu steigern und andere Maßnahmen für die Dekarbonisierung zu unterstützen, etwa die Nutzung der Abwärme von Edge-Kleinrechenzentren oder deren Versorgung durch lokale Solarenergieanlagen.

  1. Sicherheit durch zentrale Authentifizierung und Geräteidentitäten

Die Verbreitung von Edge-Computing bringt den Unternehmen neue Sicherheitsanforderungen. Sie müssen neue Security-Konzepte einführen, beispielsweise das „Zero Trust“-Paradigma. Es verzichtet auf Annahmen wie „Die Gefahr lauert draußen“, oder „Im LAN ist alles sicher“. Stattdessen setzt es auf gegenseitige Authentifizierung und die Überprüfung der Identität und Integrität aller Geräte. Dieses Modell hat sich in den letzten Jahren sehr stark verbreitet, laut einer IDG-Studie nutzen 38 Prozent der befragten Unternehmen bereits ein Zero-Trust-Modell, 41 Prozent sind gegenwärtig in der Implementierung. Edge-Devices sowie die damit vernetzten Maschinen und Anlagen erhalten nun Geräteidentitäten, mit denen sie sich zweifelsfrei identifizieren, sodass ihnen Zugriffsrechte auf zentrale Ressourcen erteilt werden können. Schlüsseltechnologien für IT-Security wie IAM (Identity & Access Management) oder die Vergabe von Zertifikaten für die Identifizierung der Geräte werden nun wichtig.

Fazit: Edge Computing, die ideale Ergänzung zur Cloud

Die Trends und Entwicklungen der nächsten Jahre zeigen, wo der Markt hingeht. Edge Computing ist zum Beispiel bei Echtzeit-Anwendungen, Big Data und Künstlicher Intelligenz von Vorteil. Allerdings sind leistungsfähige Systeme gefragt: Unternehmen sollten deshalb ihre Edge-Infrastruktur mit Standard-Hardware und -Software ergänzen. Langfristig wird der Paarlauf von Edge und Cloud der Industrie enorme Vorteile bringen und den wirtschaftlichen Erfolg für die Zukunft sichern.

Themenseiten: Atos, Edge

Fanden Sie diesen Artikel nützlich?
Content Loading ...
Whitepaper

Artikel empfehlen:

Neueste Kommentare 

Noch keine Kommentare zu 5G und smarte Technologien – die Edge-Trends für 2022

Kommentar hinzufügen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *