10 Überlegungen für ein ideales Edge-Computing-Modell

1. Geschäftlicher Bedarf

Geschäftsanforderungen sind immer der Ausgangspunkt für eine Lösung. Bevor die Designüberlegungen beginnen, gibt es eine entscheidende Frage: Warum? Ein gut definiertes Kundenbedürfnis benennt den Bedarf aus der Perspektive des Endanwenders. Zum Beispiel die Vermeidung von Ausfällen in der Fertigung, indem Wartungsarbeiten an einer Maschine vorbeugend empfohlen werden. Oder die Bereitstellung einer Transaktionsantwort für eine mobile Anwendung innerhalb von Millisekunden.

Der geschäftliche Bedarf wird in zielgerichtete Anforderungen übersetzt und ist ein wesentlicher Faktor bei der Identifizierung der Art von Workloads, die zum Erreichen der Funktionalität erforderlich sind. Er definiert die gewünschten quantitativen und qualitativen Geschäftsergebnisse wie Kundenzufriedenheit, Kosteneinsparungen, Agilität, betriebliche Ausfallsicherheit, Mitarbeiterproduktivität und andere messbare Ergebnisse.

2. Workload-Typ

Eine Sammlung von Ressourcen, die eine Geschäftsfunktion ausführt, wird als Workload bezeichnet. Geschäftsapplikations-Hosting, Datenfreigabe, Backup, Speicherung, unternehmenskritische Anwendungen, Entwicklung und Tests sind gängige Workload-Typen. Von diesen verschiedenen Workloads eignen sich einige gut für On-Premises, andere eher für Cloud oder Edges. Für Echtzeit- oder echtzeitnahe regelkreisbasierte Workloads, die eine schnelle Entscheidungsfindung erfordern, macht beispielsweise Edge mehr Sinn. Es müssen allerdings nicht alle Workloads den Edge nutzen. Stattdessen können sie auch so umstrukturiert werden, dass bestimmte Funktionen an den Edge verlagert werden, während der Rest der Cloud-Services beibehalten wird.

3. Leistung

Jede Anwendung hat spezifische Leistungsanforderungen. Eine Applikation erfordert zum Beispiel eine sehr niedrige Latenzzeit, eine andere hat einen hohen Rechen- und Speicherbedarf. Traditionell werden Edge-Computing-Ressourcen verwendet, die näher am Verbrauchspunkt liegen. Das gewährleistet eine niedrige Latenzzeit. Für die Anwendung, die massive Rechenleistung benötigt, ist es kosteneffektiv, die Edge-Verarbeitung an einen anderen Ort zu verlagern, der vom Verbrauchspunkt entfernt ist. Dadurch erhöht sich jedoch die Latenzzeit.

Angenommen, eine Anwendung benötigt sowohl eine niedrige Latenz als auch massive Rechenleistung: Eine größere Edge-Computing-Ressourcenkapazität kann näher am Verbrauchspunkt eingesetzt werden, um die niedrige Latenzzeit zu erreichen. Das erhöht jedoch die Kosten. Die Verwendung eines Netzwerks mit geringerer Latenz, um die Entfernung zwischen dem Verbrauchspunkt und den Edge-Computing-Ressourcen auszugleichen, kann als Alternative in Betracht gezogen werden. Ein 5G-Mobilfunknetz ist eine solche Alternative. Die richtige Balance zu finden, ist entscheidend, da Standort und Kapazität die Leistung beeinflussen.

4. Kapazität

Jede Anwendung hat grundlegende Ressourcenanforderungen. So kann beispielsweise eine bestimmte Funktion in einem Embedded-Gerät eine begrenzte Kapazität erfordern, während eine auf Videoanalyse basierende Backend-Anwendung skalierbare GPU-Ressourcen benötigt.

Es ist wichtig, sowohl den aktuellen als auch den zukünftigen Bedarf an Menge und Art der Computing-Ressourcen zu berücksichtigen. Eine kleine Edge-Appliance deckt den unmittelbaren Bedarf, ist aber möglicherweise keine skalierbare Lösung für die Zukunft. In diesem Fall kann sich die Entscheidung für die Art des Edge-Computing ändern. Hochverfügbarkeit, Fehlertoleranz und Skalierung sind wichtige Faktoren, die zusammen mit der Kapazität berücksichtigt werden müssen.

5. Konnektivität

Anwendungen, die auf Edge-Computing-Ressourcen laufen, verbinden sich mit mehreren Systemen, einschließlich Sensoren und Backend-Systemen. Konnektivität ist ein wesentlicher Faktor, um eine nahtlose Kommunikation und einen reibungslosen Betrieb zu ermöglichen. Ein integriertes Konnektivitätsmodell bietet ein Plug-and-Play-Erlebnis ohne Abhängigkeit vom Konnektivitätskanal des Kunden.

Gleichzeitig können sich Kunden dafür entscheiden, ein privates Netzwerk zu aktivieren, anstatt öffentliche Datennetze zu nutzen. In ähnlicher Weise eliminieren drahtlose Optionen die Notwendigkeit zusätzlicher Abhängigkeiten wie Netzwerkports oder Legacy-Schnittstellen. Wenn ein Konnektivitätsmodell kürzere Wege bietet, macht es das zu einer attraktiven Option. Auch die Abhängigkeit von der Anwendung kann die Wahl der Konnektivität beeinflussen.

6. Beeinflussende Faktoren

Faktoren wie Platz, Strom, Kühlung und Umweltfaktoren können bei der Entscheidung für einen Edge-Typ eine entscheidende Rolle spielen. Physische sowie Umgebungsbedingungen können ein Hinderungsgrund sein, eine Edge-Computing-Appliance am Kundenstandort einzusetzen, selbst wenn sie aufgrund anderer Faktoren als beste Option qualifiziert wurde.

Beispielsweise ist der Einsatz einer Compute-Ressource in einer rauen Umgebung, zum Beispiel in einem Bereich mit extremer Hitze, keine gute Lösung. Wenn die Kapazität erhöht werden muss, ist es entscheidend, die für die Skalierung erforderlichen physischen Faktoren zu berücksichtigen. Außerdem können ästhetische und akustische Faktoren verhindern, dass Compute-Ressourcen in der Nähe des Verbrauchsortes eingesetzt werden.

7. Betrieb und Verwaltung

In einer agilen DevOps-Umgebung ist das Entwickeln, Aktualisieren, Validieren, Verwalten und Betreiben einer Lösung gleichermaßen wichtig. Bei einer verteilten Anwendungsarchitektur, bei der bestimmte Services am Edge und bestimmte Services in der Cloud-Region angesiedelt sind, kann die Entwicklung von Services in der Region und die Verlagerung von Workloads an den Edge sehr effizient sein.

Die Möglichkeit, Services ohne Techniker vor Ort zu aktualisieren und zu verbessern, kann die Agilität und das Kundenerlebnis verbessern. Betrieb und Management können ein entscheidender Differenzierungsfaktor sein, wenn Edge-Computing-Services als Managed Service angeboten werden, der ein Modell der geteilten Verantwortung nutzt.

8. Sicherheit und Compliance

Anwendungen auf Edge-Computing-Ressourcen empfangen und verarbeiten Daten, die von Sensoren und Backend-Systemen gesendet werden. Unabhängig von der Kritikalität der Anwendung sind Sicherheit und Daten-Compliance bei der Übertragung und im Speicher von entscheidender Bedeutung und gehören mittlerweile zu den Grundvoraussetzungen für jeden Betrieb.

„Das Verständnis für die verschiedenen Arten von Edge-Computing-Modellen ist ein wichtiger Schritt, bevor sich eine gute Strategie entwickeln lässt.“

Pantelis Astenburg, Verizon Business Group

Bei Edge-Appliances ist die Sicherheit eine Herausforderung, sowohl was den physischen Zugang als auch die Schnittstellensicherheit betrifft. Für regulierte Branchen wie das Gesundheitswesen erfordert die Einhaltung der gesetzlichen Vorschriften ein sorgfältiges Nachdenken über die physische Sicherheit. Durch die Nutzung von Edge Computing als Managed Service werden einige der Herausforderungen im Bereich der physischen Sicherheit gemildert.

9. Geschäftsmodell

Das Geschäftsmodell beschreibt, wie der Kunde seine Edge-Investitionen maximieren und die Rendite steigern will. Der Kunde hat die Wahl zwischen mehreren Geschäftsmodellen, darunter Build, Buy und Partner. Er kann einen kompletten, verwalteten Service in Anspruch nehmen oder Infrastruktur-, Plattform- oder Softwarekomponenten verwenden, um eine individuelle Lösung zu erstellen.

Kunden müssen die aktuellen Kosten verstehen, die mit dem Geschäftsprozess verbunden sind. Das neue Geschäftsmodell für die Edge-Initiative kann auf der Grundlage der verschiedenen verfügbaren Optionen und der Kundenpräferenz für den Kapitalaufwand (CapEx) oder den Betriebsaufwand (OpEx) entwickelt werden. Nutzungsbasierte Kostenmodelle sind weit verbreitet und machen Projekte ohne die bei Edge-Computing-Modellen erforderlichen Anfangsinvestitionen realisierbar.

10. Total Cost of Ownership (TCO)

Edge Computing kann in verschiedenen Modellen mit unterschiedlichen Kostenstrukturen implementiert werden. Das macht die Berechnung der Total Cost of Ownership (TCO) notwendig. Eine Edge-Gateway-Hardware kann kostengünstig sein, aber die Verwaltung und Durchführung durch Techniker vor Ort ist möglicherweise teurer. Wenn die Anforderungen wachsen, kann es teurer sein, mit der erforderlichen Art von Rechenressourcen zu skalieren.

Die Gesamtbetriebskosten sollten die Anfangsinvestition berücksichtigen, wenn eine Hardwareinfrastruktur erforderlich ist, sowie Betriebs- und Verwaltungskosten, Servicegebühren, Kosten für Prozessänderungen und andere Kosten für abhängige Anforderungen. Zu den abhängigen Anforderungen gehören Faktoren wie Stromversorgung, Kühlung und physische Sicherheitsbedingungen. Sobald die TCO bekannt sind, hilft dies bei der Erstellung des RoI-Modells (Return on Investment) für die bevorzugten Edge-Optionen.

Fazit

Zusammenfassend lässt sich sagen, dass jeder dieser Faktoren bei der Auswahl des idealen Edge-Computing-Modells wichtig ist und die Kosten-Nutzen-Analyse eines Unternehmens beeinflusst. Ein ausgewogener Kompromiss ist für die endgültige Wahl entscheidend.

In einigen Fällen sind bestimmte Aspekte wie Platzbedarf und Leistung nicht verhandelbar. Dann muss die nächstbeste Alternative gewählt werden. In anderen Fällen wird eine Kombination von Faktoren die beste Option darstellen. Mobiles Edge Computing schafft ein Gleichgewicht zwischen vielen dieser Faktoren und kann die Anforderungen von Unternehmen an Edge Computing erfüllen.

Über den Autor:
Pantelis Astenburg ist Managing Director DACH bei der Verizon Business Group. Er ist verantwortlich für die Geschäftsaktivitäten sowie den Ausbau der Marktposition in der DACH-Region. Dazu gehört die Erschließung von Geschäftsfeldern wie Network as a Service, 5G/MEC und Security. Pantelis Astenburg verfügt über mehr als 20 Jahre Erfahrung in den Bereichen Telekommunikation und Netzwerkmanagement.

Die Autoren sind für den Inhalt und die Richtigkeit ihrer Beiträge selbst verantwortlich. Die dargelegten Meinungen geben die Ansichten der Autoren wieder.