vege - stock.adobe.com
Edge Computing: natürliches Habitat von Echtzeitintelligenz
Unternehmen, die Daten an den Randpunkten ihres Netzwerks schnell verarbeiten, analysieren und nutzen wollen, greifen vermehrt auf Edge Computing zurück.
Datenverarbeitung in Echtzeit ist für viele Unternehmen essentiell. Sie müssen schnellstmöglich auf ihre Informationen zugreifen und diese auch analysieren können. Aufgrund der Kapazitätsgrenzen der meisten Unternehmensnetzwerke ist ein Datentransfer in die Cloud für eine Verarbeitung in Echtzeit jedoch keine Option.
Aber was wäre, wenn es die Möglichkeit gäbe, die Datenverarbeitung und Speicherkapazitäten der Cloud zu erweitern, ohne ihre Einfachheit und Wirtschaftlichkeit zu beeinträchtigen? Dieses Konzept wird unter dem Begriff Edge Computing zusammengefasst und gilt angesichts des rasant steigenden Datenvolumens und der Nachfrage nach schnellen, informationsbasierten Einblicken als echtes Erfolgsmodel. Laut Gartner gehört Edge Computing zu den zehn strategisch wichtigen Technologietrends 2018. Zudem wollen immer mehr Unternehmen die Latenzzeiten bei ihrer Datenverarbeitung und -auswertung entscheidend verkürzen und damit an Agilität gewinnen.
Edge Computing, von manchen auch als „Fog-Computing” bezeichnet, etabliert sich zunehmend als perfekte Ergänzung zur Cloud. Wie Markets Insider prognostiziert, wird der Edge Computing-Markt bis 2022 ein Volumen von 6,72 Milliarden US-Dollar umfassen. Dennoch müssen sich CIOs fragen, wann der richtige Zeitpunkt für ein Investment ist und wie damit die bestehende Rechenzentrums- und Cloud-Infrastruktur optimal angereichert werden kann.
Die Generierung von Daten bringt Netzwerke in fast allen Branchen an ihre Leistungsgrenze. Heute haben Unternehmen einen 97-prozentigen Anteil an der gesamten Datensphäre und werden bis 2025 für etwa 60 Prozent des Datenaufkommens verantwortlich sein, wie die von Seagate in Auftrag gegebene Studie Data Age 2025 verdeutlicht.
Neu in der Cloud-Welt
Ihre Agilität, Skalierbarkeit und Zugänglichkeit macht die Cloud so beliebt. Sie funktioniert am besten, wenn die entsprechenden Daten und Prozesse zentralisiert sind, so dass die Vorteile der skalierbaren Architektur optimal zum Tragen kommen. Wenn aber die Datenmenge unkontrolliert anwächst und Milliarden von Geräten nach Echtzeit-Informationen verlangen, kommt die Cloud an ihre Grenzen. Die Folge: verlangsamte Prozesse bei der Verarbeitung massiver Datenaufkommen.
Das Modell der zentralen Cloud wird auch weiterhin das Kernstück der Netzwerkinfrastruktur der meisten Unternehmen bleiben. Laut einem McAfee-Report von 2017 nutzen heute rund 93 Prozent der Unternehmen Cloud Services, die Ausgaben dafür machen bis Ende des laufenden Jahres zusammen rund 80 Prozent der IT-Budgets aus. Je größer jedoch der Bedarf für Echtzeit-Datenverarbeitung ist, desto häufiger kommen Kombinationen von Cloud und Edge Computing zum Einsatz.
Die perfekte Erweiterung der Cloud
Mit Edge Computing lassen sich Daten viel näher an ihrer Quelle ablegen und analysieren – und damit weit weg vom traditionellen, klimatisierten, zentralen Rechenzentrum. Datenverarbeitung und -speicherung geschehen direkt vor Ort: zum Beispiel in der Fertigungsstätte, der Lagerhalle oder auch im autonomen Auto.
Je näher die Datenanalyse an der Quelle geschieht, umso mehr Kapazitäten bleiben der Cloud für große und umfangreiche Aufgaben – wie etwa die Zusammenführung und Verarbeitung von Informationen aus den verschiedenen Edge Computing Quellen.
„Investitionen in Edge Computing versetzen Unternehmen also in die Lage, Echtzeit-Analysen zu nutzen, ihre Effizienz zu steigern und alle relevanten Prozesse zu beschleunigen.“
Raghavan Srinivasan, Seagate Technology
Wie erfolgreich Unternehmen Edge Computing einsetzen können, hängt vor allem von intelligenter Datenspeicherung, -pflege und -verwaltung ab. Hier ist das Thema Sicherheit von Anfang an integriert und wird nicht als Add-on gesehen.
Eignet sich Edge Computing für die professionellen Ansprüche des Geschäftslebens?
Für CIOs sind die spezifischen Bedürfnisse ihrer Unternehmen auschlaggebend. Manche geraten dabei auch ins Spannungsfeld zwischen den OT Teams, die Edge Computing vor allem wegen der leistungsstarken Echtzeitanalysen für ihre Lieferkette oder Produktionsprozesse favorisieren, und den IT-Abteilungen, die sich insgesamt zurückhaltender und risikobewusster geben.
Darüber hinaus ist aber in der Regel entscheidend, wie viele IoT-fähige Geräte im Unternehmen zum Einsatz kommen. Edge Computing kann ein wirklich bedeutender Wegbereiter für Anwender sein, die beispielsweise ihre Logistik smart machen oder die Effizienz dank Echtzeitdaten angeschlossener Geräte steigern wollen. Auch darüber hinaus gibt es zahlreiche Anwendungsfelder. Solche Anwendungen benötigen Maschinenintelligenz – und die Cloud reagiert mit zu großer Verzögerung.
Gewöhnlich braucht der Datenfluss vom Ort der Generierung zur Cloud und wieder zurück zum Nutzer etwa 150 bis 200 Millisekunden. Findet die Verarbeitung näher an den Geräten statt, wo die Daten generiert wurden, verkürzt das die Zeit auf zwei bis fünf Millisekunden. Bei einem bildgebenden Qualitätssicherungssystem in der Fertigung kann dies zu einer erheblichen Produktivitätssteigerung führen.
Investitionen in Edge Computing versetzen Unternehmen also in die Lage, Echtzeit-Analysen zu nutzen, ihre Effizienz zu steigern und alle relevanten Prozesse zu beschleunigen. Aufgrund der steigenden Notwendigkeit für Echtzeitanalysen ist Edge Computing somit die optimale Ergänzung zur Cloud – und genau die Entlastung, welche die Wolke benötigt, um sich neuen Aufgaben zu widmen und das Wachstum weiter voran zu treiben.
Über den Autor:
Raghavan Srinivasan ist Senior Director Enterprise Data Solutions bei Seagate Technology.
Folgen Sie SearchDataCenter.de auch auf Twitter, Google+, Xing und Facebook!
