jamesteohart - stock.adobe.com
Diese vier Einsatzszenarien für Edge Computing lohnen sich
Der Trend zum Edge Computing wird erst in den kommenden Jahren sein volles Potential entfalten. Wir erklären, für welche Anwendungsszenarien sich die Technologie am besten eignet.
Der Einsatz von Edge Computing in Unternehmen wird sich in Zukunft noch weiter verbreiten. In einem Bericht aus dem Jahr 2019 prognostizierte Gartner, dass mehr als 50 Prozenz der großen Unternehmen bis Ende 2021 mindestens eine Variante von Edge Computing zur Unterstützung von IoT oder Immersive Experiences einsetzen werden.
Und damit nicht genug: Gartner sagt voraus, dass mehr als die Hälfte der großen Unternehmen bis Ende 2023 mindestens sechs Edge-Computing-Anwendungsfälle einsetzen werden. Im Jahr 2019 hatte nur 1 Prozent der großen Organisationen sechs oder mehr Edge-Computing-Einsätze.
Der Anstieg des Edge Computing ist dem wachsenden Bedarf an Echtzeitanalysen an Endpunkten sowie der explosionsartigen Zunahme von Daten, die am Edge erstellt werden, zu verdanken.
„Die rasche Entwicklung und Anpassung von IoT (Internet of Things, Internet der Dinge), Sensoren, mobilen und anderen vernetzten Geräten bedeutet mehr Daten und einen umfassenderen Bedarf an Rechenressourcen“, sagt Bruce Guptill, Chefstratege bei Addressable Markets und Mitglied von The Analyst Syndicate, einer Gemeinschaft hochrangiger unabhängiger Analysten.
„Aber angesichts der verwendeten Datenmengen, der großen Bandbreite an Datentypen und -formaten, der zunehmenden Notwendigkeit, mehr Datentypen auf unterschiedliche Arten zu schützen, und der Notwendigkeit, die Daten auf so vielen Geräten mit so vielen verschiedenen Typen zu nutzen, ist es wirklich ineffizient geworden, zwischen mehreren Clouds hin- und herzuwechseln. Und die Netzwerkbandbreite hält mit dem Trend nicht Schritt, so dass die Antwortzeiten immer langsamer werden.“
Die Gründe für Edge Computing variieren je nach Unternehmensanforderungen und Branchentrends, aber Experten weißen auf mehrere Nutzungsszenarien hin, welche die Akzeptanz fördern. Folgend werfen wir einen Blick auf vier Bereiche, in denen Edge Computing bereits einen Mehrwert liefert und ein besonders hohes Potential hat.
1. Verbesserte Sicherheit am Arbeitsplatz
Panikknöpfe sind schon seit langem und in vielen Branchen im Einsatz. Doch die Mehrheit davon funktioniert bis heute nur, indem sie ein akustisches Signal ausgeben. Moderne Sicherheitsvorrichtungen für Mitarbeiter sind Teil integrierter Plattformen, die Standortdaten am Edge verarbeiten, um den Standort eines in Not geratenen Mitarbeiters zu übermitteln, so Scott Likens, der das Beratungsunternehmen PwC im Bereich New Services and Emerging Tech leitet. Likens zitierte den Einsatz solcher Geräte, um die Sicherheit von Hotelreinigungsfachkräften zu erhöhen, wenn sie sich von Zimmer zu Zimmer bewegen.
Die Fortschritte in den Bereichen Sensoren, Bildverarbeitung und künstliche Intelligenz (KI) tragen dazu bei, die Anwendungen für die Sicherheit am Arbeitsplatz weiter auszubauen. Der Einsatz dieser Technologien kann Unternehmen dabei helfen, die Bedingungen an entlegenen Baustellen, wie zum Beispiel auf Bohrinseln, oder an temporären und im Freien befindlichen Orten, wie zum Beispiel auf Baustellen, besser zu überwachen, um gefährliche Zustände in Echtzeit zu erkennen und zu alarmieren – eine Fähigkeit, die nur dort möglich ist, wo Konnektivitätsgrenzen und Latenzprobleme eine nahezu sofortige Verarbeitung der Daten unmöglich machen würden. Unternehmen können die Technologie beispielsweise einsetzen, um sicherzustellen, dass die Mitarbeiter festgelegte Sicherheitsprotokolle befolgen oder sich nicht in Sperrbereichen aufhalten.
„Unternehmen entscheiden sich in einigen Fällen auch dann für Edge Computing, um die Sicherheit zu erhöhen, wenn Konnektivität und Latenz keine Probleme darstellen“, sagt Dan Miklovic, Gründer und leitender Analyst bei Lean Manufacturing Research LLC und ebenfalls Mitglied des Analystensyndikats.
Einige Unternehmen nutzten zum Beispiel Standortdaten, um die neuen Anforderungen während der COVID-19-Pandemie durchzusetzen und Mitarbeiter zu warnen, wenn sie zu nahe beieinanderstehen. Miklovic, der auf das Pilotprojekt verweist, das Ford Motor Co. in seinen Einrichtungen verwendet, erklärt, da solche Standortdaten über diesen Moment hinaus keinen Wert hätten, können die Informationen am Rande gesammelt und verarbeitet werden, statt sie im Rechenzentrum des Unternehmens zu speichern.
2. Verbesserungen im Gesundheitswesen
Einem Bericht von Dell Technologies aus dem Jahr 2019 zufolge ist die Menge der Daten, die von Anbietern im Gesundheitswesen verwaltet wird, explodiert und zwischen 2016 und 2018 um 878 Prozent gestiegen – ein schnelleres Datenwachstum als in den Bereichen Finanzdienstleistungen, Fertigung und Medien. Gleichzeitig musste die Gesundheitsbranche eine immer länger werdende Liste von Technologien – von der Automatisierung bis hin zum maschinellen Lernen – übernehmen, um das Beste aus all diesen Daten zu machen. Edge Computing gehört zu den interessanten Technologien für den Gesundheitssektor, denn sie erlaubt unter anderem die Überwachung von Patienteninformationen in Echtzeit.
Daten aus dem Gesundheitswesen kommen von einer Vielzahl von Geräten, unter anderem in Arztpraxen, in Krankenhäusern und von den Patienten selbst. Das Verlagern all dieser Daten an einen zentralen Ort zur Analyse könnte zu einer Überlastung führen und es ist auch gar nicht notwendig. So muss beispielsweise nicht jede einzelne Herzfrequenz vom medizinischen Gerät eines Patienten gespeichert werden. Einige Daten sind jedoch so kritisch, dass die Notwendigkeit, sie zu analysieren und zu verstehen, nicht durch Latenzen oder unzuverlässige Netzwerkkonnektivität verzögert werden darf.
Edge Computing kann Daten von medizinischen Endgeräten in Echtzeit aufnehmen, verarbeiten und erkennen, welche Daten nicht kritisch sind – also zum Beispiel die unauffälligen Herzfrequenzmesswerte. Gleichzeitig kann es kritische Werte identifizieren, verarbeiten und im Zweifelsfall medizinisches Personal informieren.
3. Fortschritte beim Transport
Autonome Fahrzeuge sind ein weiterer erstklassiger Anwendungsfall für Edge Computing, da sie nur dann sicher und zuverlässig arbeiten können, wenn sie alle zum Fahren erforderlichen Daten in Echtzeit analysieren. Das Datenvolumen, das diese Fahrzeuge anhäufen, ist überwältigend. Die Expertenschätzungen dafür, wie viel Daten ein Auto an einem einzigen Tag produziert, schwanken zwischen 5 TByte und 20 TByte. Doch selbst am untersten Ende ist das noch beachtlich. Während 5G sicherlich mehr Kapazität bewältigen kann, ist das bestehende 4G-Netz bei weitem nicht in der Lage, all diese Daten mit ausreichender Geschwindigkeit zu verarbeiten.
Diese großen Datenmengen müssen die Fahrzeuge zusätzlich mit hoher Geschwindigkeit während der Fahrt aggregieren und auf unterschiedliche Weise verarbeiten. Daher benötigen autonome Autos viel Rechenleistung an Bord sowie hochmoderne Datenzentren für die Navigation, die Fahrzeug-zu-Fahrzeug-Kommunikation und die Kompatibilität zu den Systemen zukünftiger Intelligenter Städte (Smart City).
Der Bedarf ist so groß, dass sich das Automotive Edge Computing Consortium, gegründet hat, ein Industrieverband, der sich unter anderem um den Netzausbau für die Unterstützung autonomer Fahrzeuge bemüht.
Edge Computing kann auch zivilen Behörden wie Verkehrsbehörden, öffentlichen Verwaltungseinrichtungen und privaten Transportunternehmen helfen, ihre Fahrzeugflotten und den gesamten Verkehrsfluss besser zu verwalten, indem es schnelle Anpassungen auf der Grundlage von Echtzeitbedingungen vor Ort ermöglicht. Beispielsweise könnten Edge-Computing-Plattformen, die zur Verarbeitung von Fahrzeugdaten eingesetzt werden, feststellen, welche Gebiete von Staus betroffen sind. Sie wären dann in der Lage, die Fahrzeuge umzuleiten, um den Verkehr zu entlasten.
4. Überwachung von Ausrüstung
Das Datenvolumen, das von IoT-Geräten kommt, wächst weiterhin rapide an. IDC schätzt, dass es im Jahr 2025 41,6 Milliarden angeschlossene IoT-Geräte geben wird, die 79,4 Zettabytes an Daten erzeugen werden.
All diese Daten müssen jedoch nicht in zentralisierten Servern verarbeitet werden; ähnlich wie bei den Anwendungsfällen des Edge Computing im Gesundheitswesen ist zum Beispiel nicht jede Temperaturmessung von jedem angeschlossenen Thermometer wichtig. Vielmehr müssen die meisten Organisationen nur aggregierte Daten oder Durchschnittswerte in ihre zentralen Systeme einspeisen, oder benötigen nur dann eine Benachrichtigung, wenn Messwerte von der Norm abweichen.
Edge Computing ermöglicht es Organisationen, die Daten an Sensoren und anderen Endgeräten zu erfassen und dabei zu helfen, Kosten und Komplexität einzusparen, da Daten nicht zentral verarbeitet und demnach nicht verschickt werden müssen.
Der ROI (Return of Investment) ist dabei von entscheidender Bedeutung: Die Einblicke in die beim Edge Computing generierten Daten ermöglichen eine Fernüberwachung, so dass Unternehmen Leistungs- und Sicherheitsprobleme frühzeitig erkennen können, auch wenn niemand vor Ort ist.
Der Einsatz von Edge Computing mit prädiktiven und präskriptiven Analysen kann einen noch größeren ROI liefern, da solche Systeme den optimalen Zeitpunkt für die Wartung von Geräten und Anlagen vorhersagen können. Auch Software und Systeme für das Supply-Chain-Management (SCM, Lieferkettenmanagement) werden sich in Zukunft immer stärker auf Edge Computing stützen.
