Im Prinzip wird die Edge-Computing-Technologie verwendet, um Daten "an Ort und Stelle" am oder in der Nähe des Netzrandes zu sammeln, zu filtern, zu verarbeiten und zu analysieren. Dies ist eine leistungsstarke Methode zur Nutzung von Daten, die zunächst nicht an einen zentralen Standort verlagert werden können - in der Regel, weil die schiere Menge der Daten eine solche Verlagerung kostspielig oder technisch unpraktisch macht oder gegen Compliance-Verpflichtungen wie die Datenhoheit verstoßen könnte. Diese Definition hat unzählige Beispiele und Fälle aus der Praxis hervorgebracht:
Anwendungsszenarien für Edge-Gateways
Herstellung
Ein Industrieunternehmen setzte Edge Computing zur Überwachung der Fertigung ein und ermöglichte so Echtzeitanalysen und maschinelles Lernen vor Ort, um Produktionsfehler zu erkennen und die Qualität der Produktherstellung zu verbessern. Edge Computing ermöglicht den Einsatz von Umgebungssensoren in der gesamten Fertigungsanlage, die Aufschluss darüber geben, wie die einzelnen Produktkomponenten zusammengesetzt und gelagert werden - und wie lange diese Komponenten auf Lager bleiben. Hersteller können nun schnellere und präzisere Geschäftsentscheidungen über Fabrikanlagen und Produktionsabläufe treffen.
Landwirtschaft. Denken Sie an ein Unternehmen, das Pflanzen in geschlossenen Räumen ohne Sonnenlicht, Erde oder Pestizide anbaut. Dieses Verfahren verkürzt die Anbauzeit um mehr als 60%. Mithilfe von Sensoren können Unternehmen den Wasserverbrauch und die Nährstoffdichte verfolgen und optimale Ernten ermitteln. Durch das Sammeln und Analysieren von Daten können die Auswirkungen von Umweltfaktoren aufgedeckt und die Algorithmen für das Pflanzenwachstum kontinuierlich verbessert werden, um sicherzustellen, dass die Pflanzen unter optimalen Bedingungen geerntet werden.
Netzwerk-Optimierung. Edge Computing kann zur Optimierung der Netzwerkleistung beitragen, indem es die Leistung der Benutzer im Internet misst und dann mithilfe von Analysen den zuverlässigsten Netzwerkpfad mit geringer Latenz für den Datenverkehr jedes Benutzers ermittelt. Edge Computing wird dazu verwendet, den Datenverkehr über das Netzwerk zu leiten, um eine optimale Leistung für zeitkritischen Datenverkehr zu erzielen.
Sicherheit am Arbeitsplatz. Edge Computing kann Daten von Vor-Ort-Kameras, Sicherheitsausrüstungen der Mitarbeiter und einer Vielzahl anderer Sensoren kombinieren und analysieren, um Unternehmen dabei zu helfen, die Bedingungen am Arbeitsplatz zu überwachen oder sicherzustellen, dass die Mitarbeiter die festgelegten Sicherheitsprotokolle befolgen - vor allem, wenn der Arbeitsplatz abgelegen oder ungewöhnlich gefährlich ist, wie z. B. auf einer Baustelle oder einer Ölplattform.
Verbesserung der Gesundheitsfürsorge. In der Gesundheitsbranche ist die Menge an Patientendaten, die von Geräten, Sensoren und anderen medizinischen Geräten erfasst werden, drastisch gestiegen. Diese riesigen Datenmengen erfordern Edge Computing, um durch Automatisierung und maschinelles Lernen auf die Daten zuzugreifen, "normale" Daten zu ignorieren und problematische Daten zu erkennen, damit Ärzte sofort Maßnahmen ergreifen können, um Patienten in Echtzeit bei der Vermeidung von Gesundheitsstörungen zu helfen.
Verkehr. Selbstfahrende Autos benötigen und produzieren 5 bis 20 Terabyte Daten pro Tag, die Informationen über Standort, Geschwindigkeit, Fahrzeugzustand, Straßenzustand, Verkehrsbedingungen und andere Fahrzeuge erfassen. Diese Daten müssen in Echtzeit gesammelt und analysiert werden, während das Fahrzeug in Bewegung ist. Dies erfordert enorme Mengen an Bordcomputern, die jedes selbstfahrende Auto zu einem "Edge" machen. Außerdem können die Daten Behörden und Unternehmen dabei helfen, ihre Flotten auf der Grundlage lokaler Gegebenheiten zu verwalten.
Einzelhandel. Einzelhandelsunternehmen können auch große Datenmengen aus der Überwachung, der Bestandsverfolgung, den Verkaufsdaten und anderen Geschäftsdetails in Echtzeit erzeugen. Edge Computing kann dabei helfen, diese vielfältigen Daten zu analysieren und Geschäftsmöglichkeiten zu identifizieren, wie z. B. effektive Endkappen oder Kampagnen, Umsatzprognosen und die Optimierung von Lieferantenbestellungen. Da die Abläufe im Einzelhandel in lokalen Umgebungen sehr unterschiedlich sein können, kann Edge Computing eine effektive Lösung für die lokale Verarbeitung in jeder Filiale sein.
Welche Vorteile bringen Edge Gateways?
Edge Computing löst wichtige infrastrukturelle Probleme wie Bandbreitenbeschränkungen, übermäßige Latenzzeiten und Netzüberlastungen. Edge Computing hat aber noch weitere potenzielle Vorteile, die den Ansatz auch in anderen Zusammenhängen attraktiv machen könnten.
Autonomie. Edge-Computing ist in Situationen nützlich, in denen die Konnektivität unzuverlässig oder die Bandbreite aufgrund der Umgebungsmerkmale des Standorts begrenzt ist. Beispiele hierfür sind Ölplattformen, Offshore-Schiffe, abgelegene Bauernhöfe oder andere abgelegene Orte wie tropische Regenwälder oder Wüsten. Edge Computing erledigt die Rechenarbeit vor Ort - manchmal auf dem Edge-Gerät selbst - wie z. B. Wasserqualitätssensoren an Wasseraufbereitungsanlagen in abgelegenen Dörfern, und speichert die Daten nur dann zur Übertragung an einen zentralen Punkt, wenn eine Verbindung verfügbar ist. Durch die Verarbeitung der Daten vor Ort kann die zu übertragende Datenmenge erheblich reduziert werden, so dass viel weniger Bandbreite oder Verbindungszeit benötigt wird, als es sonst der Fall wäre.
Datenhoheit. Die Übertragung großer Datenmengen ist nicht nur ein technisches Problem. Der Transport von Daten über nationale und regionale Grenzen hinweg kann zusätzliche Probleme mit der Datensicherheit, dem Datenschutz und anderen rechtlichen Fragen aufwerfen. Edge Computing kann dazu genutzt werden, Daten nahe an ihre Quelle zu bringen und innerhalb der Grenzen bestehender Gesetze zur Datensouveränität, wie der EU-Datenschutzverordnung, die festlegt, wie Daten gespeichert, verarbeitet und offengelegt werden, zu halten. Auf diese Weise können Rohdaten lokal verarbeitet werden, wobei sensible Daten versteckt oder geschützt werden, bevor sie in die Cloud oder in große Rechenzentren in anderen Ländern übertragen werden.