Edge Computing: in welchen Anwendungsfällen es sich eignet

Eine zentrale Problematik ist die Energieeffizienz, da Edge-Server Strom benötigen, oft an Standorten mit begrenzter Energieversorgung. Um dieses Problem zu adressieren, werden neue Chip-Architekturen und Energiemanagement-Systeme entwickelt. Gleichzeitig erfordert die Verwaltung verteilter Rechenressourcen komplexe Orchestrierungssysteme.

Erfahren Sie mehr über unsere Edge-Lösungen aus unseren Ressourcen für Wissensnetzwerke​. Demgegenüber sind solche Workloads, die weitgehend zustandslos sind oder keine großen Datenmengen involvieren, tendenziell gute Kandidaten für Edge Computing. Edge Computing ist demnach nicht ideal für Workloads mit hohen Sicherheitsspezifikationen. Ein Standard-Cloud-Computing-Modell mit seinen zentralisierten Servern birgt geringere Risiken für Unternehmen, die mit sensiblen Daten arbeiten oder besonders strengen Auflagen für Datensicherheit unterliegen. In der Regel ist es einfacher, Daten während der Übertragung über ein Netzwerk zu sichern, als während der Verarbeitung, da man sie bei der Verarbeitung verschlüsseln kann.

• Die Mitgliedsfirmen erbringen ihre Leistungen eigenverantwortlich und unabhängig von GTIL oder anderen Mitgliedsfirmen.
• Sehen Sie sich das Webinar „Cybersicherheit und Überwachung für Datacenter und Edge-IT“ an.
• Gleichzeitig erfordert die Verwaltung verteilter Rechenressourcen komplexe Orchestrierungssysteme.
• Edge Computing sollte auf der strategischen Agenda von TMT-Führungskräften ganz oben stehen und als Teil der Gesamtstrategie verstanden werden.

Edge Computing bringt die Berechnung und Datenspeicherung näher an die Datenquellen, reduziert die Latenz, verbessert die Echtzeit-Reaktionsfähigkeit und spart Bandbreite. Sie ist entscheidend für Anwendungen wie autonome Fahrzeuge, industrielle Automatisierung und IoT-Geräte. Durch die Verarbeitung von Daten am Netzwerkrand verbessert sie die Effizienz, Zuverlässigkeit, KI-Rückschlüsse, Ferneinsicht, Energieeffizienz und IT-Nachhaltigkeit. Edge Computing verbessert die Anwendungsleistung und Reaktionszeiten, da die Daten nicht den Hin- und Rückweg zu und von Cloud-Rechenzentren zurücklegen müssen, um verarbeitet zu werden.

Sicherheit muss dezentral und flexibel sein

Erzwingen solche Szenarien eine Verbindung über weit entfernte PoPs, entstehen Latenzprobleme, höhere Bandbreitenkosten und Sicherheitsrisiken durch entkoppelte Performance. Sicherheit muss sich dorthin bewegen, wo Daten entstehen – und das ist immer häufiger am Edge. Smart Buildings mit Videoüberwachungs-, Gebäudemanagement- und Energie-Tracking-Systemen erfassen sekündlich enorme Datenmengen.

Aufgrund der genannten Vorteile gehen manche Cloud-Architekten dazu über, so viele Workloads wie möglich an den Edge zu verlagern. Zuvor sollten sie jedoch unter anderem den Aufbau der vorhandenen Anwendung, die Leistungs- und Sicherheitsanforderungen berücksichtigen. Edge Computing kann die Netzwerklatenz reduzieren, die Belastung des Netzwerks durch Datenverkehr verringern und in einigen Fällen die Kosten senken, indem die Verarbeitung auf die Geräte der Endnutzer ausgelagert wird.

Diese Server befinden sich in der Regel in einem Rechenzentrum, das näher an den Endbenutzern liegt als die zentrale Cloud. Edge Computing ist eine Bezeichnung für solche Architekturen, die Daten direkt in oder in der Nähe von Geräten verarbeiten, die diese Daten erzeugen und benötigen. Das sind zum Beispiel Endbenutzer-PCs, Mobiltelefone oder IoT-Sensoren (Internet of Things, Internet der Dinge).

Dadurch werden Latenzzeiten reduziert, Bandbreite und Kosten gespart sowie Ausfallsicherheit erhöht. Angesichts rasant wachsender Datenmengen stößt das rein zentrale Cloud-Modell zunehmend an Grenzen. Besonders die auch in der Praxis drastisch bauernpferderennen.ch reduzierte Latenz gegenüber 4G (bestenfalls 60 ms) macht 5G zum idealen Partner für zeitkritische Anwendungen. Dies wird durch neue Netzwerkarchitekturen ermöglicht, darunter Network Slicing und die Implementierung des 5G-Kernnetzwerks.

Warum Hybrid-SASE die richtige Wahl für das Edge-Computing in der realen Welt ist

Dies ist ein entscheidender Vorteil für Workloads, die möglichst kurze Kommunikationszeiten benötigen. Cloud-Anbieter fügen zwar immer weitere Rechenzentrumsstandorte hinzu, aber ihre großen Einrichtungen befinden sich oft an abgelegenen Orten weit entfernt von großen Bevölkerungszentren. Beim Cloud-Edge-Modell spielen die Endgeräte bei der Gestaltung der Architektur keine wesentliche Rolle, da die Datenspeicherung oder -verarbeitung nicht von der zentralen Cloud auf diese Geräte verlagert wird. Stattdessen laufen diese Prozesse auf Servern, die am Edge der Cloud positioniert sind.

Marktpotenzial und Strategien für Edge Computing in Europa

Die Grant Thornton AG Wirtschaftsprüfungsgesellschaft ist die deutsche Mitgliedsfirma von GTIL. GTIL und deren Mitgliedsfirmen sind keine weltweite Partnerschaft, sondern rechtlich selbständige Gesellschaften. Die Mitgliedsfirmen erbringen ihre Leistungen eigenverantwortlich und unabhängig von GTIL oder anderen Mitgliedsfirmen. Als operativ nicht tätige Dachorganisation erbringt GTIL keine Leistungen gegenüber Mandanten. Mobile Edge Computing (MEC) – auch Multi-access Edge Computing – verlagert Cloud-Funktionen direkt ins Mobilfunknetz.

Diese vor Ort zu verarbeiten, kann wesentlich günstiger sein, als sie in einer Cloud zu zentralisieren. Edge Computing sollte auf der strategischen Agenda von TMT-Führungskräften ganz oben stehen und als Teil der Gesamtstrategie verstanden werden. Wichtige Fragen sind etwa Make-or-Buy und die Sicherung der Kundenschnittstelle (insbesondere für Telkos). Edge erfordert auch neue Fähigkeiten – Weiterbildung und eine engere Verzahnung von IT und OT sind entscheidend, um Edge-Projekte erfolgreich umzusetzen. Netzbetreiber können zusätzlich zur Konnektivität Edge-Cloud-Leistungen anbieten (z. B. für Fabrikautomation, Smart Cities oder immersive Medien).

Für 5G ist MEC ein entscheidender Hebel, um geringe Latenzen zu erreichen und neue Services zu ermöglichen. Zudem hilft Edge Computing, Datenschutzauflagen einzuhalten, indem sensible Daten vor Ort verbleiben und nicht in entfernte Clouds wandern. Edge Computing verbindet somit die Vorteile der Cloud und von 5G – hohe Skalierbarkeit und Konnektivität – mit minimaler Latenz und voller Datenhoheit.

Die Daten werden dabei direkt am Netzwerkrand verarbeitet, statt sie dazu vorher in Public oder Private Clouds zu migrieren. Die Infrastruktur besteht dabei aus einfachen Standard-Servern – oder hochentwickelten Plattformen von AWS (AWS for the Edge), Azure (Stack Edge) oder Google Cloud Platform (Distributed Cloud). Dabei stellt Edge Computing besondere Anforderungen – unter anderem an Performance, Zuverlässigkeit, Sicherheit und Compliance. Um diese Anforderungen zu unterstützen, können Rechenleistung, Storage und Bandbreite in die Edge-Infrastruktur verlagert werden. So wird eine Skalierung von Applikationen ermöglicht, wie sie in einer zentralisierten Cloud nicht realisierbar wäre. Edge Computing bezeichnet die dezentrale Datenverarbeitung nahe am Entstehungsort der Daten, statt in entfernten zentralen Rechenzentren.