Cloud an den Edge verlagern: IoT-Entscheidungsfindung beschleunigen

Adi Hirschtein von Iguazio

In der heutigen IoT-Landschaft müssen Unternehmen Sekundenentscheidungen treffen. Adi Hirschtein, Iguazios Produktdirektor, erklärt, dass das Senden von Daten in eine ferne Cloud – und zurück – Latenz erzeugt, die sowohl Effizienz als auch Kosteneffektivität hemmt.

Edge Computing bietet eine überzeugende Antwort: Durch Verarbeitung der Daten an der Quelle können Unternehmen Cloud-Latenz umgehen und das volle IoT-Potenzial ausschöpfen.

Der US-Edge-Computing-Markt, 2017 auf 80 Mio. $ bewertet, soll bis 2025 1 Mrd. $ übersteigen, da Unternehmen across Branchen dessen Vorteile adoptieren. Business Insider projiziert, dass 5,6 Mrd. Enterprise- und Public-Sector-IoT-Geräte bis 2020 auf Edge Computing setzen – ein neunfacher Sprung von 2015.

Die Cloud bleibt essenziell. Hybride Plattformen lassen Firmen Edge Computing für Echtzeit-Entscheidungen und Bandbreiteneinsparung nutzen, während sie Public Clouds für historischen Speicher und skalierbares Compute anzapfen. In diesem Modell werden cloud-trainierte Machine-Learning-Modelle automatisch an Edge-Nodes gepusht, um Peak-Performance dort zu liefern, wo es am meisten zählt.

Ein kritischer Bedarf

Betrachten wir einige illustrative Use Cases, in denen der zeitaufwändige Prozess des Hin- und Hersendens von Daten an eine zentrale Cloud die Performance und öffentliche Sicherheit von Unternehmen gefährden könnte.

Sollte lokale Intelligenz in einem Industrieanlagen einen Geräteausfall in Industrial IoT (IIoT) vorhersagen oder detektieren, müssen Fabriken den Betrieb stoppen und Auto-Healing-Aktuatoren so schnell wie möglich auslösen, um weitere Maschinenschäden zu vermeiden – und, was bei schwerem Industrieequipment in Bewegung noch wichtiger ist, um Mitarbeiterleben nicht zu gefährden.

Der drängende Bedarf an Edge-Computing-Lösungen in industriellen Settings erklärt, warum Fertigung 2025 den größten Anteil am US-Edge-Computing-Markt ausmachen soll: 306 Mio. $ (266,04 Mio. €).

In der Telekommunikation dient Edge Computing als vitales Werkzeug für Echtzeit-Überwachung und -Vorhersage der Netzwerkgesundheit. Dies lässt sich nur erreichen, indem hoher Messagedurchsatz aus mehreren Streams, korreliert mit historischen Daten, am Edge verarbeitet wird. Ohne Edge Computings Fähigkeit, distinct Datenströme in Echtzeit zu verarbeiten und darauf zu reagieren, wäre der Analytikprozess weit ineffizienter und zeitaufwändiger, was die Wahrscheinlichkeit großer Mobilfunkausfälle dramatisch erhöht.

Diese Ausfälle, ob durch Naturereignisse oder Cyberangriffe verursacht, können die betroffene Region lahmlegen, was die Wichtigkeit der Fähigkeit eines Telcos, Ausfälle schnell zu erkennen und zu beheben, unterstreicht. Im Hinblick auf öffentliche Sicherheit sind Effizienz und Zeit entscheidend für die Verbrechensaufklärung. Die gesamte Technologie, die Strafverfolgung zur schnelleren Fallbearbeitung zur Verfügung steht, geht verloren, wenn Cloud-Verarbeitung die Datenanalyse ernsthaft verzögert.

In Extremfällen sind es genau diese zusätzlichen drei Minuten, die darüber entscheiden, ob Strafverfolgung die Öffentlichkeit schützen kann. Nur eine Edge-Lösung kann Daten aus mehreren unstrukturierten und strukturierten Quellen schnell korrelieren, um den Pfad für Polizei zu ebnen, kriminelle Aktivitäten zu erkennen und zu verhindern. Wie bei anderen hochempfindlichen Use Cases, in denen Entscheidungsträger schnellen Zugriff auf actionable Analytics benötigen, ist hyper-lokalisierte Datenverarbeitung die einzige Antwort.

Datenmanagement neu denken

Mit der Infusion von IoT in praktisch jeden Geschäftsaspekt haben Unternehmen beispiellose Nachfrage nach Zugriff auf und Analyse riesiger Datenmengen generiert. In diesem Klima haben Unternehmen zwei Wahlmöglichkeiten: Sie können entweder alle Daten zur Verarbeitung in die Cloud senden oder ihre kritischsten, zeitkritischen Daten lokal verarbeiten und analysieren, während sie die Cloud für ML-Modelltraining und Elastizität nutzen.

Das Erstere macht Unternehmen anfällig für Verzögerungen aller Art und imposiert signifikante Kosten und Risiken. Das Letztere verschafft Unternehmen den Edge, den sie brauchen, um Reaktionszeiten zu boostern. All dies wirft eine wichtige Frage auf: Statt alle Daten in die Cloud und zurück zu senden, warum nicht die Cloud selbst an den Edge verlagern? Unternehmen scheinen sich das zu fragen und zuzustimmen.

Laut einer Gartner-Analyse werden bis 2022 drei Viertel der Unternehmensdaten außerhalb zentraler Rechenzentren verarbeitet und analysiert, verglichen mit unter 10 % 2017. Je mehr Unternehmen den intelligenten Edge-Ansatz adoptieren, desto mehr bedeutet das größere Einfachheit, Performance und Sicherheit – bringt IoT-Vorteile zu mehr Unternehmen und Regierungen, ohne unnötige Kosten in Zeit und Geld.

Edge Analytics ermöglichen Unternehmen nicht nur, wettbewerbsfähiger in ihren Branchen zu sein, sondern ihre Aufgaben effektiv in Echtzeit zu erfüllen – etwas, das in unserer vernetzten Realität essenziell ist.

Autor dieses Blogs: Adi Hirschtein, Director of Product bei Iguazio