Edge-Geräte: Brücken zwischen lokalen Netzwerken und Cloud für nahtlosen IoT-Datenfluss

Was ist ein Edge-Gerät?

Edge-Geräte sind Geräte, die Daten zwischen dem lokalen Netzwerk und der Cloud übertragen. Sie übersetzen zwischen den Protokollen – oder Sprachen –, die lokale Geräte nutzen, in die Protokolle, die die Cloud verwendet, wo Daten weiterverarbeitet werden. Lokale Geräte nutzen Protokolle wie Bluetooth, Wi-Fi, Zigbee und NFC, während die Cloud Protokolle wie AMQP, MQTT, CoAP und HTTP nutzt. Damit IoT-Daten zwischen Cloud und lokalen Geräten fließen können, übersetzt, sortiert und überträgt ein Edge-Gerät – wie ein Smart Gateway – Informationen sicher zwischen den beiden Quellen.

Ohne Edge-Gerät wären diese Datentypen inkompatibel und könnten Cloud-Services für tiefe Analysen nicht erreichen. Das MachineMetrics Edge ist ein sicherheitsbewusstes Beispiel dieser Technologie. Es kann als Edge Pro für bis zu 50 Maschinen über ein Netzwerk konfiguriert werden oder in der Nähe einer einzelnen Maschine als Edge installiert und von dieser mit Strom versorgt werden.

Das MachineMetrics Edge-Gerät.

Warum sind Edge-Geräte für IIoT unverzichtbar?

Edge-Geräte sind kritisch für moderne industrielle IoT-Implementierungen, besonders für Aufgaben, die Echtzeit-Datenanalyse erfordern. IoT-Edge-Geräte bieten eine zuverlässige, niedrig-latente Lösung für lokale Datenanalyse. In einer Fertigungsumgebung bieten Edge-Geräte folgende Vorteile:

• Condition-Based Monitoring ermöglichen zur Überwachung des Zustands von Shopfloor-Maschinen – auch Legacy-Geräten
• Kritische Ausfälle verhindern durch Überwachung und Analyse von Daten, um Anomalien früher zu erkennen
• Verbesserte Anlagenverfügbarkeit, geringere Ersatzteillagerbestände und niedrigere Wartungskosten, weil bevorstehende Probleme vorhergesagt werden und Wartungstechniker mit notwendigen Daten zum Maschinenzustand ausgestattet sind, um das Problem beim ersten Besuch zu beheben
• Neue Geschäftschancen erschließen durch zusätzliche Effizienz und Self-Monitoring-Analyse

Da Edge-Geräte lokale und Cloud-Daten über ihre assoziierten Protokolle übersetzen und übertragen, profitieren IIoT-Systeme mit Edge-Geräten von Echtzeit-Lokalanalyse sowie robuster Cloud-basierter Analyse und Speicherung. Cloud Computing bietet Herstellern folgende Vorteile:

• Wartungsarmes System, da der Cloud-Anbieter off-site ist und generell nicht in der Verantwortung des Herstellers liegt
• Skalierbarkeit jenseits dessen, was ein eigenständiges lokales Netzwerk aufgrund von Speicher- und Rechenbeschränkungen leisten kann
• Kostenreduktion für vergleichbare Speicher- und Rechenkapazitäten
• Datenzugriff von überall sowie Redundanz im Katastrophenfall

Cloud Computing erfordert jedoch Netzwerkkonnektivität, erhöht Latenz gegenüber lokalem Computing und erfordert Vertrauen in Drittanbieter-Sicherheit. Edge Computing hingegen bietet niedrig-latente, zuverlässige Rechenleistung, die in Bereichen ohne Netzwerkverbindung oder in extremen Sicherheitsbedingungen, wo Drittanbieter-Sicherheit unzulässig ist, eingesetzt werden kann. Allerdings können Daten aufgrund höherer Speicherkosten unvollständig werden, und lokales Computing hat höheren Gesamtwartungsaufwand als Cloud Computing, da es intern verwaltet werden muss.

Mit Edge Computing erhalten IIoT-Systeme das Beste aus beiden Welten. Die Brücke mit IoT-Edge-Geräten bietet Herstellern beispiellose Flexibilität, Zuverlässigkeit und Geschwindigkeit auf kostenkontrollierte, sicherheitsbewusste Weise.

Edge-Computing-Geräte sind eine entscheidende Komponente bei der Erstellung eines Digitalen Zwillings einer Fertigungsanlage. Weitere Gründe, warum Edge-Geräte und IIoT-Gateways kritisch für moderne IIoT-Infrastruktur sind:

• Datenmanagement: Edge-Geräte entscheiden, welche Daten behalten und welche verworfen werden, um unwieldy Datensätze voller Informationen zu verhindern, die wahrscheinlich nie genutzt werden
• Offline-Fähigkeiten: Edge-Geräte können Informationen halten, bis ein System Netzwerkzugriff erhält – verhindert Datenverlust und ermöglicht tiefere Analyse
• Complex Event Processing: Die Cloud kann für rechenintensive Arbeit genutzt werden, um Muster zu entwickeln und zu erkennen, die dann an Edge-Geräte gepusht werden, um lokal zu handeln, wenn diese Muster auftreten
• Anwendungen: Manche IoT-Geräte nutzen nun Anwendungen, die auf Edge-Geräten laufen. Ein Beispiel: ein Monitoring- und Alert-System, das die niedrige Latenz von Edge Computing nutzt
• KI und ML: Künstliche Intelligenz und Machine Learning mit Edge-Geräten ermöglichen Echtzeit-autonome Entscheidungsprozesse für Hersteller sowie sofortige BI-Insights

Erfahren Sie mehr über Edge-Geräte und Edge-Analytics in unserem kostenlosen Edge-eBook, das die wichtige Rolle des Edge bei der Ermöglichung von Fertigungsanalysen beleuchtet. Oder erfahren Sie mehr über die MachineMetrics Edge Platform, gebaut für Hersteller.