Von Cloud zu Edge: Wie Edge Computing die Datenverarbeitung dezentralisiert

Dank Cloud Computing sind große Datenmengen jederzeit auf verschiedenen Geräten griffbereit. Eine Internetverbindung ist die Voraussetzung dafür. Edge Computing geht einen Schritt weiter: Die generierten Daten werden nicht erst an einen entfernten zentralen Server weitergeleitet, sondern direkt nahe des jeweiligen Netzwerks verarbeitet.

Selbst Menschen ohne Technikaffinität haben meist schon einmal von „der Cloud” gehört. Ob iCloud beim iPhone oder Google Drive bei der Arbeit – Cloud Computing ist in unserem Alltag angekommen. Der Grund dafür ist simpel, denn in vielen Situationen sind die Vorteile sehr verlockend: Die „Wolke“ kann nach Bedarf skaliert werden und bietet Technologien wie paralleles Rechnen und Virtualisierung. Diese verhältnismäßig günstige Technologie ermöglicht es sowohl Unternehmen als auch Privatpersonen, große Datenmengen jederzeit auf ihren verschiedenen Geräten griffbereit zu haben. Die ausschlaggebende Bedingung für diesen Zugang ist jedoch eine Internetverbindung. Aber selbst wenn eine Verbindung besteht, kann die Nutzbarkeit stark unter hohen Latenzen leiden.

Edge Computing umgeht diese Restriktionen, indem IT-Ressourcen wie die nötige Rechenleistung und Speicherkapazität möglichst nah am Endgerät oder Sensor bereitgestellt werden. Anstatt die generierten Daten zuerst an einen weit entfernten zentralen Server weiterzuleiten, erfolgt die Datenverarbeitung direkt an der „Edge”, also am Rand des Netzwerks.

Wieso brauchen wir Edge Computing?
Um die Notwendigkeit von Datenverarbeitung in Echtzeit zu verstehen, kann man sich als Beispiel ein teilautonomes Auto vorstellen: Das Model 3 von Tesla hat acht Kameras und 12 Sensoren, die alle im Einklang miteinander arbeiten müssen, damit der „Autopilot” funktioniert. Dabei entstehen riesige Datenmengen, die verarbeitet werden müssen. Bei der Erkennung von anderen Fahrzeugen oder Fußgängern kann man sich jedoch aufgrund der Dauer des Datentransfers nicht darauf verlassen, dass eine rechtzeitige Verarbeitung in der Cloud möglich ist. Die Daten müssen schnell, mit geringer Latenz und ohne Internet analysiert werden. Ansonsten können Kommunikationsstörungen Verkehrsunfälle auslösen und die Entscheidungsfähigkeit des Autos beeinträchtigen.

Bis wir alle mit intelligenten selbstfahrenden Autos unterwegs sind, dauert es zwar noch einige Jahre, Edge Computing wird jedoch jetzt schon in verschiedenen Gebieten verwendet. Ein gutes Beispiel dafür sind Internet of Things-(IoT-)Anwendungen, die unter anderem in der intelligenten Gebäudeautomation und Industrie 4.0 zum Einsatz kommen. Edge Computing macht in diesem Bereich unter anderem Predictive Maintenance möglich. Dabei werden Prozess- und Maschinendaten in Echtzeit verarbeitet, um eine bedarfsgerechte Wartung zu ermöglichen und folglich die Ausfallzeiten von Maschinen zu reduzieren.

In Szenarien, die eine schnelle und lokale Verarbeitung von kritischen Daten voraussetzen, kann Edge Computing Optimierungen realisieren. Weitere Use Cases umfassen die Anwendung in Smart Grids, Smart Factories oder die Analyse von Patientendaten im Gesundheitssektor.

Edge Computing in Tirol

Ein regionales Beispiel für Edge Computing in Tirol ist das JR-Zentrum Vision2Move an der FH Kufstein. Forschungsschwerpunkt des Zentrums ist die Analyse von visuellen Medien zur Lösung von Mobilitätsfragestellungen. Es wird von der Christian Doppler Forschungsgesellschaft gefördert; Kooperationspartner sind die Bernard Technology GmbH und Inno-Cube. Zusammen forschen sie an innovativen Lösungen für die effiziente Verarbeitung und Zusammenführung der generierten Daten von limitierten Sensoreinheiten. Diese kommen unter anderem in der Auswertung von Multimedia-Daten auf Kamerasystemen oder Drohnen zum Einsatz. Durch eine schnelle und genaue Analyse dieser Daten eröffnen sich zahlreiche Use Cases – von praktisch bis lebensrettend:

Monitoring von Gleisanlagen zur Gefahrenbehandlung
Unterstützung von Sicherheits- und Einsatzkräften auf Veranstaltungen
Erleichterung bei der Suche nach Vermissten
Genauere Verkehrszählungen, um den Verkehrsfluss zu optimieren
Automatisierte Wildtierzählung

Ein Projekt des Forschungszentrums für Hochleistungsrechnen der Universität Innsbruck befasst sich ebenfalls mit der Optimierung des Zusammenspiels zwischen Hard- und Software. In dem FFG-geförderten Bootcamp zu performanceorientiertem Softwareengineering werden Mitarbeiter:innen von westösterreichischen Unternehmen zu „Digital Professionals” ausgebildet. Ein Use Case der teilnehmenden Unternehmen ist ein intelligentes optisches System, welches der Verkehrsüberwachung und Klassifizierung von Verkehrsteilnehmern dient. Die Systeme sind autark und werten die Videostreams vor Ort datenschutzkonform mit künstlicher Intelligenz aus.

Auch das Start-up Swarm Analytics aus Innsbruck nutzt Edge Computing und künstliche Intelligenz, um Lösungen für die komplexe Videoanalyse von Verkehrsströmen in Städten anzubieten. Von einer Parkplatzanalyse mit Echtzeit-Visualisierung bis hin zur Auswertung von Verkehrsdaten zur planerischen Verwertung zeigen die Produkte des jungen Start-ups schon heute, wie die Smart Cities der Zukunft aussehen könnten.

Edge Computing transformiert die Art und Weise, wie wir unsere Daten verarbeiten und wird uns dabei helfen, die Herausforderungen der Zukunft zu meistern. Wie das IoT und andere Digitalisierungstrends bereits heute Tirol prägen, erklären unsere lokalen Expert:innen im Digitalreport 2022.

Links

>> FH Kufstein: VISION2MOVE
>> Uni Innsbruck: Bootcamp zu performanceorientiertem Softwareengineering
>> Swarm Analytics
>> Digitalreport 2022

Zurück

Kontakt

MMag. Fritz Fahringer

Digitalisierung und resiliente Produktion
Standortagentur Tirol fritz.fahringer@standort-tirol.at
m +43 676 843 101 223
t +43 512 576262 223