Anwendungsfälle für Edge und Cloud

Nicht Gegner, sondern Partner

Die Cloud setzt sich durch – Public, Private, Hybrid und Multi Cloud gehören mittlerweile zum Unternehmensalltag. Besonders in der Industrie kommt Edge Computing als Betriebsform hinzu. Mit den richtigen Anwendungsszenarien können Edge und Cloud sinnvoll kombiniert werden. Die Auswahl des Dienstanbieters ist dabei auch eine Frage des Preis-Leistungsverhältnisses.

(Bild: ©Jacky/stock.adobe.com)

Technologien wie Big Data, künstliche Intelligenz (KI) und das Industrial Internet of Things (IIoT) verändern sowohl die Informationstechnologie (IT) als auch die Operational Technology (OT) im ‘Maschinenraum’ von Unternehmen. Vor allem in Produktion und Fertigung gilt es, Anwendungslandschaften zukunftsfähig zu machen und auf die Anforderungen von Industrie 4.0 umzustellen. An dieser Stelle kommt Edge Computing ins Spiel.

Die Sache mit der Latenz

Ob eine Anwendung vor Ort an der Edge realisiert werden sollte, hängt in erster Linie von den Anforderungen an die Latenz ab. Ist etwa die Strecke zwischen Fabrikhalle und zentraler Cloud zu lang und verursacht eine hohe Latenz, verlangsamen sich die Antwortzeiten. Diese Verzögerungen können bei Anwendungen, die auf Echtzeitverarbeitung angewiesen sind, zu Problemem führen und in Fertigungsprozessen die Produktivität von Maschinen und Anlagen senken. Daher empfiehlt es sich, bei der Steuerung von Echtzeitprozessen im IIoT-Umfeld auf Edge Computing zu setzen: Vor Ort implementierte Applikationen mit minimaler Latenz steuern Maschinen und Anlagen.

Hinzu kommen gewichtige rechtliche Gründe für den Einsatz von Edge-Devices: In vielen Unternehmen dürfen die verarbeiteten Daten aufgrund von Compliance-Bestimmungen wie der DSGVO das Betriebsgelände gar nicht erst verlassen. Gerade bei innovativen Industriebetrieben und ‘Hidden Champions’ hierzulande steckt häufig das gesamte Knowhow und der Innovationsvorsprung in den Daten. Diese in einer Public Cloud zu verarbeiten und zu speichern birgt immer das Restrisiko, dass Geschäftsgeheimnisse in falsche Hände geraten. Auch in diesem Fall ist Edge Computing – in Verbindung mit einer zentralen Private Cloud auf dem Betriebsgelände – ein Lösung.

Cloud und Edge arbeiten zusammen

Edge und Cloud wirken bei der Datenverarbeitung zusammen. Alle Edge-Daten, die nicht für die Echtzeitsteuerung benötigt werden, lassen sich über das Netzwerk an einen zentralen Cloud-Server senden, um dort analysiert und gespeichert zu werden. Vor Ort werden die Daten in der Regel temporär gespeichert und vorverarbeitet, während die entsprechenden Modelle in der zentralen Cloud abgelegt sind. So schickt etwa eine Anwendung zur Bilderkennung nicht das komplette Bild an die Cloud, sondern nur die von ihr gemäß der vorgegebenen Filter erkannten Muster. Im zentralen Rechenzentrum wiederum stehen Server mit leistungsstarken Grafikprozessoren (GPU) zur Verfügung. Diese sorgen in Verbindung mit KI-Verfahren wie Maschinellem Lernen dafür, dass die Bilderkennung für das Edge Computing immer weiter trainiert und verbessert werden kann.

Meldet eine Applikation vor Ort etwa Anomalien bei der Erkennung oder muss sie neu hinzugekommende Bauteile im Produktionsprozess unterscheiden, ist ein erneutes Training erforderlich. Danach wird ein Update der ML-Modelle an die Edge-Devices geschickt. Dafür kommen in vielen Unternehmen Container-Lösungen wie Docker zum Einsatz, die die Anwendung samt Laufzeitumgebung enthalten und zentrale Steuerungswerkzeuge wie Kubernetes. Damit lassen sich Anwendungspakete nach Bedarf an verschiedene Edges verteilen. So entsteht eine Art Kreislaufsystem, das auf kontinuierlichem Lernen beruht: In der zentralen Cloud wird die Anwendung trainiert, am Netzwerkrand (Edge) führt sie ihre Arbeit aus – bis wieder ein Update in der Cloud erforderlich ist, wo sie angepasst, neu berechnet und per Kubernetes deployed wird. Arbeitet z.B. ein Dutzend Industrieroboter an verschiedenen Standorten eines Unternehmens mit einer zentral in der Cloud entwickelten Edge-Anwendung, lässt sich diese in ebenso viele Container verpacken und in den jeweiligen Fabrikhallen zum Einsatz bringen.

Bei der Entwicklung ihrer Edge-Apps können Unternehmen IaaS (Infrastructure as a Service)- und PaaS (Plattform as a Service)-Ressourcen in der Private Cloud verwenden. Besonders nützlich ist dabei ein hybrides Szenario, wenn vorübergehend sehr hohe Rechenkapazitäten benötigt werden. Diese zusätzlichen Prozessorkerne lassen sich mittels Cloud Bursting kurzfristig aus der Public Cloud beziehen und nach getaner Arbeit wieder abschalten, ohne dass Gefahr für die verarbeiteten Daten besteht. Diese werden weiter in der Private Cloud gespeichert

Das könnte Sie auch interessieren

61 Prozent der Unternehmen in Deutschland wollen laut einer Bitkom-Befragung per Cloud interne Prozesse digitalisieren, vor einem Jahr waren es nur 45 Prozent. Mittelfristig wollen die Unternehmen mehr als 50 Prozent ihrer Anwendungen in die Cloud verlagern.‣ weiterlesen

Mit generativer KI erlebt 'Right Brain AI', also eine KI, die kreative Fähigkeiten der rechten menschlichen Gehirnhälfte nachahmt, derzeit einen rasanten Aufstieg. Dieser öffnet aber auch die Tür für einen breiteren Einsatz von eher analytischer 'Left Brain AI'. Das zeigt eine aktuelle Studie von Pegasystems.‣ weiterlesen

Um klima- und ressourcengerechtes Bauen voranzubringen, arbeiten Forschende der Bergischen Universität Wuppertal in ihrem Projekt TimberConnect an der Optimierung von digitalen Prozessen entlang der Lieferkette von Holzbauteilen. Ihr Ziel ist unter anderem, digitale Produktpässe zu erzeugen.‣ weiterlesen

Rund zwei Drittel der Erwerbstätigen in Deutschland verwenden ChatGPT und Co. zumindest testweise, 37 Prozent arbeiten regelmäßig mit KI-Anwendungen. Doch auch Cyberkriminelle machen sich vermehrt die Stärken künstlicher Intelligenz zunutze - mit weitreichenden Folgen.‣ weiterlesen

Erstmals seit der Energiekrise verzeichnet der Energieeffizienz-Index der deutschen Industrie mit allen drei Teilindizes (die Bedeutung, Produktivität und Investitionen betreffend) einen leichten Rückgang. Mögliche Gründe erkennt EEP-Institutsleiter Professor Alexander Sauer in der Unsicherheit und der drohenden Rezession, der dadurch getriebenen Prioritätenverschiebung und der Reduktion von Produktionskapazität.‣ weiterlesen

Mehr als jedes dritte Unternehmen wurde in den letzten zwei Jahren Opfer von Cyberkriminalität - am häufigsten durch Phishing, Attacken auf Cloud-Services oder Datenlecks. Dies geht aus einer Studie des Beratungsunternehmens KPMG hervor. Darin schätzt der Großteil der befragten Unternehmen das eigene Risiko als hoch oder sehr hoch ein.‣ weiterlesen

Wie kann man die virtuelle Realität (VR) haptisch, also durch den Tastsinn, erfahrbar machen? Der Saarbrücker Informatiker André Zenner ist in seiner Doktorarbeit der Antwort auf diese Frage ein großes Stück nähergekommen - indem er neue Geräte erfunden und die passende Software dazu entwickelt hat.‣ weiterlesen

Die strukturelle Verbesserung der Kosten und Profitabiltät steht für große Industrieunternehmen in diesem Jahr ganz oben auf der Managementagenda. Für zwei Drittel der Vorstände hat das Thema laut einer Studie der Managementberatung Horváth größte Bedeutung. Im Zuge dessen setzt sich die Deglobalisierung der Unternehmen fort: aus Exportweltmeistern werden transnationale Organisationen. Deutschland profitiert hier laut der Studie nicht. ‣ weiterlesen

Mit dem TechnikRadar untersuchen Acatech, die Körber-Stiftung und das Zentrum für Interdisziplinäre Risiko- und Innovationsforschung der Universität Stuttgart jährlichen, wie sich die Technikeinstellungen in der Bevölkerung in den letzten Jahren verändert haben und dass die Deutschen im Vergleich mit ihren europäischen Nachbarn Technik differenzierter bewerten. Die Daten aus den seit 2017 regelmäßig durchgeführten Repräsentativumfragen lassen einen Längsschnittvergleich zu – und dieser zeigt: In einigen zentralen Fragen haben sich ältere und jüngere Menschen in Deutschland stetig voneinander entfernt. ‣ weiterlesen

Die Einführung generativer künstlicher Intelligenz ist oft mit Herausforderungen verbunden, etwa wenn es um den Datenschutz geht. Für die Industrie verspricht die Technologie jedoch Potenziale, sofern richtig eingesetzt. Die APPL-Firmengruppe nutzt GenAI beispielsweise, um Maschinenstörungen abzustellen.‣ weiterlesen

Eine aktuelle Studie von Protolabs, zu der mehr als 700 Ingenieure weltweit befragt und Daten der Industrie ausgewertet wurden, zeigt den aktuellen und künftigen Zustand der additiven Fertigung auf. Demnach wächst der Markt sogar schneller als bisher angenommen.‣ weiterlesen