Dezentrale Datenverarbeitung Edge Computing in der Fertigungsbranche: die Rolle der Cloud

Autor / Redakteur: Hans Hallitzky* / Sebastian Human

Das Thema Edge Computing und mit ihm die vielen Vorzüge der Datenverarbeitung am Netzwerkrand erfreut sich auch in der Industrie wachsender Beliebtheit. Eng damit verbunden ist immer auch wieder das Thema Cloud-Computing. Doch welche Bedeutung kommt der Cloud hier zu?

Firmen zum Thema

Gehen Edge und Cloud untrennbar miteinander einher?
Gehen Edge und Cloud untrennbar miteinander einher?
(Bild: gemeinfrei / Pixabay )

Ein Schwanken zwischen Extremen und Paradigmenwechsel kennzeichnen die Geschichte der IT-Branche. Neue Paradigmen treten in den Vordergrund, werden durch andere ersetzt, um einige Jahre später in einer neuen Verkleidung wieder aufzutauchen.

Nehmen wir zum Beispiel den Übergang von der zentralen Datenspeicherung und -verarbeitung auf Großrechnern zur Verarbeitung auf PCs vor Ort und zurück zur zentralen Verarbeitung im Client-Server-Computing. Oder nehmen wir den Hype um Application Service Providing zu Beginn dieses Jahrhunderts, der sich damals nicht durchsetzte, aber Jahre später unter dem Schlagwort Cloud Computing wieder auftauchte und nun aufgrund besserer Internet-Bandbreiten und Virtualisierungstechnologien erfolgreich ist. Der Ort, an dem die wichtigsten Prozesse der Datenspeicherung und -verarbeitung stattfinden, scheint sich in den letzten Jahrzehnten mehrfach verschoben zu haben.

Aktuell ist Edge Computing im Kommen, insbesondere im Zusammenhang mit dem IoT. Glücklicherweise haben wir jetzt mehr Optionen denn je, sodass wir flexibel entscheiden können, wo die Datenspeicherung und -verarbeitung stattfinden soll. Das Diktum „Das Netzwerk ist der Computer“ hat sich endlich bewahrheitet.

Nichtsdestotrotz müssen sich Unternehmen bei der freien Wahl zwischen Edge-Device-Verarbeitung, Verarbeitung im Rechenzentrum und Cloud-Verarbeitung für die effizienteste Art und Weise und den effizientesten Standort entscheiden, um die große Menge an Daten zu verarbeiten, zu speichern und zu analysieren.

Konvergenz

Wer über den Einsatz von Edge Computing nachdenkt, muss sich darüber im Klaren sein, dass am Netzwerkrand tatsächlich nur verhältnismäßig wenige Speicher- und Verarbeitungsaufgaben stattfinden können. Ungeachtet beeindruckender Verbesserungen bei der Verarbeitungsleistung müssen Aufgaben wie Mustererkennung, Analyse oder Identifizierung von Trends an anderer Stelle stattfinden. Dies ist nur zum Teil auf einen Mangel an Rechenleistung zurückzuführen - noch bedeutsamer ist der Mangel an Speicherkapazität. Um eingehende Analysen durchführen und langfristige Trends erkennen zu können, muss eine riesige Datenmenge für die Analyse aggregiert werden.

Nirgendwo ist diese Tatsache offensichtlicher als im verarbeitenden Gewerbe, mit Blick auf Industrie 4.0 und moderne Ansätze zur Analyse von Fertigungsdaten. Die für die Fertigung verwendete Operation Technology (OT) bietet wenig Rechenleistung (wenn überhaupt), sodass die Daten für eine detaillierte Analyse aus der OT-Umgebung in die IT-Umgebung exportiert werden müssen. Das bringt bereits etliche Sicherheitsherausforderungen mit sich. Die Verlagerung dieser Daten aus den sicheren Grenzen der eigenen Infrastruktur (Rechenzentrum) in die Cloud bedeutet eine neue Reihe von Sicherheitsbedrohungen, insbesondere wenn die Erkenntnisse aus der Analyse in die hochsensible OT-Umgebung zurückgeführt werden sollen.

Geschwindigkeit und Latenz

In den meisten IoT-Edge-Computing-Szenarien muss ein Teil der Datenspeicherung und -verarbeitung in einem Rechenzentrum vor Ort oder in einer Cloud erfolgen, um den Kapazitäts- und Leistungsanforderungen gerecht zu werden.

Das lokale Rechenzentrum bietet natürlich eine geringere Latenzzeit und eine höhere Bandbreite. Ein Grund dafür, Verarbeitungsleistung überhaupt in die OT-Umgebung zu bringen, besteht darin, schnell auf Inkonsistenzen und Fehler in Produkten zu reagieren und Prozesse in Echtzeit besser steuern zu können. Egal wie gut die Verbindung zur Cloud auch sein mag, sie wird nie gut genug sein, um die niedrigen Latenzen bereitzustellen, die für Echtzeitanwendungen erforderlich sind. Außerdem sind Schwankungen in der Netzwerkqualität im eigenen Netzwerk weniger wahrscheinlich und viel leichter zu kontrollieren als bei der Verbindung zu einem Cloud-Anbieter.

Verbindungskosten

Es gilt zwei weitere wichtige Aspekte der Konnektivität zu beachten: Kosten und Sicherheit. Manchmal scheinen Unternehmen die Tatsache zu ignorieren, dass sich die Gesamtkosten von Cloud-Diensten nicht nur auf die regelmäßigen Zahlungen für die Dienste selbst beschränken, sondern dass auch die Konnektivität für die Datenübertragung bezahlt werden muss.

Um die Kosten für den Datentransfer niedrig zu halten, sollten Daten vor der Übertragung in die Cloud im eigenen Rechenzentrum vorverarbeitet werden. Dieses Szenario bedeutet, dass die Daten vor Ort gespeichert, normalisiert und aggregiert werden, und eine Anwendungsanalyse mittel- bis langfristiger Trends in Echtzeit durchgeführt wird, da die Datenmenge bei letzteren tendenziell sehr groß ist. Der größte Teil der Verarbeitung findet also vor Ort statt, mit nur wenigen Ausnahmen, beispielsweise spezialisierte Verarbeitung, die nur in der Cloud verfügbar ist oder große Mengen an Rechenleistung erfordert, aber nur kurzfristig.

Verbindungssicherheit

Cloud Provider bieten heute ein hohes Maß an Sicherheit. Es ist sehr unwahrscheinlich, dass Cyberkriminelle technische Schwachstellen finden, um die Sicherheitsvorkehrungen von Cloud-Diensten eines der größeren Anbieter zu überwinden (in den meisten Fällen sind es menschliche Konfigurationsfehler, die zu Cloud-Datenlecks führen). Wie auch bei den Kosten müssen Unternehmen allerdings sowohl den Datentransfer als auch die Cloud-Dienste selbst berücksichtigen. In diesem Fall bedeutet dies, dass der Datentransfer gesichert werden muss, zum Beispiel über ein VPN und/oder indem die Daten vor Ort durch ein Verschlüsselungs-Gateway laufen, bevor sie in die Cloud gesendet werden.

Resümee

Insgesamt ist deutlich, dass Edge Computing in einer IoT-Fertigungsumgebung leistungsstarke, kosteneffiziente Speicher- und Verarbeitungskapazitäten in einem Rechenzentrum vor Ort erfordert. Wenn man sich so weit wie möglich auf lokale Rechenzentrumsressourcen verlässt, werden auch die Komplexität und die Kosten niedrig gehalten. Die Cloud kann in bestimmten Fällen einen Mehrwert für das IoT bieten. Dieser Wert hängt jedoch nicht direkt mit dem Edge Computing als solchem zusammen, sondern eher mit der Datenanalyse und der Nutzung spezifischer Anwendungen für bestimmte Projekte, bei denen Daten verwendet werden, nachdem sie in einem Rechenzentrum vor Ort (vor-)verarbeitet wurden.

* Hans Hallitzky arbeitet bei Infinidat in der DACH-Region.

(ID:47103347)