Suchen

Expertenmeinung Ein Traumpaar: IoT und Edge Computing

| Autor/ Redakteur: Andreas Riepen / Redaktion IoT

Zwei aktuelle Trends schaukeln sich gegenseitig hoch: Die Verbreitung von Internet of Things (IoT)-Geräten ist der größte Treiber von Edge Computing. Umgekehrt entstehen durch Edge-Technologien neue Anwendungsmöglichkeiten im Rahmen des IoT. Warum ist das so?

Firmen zum Thema

Durch Edge-Technologien entstehen neue Möglichkeiten für IoT-Anwendungen, beispielsweise im Bereich Mobility.
Durch Edge-Technologien entstehen neue Möglichkeiten für IoT-Anwendungen, beispielsweise im Bereich Mobility.
(Foto: Unsplash)

Damit das Internet of Things funktioniert, sind viele unterschiedliche Sensoren und Mikroprozessoren nötig, die in den IoT-Geräten integriert sind. Doch diese erzeugen überall und jederzeit eine Unmenge an Informationen, die möglichst in Echtzeit verarbeitet werden müssen.

Dies ist jedoch mit herkömmlichen Netzwerk-Architekturen immer schwieriger. Denn hier muss die Datenmenge über weite Strecken zu zentralen Rechenzentren übertragen werden. Alleine dadurch entsteht schon eine gewisse Latenzzeit. Die Data Center sind dann zunehmend mit der Bearbeitung der Daten überfordert, da die Informationsflut schneller steigt als deren Kapazitäten. Und nach Ermittlung der Ergebnisse müssen die darauf basierenden Befehle an die IoT-Geräte übermittelt werden. Das kostet weitere Zeit.

Zudem ist bei mobilen IoT-Geräten die meist funkbasierte Kommunikation nicht immer und überall hochperformant möglich – etwa bei Drohnen oder Fahrzeugen. Dadurch entstehen weitere Verzögerungen oder gar Ausfälle. Eine schnelle Reaktion auf neue Anforderungen ist damit unmöglich.

Anwendungsbeispiele von Edge Computing

Ein gutes Beispiel bieten hier autonome Autos: Fahren sie auf einer Straße, kann ein unaufmerksamer Fußgänger vor das Fahrzeug laufen. Dieses erkennt zwar durch seine eingebauten Kameras die Person, muss aber die Bilder erst an das zentrale Rechenzentrum schicken, dort werden sie verarbeitet und der Bremsbefehl wiederum von dort an das Auto übertragen. In diesem Fall wäre die Reaktion viel zu spät.

Daher baut die Automobilindustrie Prozessoren in die Fahrzeuge ein, welche die Bilder der Kameras sofort bearbeiten und in Echtzeit auf unerwartete Gefahren reagieren. Genau dies ist Edge Computing. Darunter versteht man die Verarbeitung der Daten am oder nahe dem Ort ihrer Entstehung – hier dem vernetzten Auto. Und jedes autonome Fahrzeug produziert und nutzt schon heute bei einer Tagesfahrt mehrere Terabyte an Informationen.

Die Vorteile dieser dezentralen Datenverarbeitung haben natürlich auch verschiedene andere Branchen erkannt. Zum Beispiel müssen in der Fertigungsindustrie die durch vernetzte Geräte entstehenden Daten ebenfalls möglichst schnell verarbeitet werden. So lässt sich  eine Maschine sofort an neue Produktionsvorgaben anpassen oder ein defektes Teil erkennen und vorausschauend reparieren.

Auch hier kann die Einspeisung dieser IoT-generierten Daten über ein Netzwerk in ein zentrales Rechenzentrum oder Cloud-System zu zeitaufwändig sein sowie zu Latenzzeiten und sogar Datenverlusten führen. Edge Computing ermöglicht dagegen die Verarbeitung und Analyse sämtlicher Daten in Echtzeit, wodurch sich Konsistenz und Antwortzeiten verbessern. Aufgrund dieser Vorteile soll laut Gartner der Anteil an Daten, die außerhalb von zentralisierten Rechenzentren oder Cloud-Systemen erstellt und bearbeitet werden, von derzeit 10 auf 50 Prozent im Jahr 2022 steigen.

Erweiterung des Rechenzentrums

Edge Computing ist aber nur selten eine Standalone-Lösung, sondern wird in der Regel als Erweiterung des Rechenzentrums eingesetzt. Denn während sich die Technologie hervorragend für die schnelle Datenverarbeitung eignet, kann sie nicht viele Daten speichern und damit langfristige Trends erkennen oder umfassende Analysen durchführen.

Aus diesem Grund werden die Daten zwar am Edge verarbeitet, zusammengefasst und komprimiert, aber dann gesammelt und regelmäßig an das zentrale Rechenzentrum übertragen. Dieses dokumentiert und speichert die Informationen und wertet sie anschließend im Rahmen von Big-Data-Analysen aus. Damit lassen sich etwa Prozesse optimieren oder neue Lösungen entwickeln.

Ein konkretes Einsatzbeispiel bieten Bodycams, die von Polizeikräften getragen werden. Hier kann ein tragbarer Mini-Computer oder die Kamera selbst die aufgenommenen Videos sozusagen am Mann oder an der Frau komprimieren und kodieren. Anschließend werden sie an ein lokales Edge-Center gesendet, um den Upload-Prozess zu beschleunigen und die Belastung für das zentrale Netzwerk zu reduzieren.

Auch Point of Service (PoS)-Maschinen im Einzelhandel können von diesem Prozess profitieren. Zum Beispiel senden sie die Kartendaten der Kunden an einen Edge-Computer, der die notwendigen Prüfungen und die Transaktion durchführt. Dies beschleunigt nicht nur den Prozess. Es entfällt auch die Notwendigkeit, sensible Informationen über das Netzwerk zu senden und sie dadurch möglicherweise angreifbar zu machen.

Sicherheitsaspekte

Edge Computing ist nicht automatisch sicherer als herkömmliche Architekturen. Daher müssen Unternehmen auch für diesen Ansatz eine Risikoanalyse durchführen und eine ganzheitliche Security-Architektur entwerfen.

Einerseits kann Edge Computing das Sicherheitsmanagement vereinfachen, da dadurch transparenter wird, woher die Daten kommen und wohin sie gehen. Im Falle eines zentralen Rechenzentrums oder Cloud-Systems kann das hohe Verkehrsaufkommen für ein Unternehmen, das nicht über genügend Ressourcen verfügt, schwer zu überwachen sein. Cyberkriminelle können dies ausnutzen, indem sie die Daten unbemerkt abfangen. Daher schafft Edge Computing in der Regel eine bessere Kontrolle über diese Verbindungen und deren Sicherheit.

Andererseits vergrößert eine höhere Anzahl an Sensoren auch die Angriffsfläche, da mehr Verbindungspunkte zu sichern sind. Unternehmen benötigen daher ein striktes Patch Management, das sich schnell replizieren und auf die verschiedenen Sensoren übertragen lässt, welche die Daten sammeln und senden. Sind die Sensoren nicht abgesichert, können Hacker diese angreifen und IoT-Systeme empfindlich stören – bis hin zum bekannten Beispiel der Bremsen-Manipulation bei vernetzten Autos. Sie können aber auch über Sicherheitslücken, die nicht gepatcht wurden, in das Netzwerk einer Organisation eindringen oder die IoT-Geräte in Botnets eingliedern, um DDoS-Angriffe durchzuführen.

Das bedeutet: Nur mit umfangreichen Security-Maßnahmen können Unternehmen von IoT und Edge Computing profitieren. Dann ermöglichen sichere Edge-Lösungen auch neue IoT-Anwendungen, da sich noch mehr Daten vor Ort verarbeiten lassen sowie eine schnellere Reaktion auf neue und komplexe Anforderungen möglich wird. So entstehen demnächst wohl wirklich intelligente Roboter, Drohnen, Maschinen und Fahrzeuge. Und wer weiß, vielleicht gibt es eines Tages auch völlig selbstlernende IoT-Edge-KI-Systeme.