Definition, Vorteile & Einsatzgebiete
Was ist Edge Computing?
Beim Edge Computing werden Daten in der Nähe der Quelle vorverarbeitet. Dadurch können Berechnungen in Echtzeit durchgeführt und lokale Netzwerke entlastet werden. In diesem Beitrag erfahren Sie, warum Edge Computing in der Industrie und anderen Bereichen eine immer größere Rolle spielt und welche Technologien bei der Umsetzung zum Einsatz kommen.
Definition
Was bedeutet Edge Computing?
Edge Computing ist die Verarbeitung von Daten direkt an oder nahe ihrer Quelle – etwa an der Maschine oder im Werksnetz –, statt sie zuerst an ein entferntes Rechenzentrum oder in die Cloud zu senden.
Edge Computing bezeichnet die Verarbeitung von Daten direkt an oder in der Nähe der Quelle. Der Begriff „Edge“ (deutsch: „Rand“) bezieht sich hierbei auf die dezentrale Datenverarbeitung am „Rand des Netzwerks“. In der Produktion liegt dieser Rand dort, wo Daten entstehen: an Maschinen, Steuerungen und Sensoren.
Durch das Edge Computing kann die Menge an Daten reduziert werden, die zur Verarbeitung in ein weiter entferntes Rechenzentrum übermittelt werden muss. So wird nicht nur die Netzwerkbandbreite geschont, sondern es werden auch Verzögerungen in der Datenverarbeitung vermieden – Fachleute sprechen von geringer Latenz. Die quellennahe Datenverarbeitung ist daher vor allem dort relevant, wo Ergebnisse in Echtzeit benötigt werden.
Die Anwendungsgebiete des Edge Computing sind vielfältig: von der Zustandsüberwachung einzelner Maschinen über das industrielle Produktionsmanagement bis zur Vernetzung mehrerer Werke. Für Anwendungen, bei denen Verzögerungen inakzeptabel sind – etwa die Überwachung von Grenzwerten oder die Qualitätsprüfung per Bilderkennung direkt an der Linie –, bietet das Edge Computing eine wichtige Grundlage.
Edge Computing und Cloud Computing werden in vielen Industrieumgebungen gezielt miteinander kombiniert: Große Datenmengen werden an verschiedensten Quellen erhoben, lokal vorverarbeitet und anschließend an eine zentrale Cloud-Umgebung übermittelt.
Was sind die Vorteile des Edge Computing?
Im Gegensatz zur Verarbeitung sämtlicher Daten in einem zentralen Rechenzentrum bietet die lokale Vorverarbeitung von Daten mithilfe von Edge-Computing-Technologie einige Vorteile:
Schnellere und effizientere Datenverarbeitung
Wenn Daten nicht über große Entfernungen übertragen werden müssen, können sie schneller analysiert und verarbeitet werden. Auf diese Weise lässt sich die Leistung von Anwendungen verbessern, die eine geringe Latenz erfordern, zum Beispiel die Überwachung von Grenzwerten oder die Bildverarbeitung in der Qualitätsprüfung. Gerade in der Industrie spielt die Echtzeit-Verfügbarkeit von Anlagendaten eine Rolle, um Prozesse zu automatisieren und schnellstmöglich auf Störungen zu reagieren.
Geringere Netzwerkauslastung
Wenn weniger Daten über das Netzwerk gesendet werden, wird die Bandbreite geschont und Netzwerkkosten reduziert. Das ist besonders dann relevant, wenn große Datenmengen durch Sensoren und andere Geräte erzeugt werden.
Verarbeitung größerer Datenmengen möglich
Im Rahmen einer lokalen Vorverarbeitung können Daten gefiltert, aggregiert oder komprimiert werden, bevor sie an zentrale Server oder Cloud-Plattformen gesendet werden. Dies ermöglicht es, nur die relevanten Daten zu übertragen und Speicher- sowie Rechenkapazität nicht unnötig zu strapazieren.
Verbesserte Sicherheit und Datenschutz
Wenn Daten nicht über das Internet übertragen werden müssen, sind sie weniger anfällig für Angriffe oder Datenschutzverletzungen. In besonderen Fällen können Daten durch Edge Computing isoliert und gemäß lokalen Gesetzen und Vorschriften verarbeitet werden, was die Einhaltung von Compliance-Anforderungen erleichtert.
Vergleich
Edge, Fog und Cloud Computing im Vergleich
Edge, Fog und Cloud sind drei Ebenen derselben verteilten Architektur. Sie unterscheiden sich vor allem darin, wie nah an der Datenquelle gerechnet wird. Fog Computing bezeichnet die Zwischenebene: Rechner im lokalen Netz, die Daten mehrerer Edge-Geräte bündeln, bevor sie in die Cloud gehen.
| Kriterium | Edge Computing | Fog Computing | Cloud Computing |
|---|---|---|---|
| Ort der Verarbeitung | Direkt an Maschine, Steuerung oder Sensor | Im lokalen Netz, z. B. Server oder Gateway im Werk oder an der Linie | Zentral in Rechenzentren, unabhängig vom Standort |
| Latenz | Sehr gering | Gering | Höher, abhängig von der Verbindung |
| Datenmenge | Rohdaten mit vielen Einzelwerten | Gebündelte Daten mehrerer Maschinen | Verdichtete Kennzahlen, Ereignisse und Verläufe |
| Skalierbarkeit | Begrenzt durch die Hardware vor Ort | Begrenzt durch die Infrastruktur im Werk | Hoch, Ressourcen nach Bedarf |
| Typische Aufgabe | Filtern, Grenzwerte prüfen, puffern | Daten einer Linie zusammenführen, lokale Systeme anbinden | Speichern, auswerten, visualisieren, Standorte vergleichen |
| Beispiel in der Produktion | Temperatur einer Spritzgießmaschine über dem Grenzwert – Meldung in Echtzeit | Stückzahlen und Störungen aller Maschinen einer Linie je Schicht | Ausschussquote aller Werke im Monatsvergleich |
Die Grenzen zwischen Edge und Fog sind fließend; viele Anbieter fassen beide Ebenen unter „Edge“ zusammen. Eine Einordnung der Begriffe bietet das Bundesamt für Sicherheit in der Informationstechnik (BSI) unter Edge- und Fog-Nodes.
Wie ergänzen sich Edge und Cloud Computing?
Beim Cloud Computing werden (externe) Computerressourcen genutzt, um große Datenmengen zentral zu speichern und zu verarbeiten. Zu den wichtigsten Vorteilen des Cloud Computing zählen die Skalierbarkeit von Cloud-Umgebungen und der ortsunabhängige Zugriff auf Cloud-Ressourcen.
In der Praxis ergänzen sich Edge Computing und Cloud Computing sehr sinnvoll: Durch die dezentrale Datenverarbeitung des Edge Computing wird die Menge an Daten reduziert, welche in die Cloud transportiert werden müssen. Gleichzeitig dienen Cloud-Plattformen als zentrale Infrastruktur für verarbeitete Edge-Daten und ermöglichen eine weiterführende Speicherung, Analyse und Visualisierung – mit allen Vorteilen des Cloud Computing.
Unternehmen, die Edge Computing und Cloud Computing miteinander kombinieren, profitieren von einer hybriden Architektur, welche die Vorteile der lokalen Datenverarbeitung mit der Skalierbarkeit und Leistungsfähigkeit von Cloud-Umgebungen kombiniert.
Einsatzgebiete
Wo wird Edge Computing eingesetzt?
Das Edge Computing kommt vor allem dort zum Einsatz, wo große Datenmengen schnell, ressourcensparend und sicher verarbeitet werden müssen.
In vielen Bereichen ist es unmöglich oder unpraktisch, alle Daten zunächst an entfernte Rechenzentren zu schicken. In der Fertigung gilt das etwa für Steuerungen, Kameras zur Qualitätsprüfung und Sensoren, die viele Messwerte pro Sekunde liefern.
Zu den wichtigsten Anwendungsgebieten des Edge Computing gehören die folgenden:
- Industrielle Produktion
- Logistik
- Medizinische Überwachung
- Sicherheitstechnik
- Heimautomatisierung (Smart Home)
- Autonomes Fahren
In der industriellen Produktion ermöglicht Edge Computing die Echtzeit-Auswertung großer Datenmengen aus Sensoren, Steuerungen und anderen Quellen. Diese Daten können eingesetzt werden, um den Status von Anlagen zu überwachen und vorausschauende Wartung zu planen („Predictive Maintenance“).
Typische Anwendungsfälle in der Produktion
Diese Szenarien zeigen, wo Edge Computing in der Fertigung den Unterschied macht:
Zustandsüberwachung
Predictive Maintenance
Qualitätsprüfung per Bilderkennung
Energiemonitoring
Intralogistik
Mehrere Standorte
Optimieren Sie Ihre Produktion mit manubes
Unsere Cloud-Plattform manubes kombiniert Edge Computing mit Cloud Computing, um Produktionsdaten zu sammeln, in Echtzeit zu visualisieren und Produktionsprozesse mithilfe automatisierter Workflows zu steuern.
manubes bietet weltweiten Zugriff per Webbrowser, eine intuitive Bedienung und ein durchdachtes Sicherheitskonzept für Produktionsdaten.
Industrie
Edge Computing in der Produktion
In der Produktion verbindet Edge Computing die Maschinen auf dem Shopfloor mit zentralen Plattformen in der Cloud. Edge-Geräte im Werksnetz lesen Daten aus Steuerungen, Sensoren und lokalen Systemen, verarbeiten sie vor und übertragen nur das Nötige. So erhalten Unternehmen Echtzeit-Daten aus der Fertigung, ohne ihr Netzwerk zu überlasten.
Die Cloud-Plattform manubes nutzt dieses Konzept: Edge Nodes laufen im lokalen Netzwerk und verbinden Maschinen, Datenbanken und Systeme wie MES und ERP sicher und bidirektional mit der manubes Cloud. Daten aus SPS und Sensoren kommen dabei über OPC UA oder MQTT.
- Vorverarbeitung: Der Edge Node filtert und verdichtet Daten und prüft Grenzwerte direkt vor Ort.
- Pufferung: Bricht die Verbindung ab, puffert der Edge Node die Daten und überträgt sie nachträglich.
- Ausfallsicherheit: Mehrere Edge Nodes bilden einen Edge Cluster, der den Ausfall eines einzelnen Geräts abfängt.
- Ausgehende Verbindung: Die Daten gehen ausschließlich ausgehend und verschlüsselt in die Cloud – ohne eingehende Verbindungen ins Produktionsnetz.
Wie ein Edge-Gerät per OPC UA angebunden wird, zeigt die Schritt-für-Schritt-Anleitung. Die Grafik zeigt das Zusammenspiel der manubes-Edge-Komponenten.
Technische Umsetzung
Wie wird Edge Computing in der Praxis umgesetzt?
Die technische Umsetzung des Edge Computing kann auf verschiedene Arten erfolgen. In vielen Fällen verfügen Steuerungen, Kameras, Router oder andere Geräte bereits über die Kapazitäten zur lokalen Datenverarbeitung.
Gerade in der Industrie werden jedoch auch spezielle Hardware- und Softwarelösungen angeboten, mithilfe derer die Vorteile des Edge Computing u. a. in bestehenden Produktionsumgebungen genutzt werden können.
Edge-Geräte
Edge-Geräte (engl.: Edge Devices) sind Hardwarekomponenten, welche eine quellennahe Datenverarbeitung ermöglichen. Dafür müssen sie über leistungsfähige Prozessoren und Speicher verfügen. Außerdem müssen sie in der Lage sein, Daten zu sammeln und verarbeitete Daten an andere Systeme zu übermitteln. Hierzu kommen verschiedene Protokolle und Schnittstellenstandards zum Einsatz (siehe nächster Abschnitt).
Um Anwendungen auf (Linux-basierten) Edge-Geräten zu installieren, auszuführen und zu verwalten, kann eine Container-Virtualisierungssoftware wie Docker eingesetzt werden. Verschiedene Hersteller bieten spezialisierte Edge-Geräte und Edge-Server für die Industrie an – welche davon sich für manubes eignen, zeigt unser Vergleich industrieller Edge Devices.
Welche Edge-Geräte passen zu manubes?
Industrielle Edge Devices im Vergleich – nach Docker-Fähigkeit, OPC UA und Kompatibilität mit manubes.
Edge Devices vergleichenProtokolle und Schnittstellen
Um Daten zwischen Datenquellen, Edge-Geräten, Rechenzentren und Cloud-Plattformen zu transportieren, werden geeignete Protokolle und Schnittstellen benötigt.
Drahtlose Übertragungs- bzw. Mobilfunkstandards wie Bluetooth oder 5G spielen hierbei eine wichtige Rolle.
Auf der Anwendungsschicht bildet MQTT aufgrund seiner ressourcensparenden Umsetzung eines der wichtigsten Netzwerkprotokolle für die Datenübertragung zwischen IoT-Geräten und anderen Anwendungen. In der Industrie kommt vielfach auch der OPC UA-Standard zum Einsatz.
Herausforderungen und Nachteile des Edge Computing
Edge Computing löst nicht jedes Problem. Unternehmen sollten vier Herausforderungen kennen – und wissen, wie sie ihnen begegnen:
Kosten für verteilte Hardware
Edge Computing braucht Rechenleistung vor Ort; jedes Werk und oft jede Linie bekommt eigene Geräte. Gegenmaßnahme: nur zeitkritische Aufgaben am Edge erledigen und vorhandene Docker-fähige Industrie-PCs oder Edge-Geräte nutzen.
Wartung und Updates vieler Geräte
Viele verteilte Geräte bedeuten viele Software-Stände. Gegenmaßnahme: Anwendungen als Container ausrollen und zentral verwalten, statt jedes Gerät einzeln zu pflegen.
Ausfälle von Gerät oder Verbindung
Fällt ein Edge-Gerät oder die Verbindung zur Cloud aus, drohen Datenlücken. Gegenmaßnahme: Daten puffern und Geräte redundant auslegen. In manubes puffert der Edge Node Daten bei einem Verbindungsabbruch, ein Edge Cluster sichert gegen den Ausfall eines einzelnen Geräts ab.
Sicherheit verteilter Geräte
Jedes Edge-Gerät ist ein möglicher Angriffspunkt und oft physisch zugänglich. Gegenmaßnahme: Geräte im geschützten Produktionsnetz betreiben, Verbindungen nur ausgehend und verschlüsselt aufbauen und Zugriffe auf das Nötige beschränken.
Edge Computing mit manubes
Maschinen über Edge Nodes sicher anbinden, Daten vor Ort vorverarbeiten und in der manubes Cloud visualisieren – ohne eingehende Verbindungen ins Produktionsnetz.
Jetzt testenFazit & Ausblick
Welche Rolle wird Edge Computing in Zukunft spielen?
Bereits jetzt findet Edge Computing breite Anwendung in verschiedensten Bereichen, darunter das Internet of Things (IoT), industrielle Automatisierung oder im Gesundheitswesen.
Mit der fortschreitenden Entwicklung von Technologien wie 5G und dem Aufkommen von immer leistungsfähigeren Edge-Geräten wird die Fähigkeit zur lokalen Datenverarbeitung stetig verbessert. Für die Zukunft wird daher ein weiterer Bedeutungsgewinn des Edge Computing prognostiziert. Durch Fortschritte bei der künstlichen Intelligenz könnte die Zahl an Anwendungsfällen, in denen Echtzeitdaten benötigt werden, noch schneller wachsen.
Edge AI bezeichnet KI-Modelle, die direkt auf dem Edge-Gerät laufen statt in der Cloud – zum Beispiel zur Bilderkennung in der Qualitätsprüfung oder zur Erkennung ungewöhnlicher Maschinenzustände. Die Ergebnisse gehen anschließend in die Cloud, wo sie gespeichert, visualisiert und mit anderen Daten verknüpft werden. Mehr dazu im Beitrag Künstliche Intelligenz in der Produktion.
Auch in der industriellen Produktion setzen immer mehr Unternehmen auf die Vorteile des Edge Computing. Vor allem Betriebe mit mehreren Standorten nutzen die Technologie, um schnell Erkenntnisse aus riesigen Mengen an Sensor- und Anlagendaten zu gewinnen, ohne die existierende Infrastruktur zu überlasten.
Häufige Fragen zu Edge Computing
Was ist Edge Computing einfach erklärt?
Edge Computing heißt: Daten werden dort verarbeitet, wo sie entstehen, statt sie erst in ein entferntes Rechenzentrum zu schicken. In der Produktion ist das zum Beispiel ein kleiner Rechner neben der Maschine, der Messwerte sofort prüft und nur die wichtigen Ergebnisse in die Cloud weitergibt. Das spart Zeit und Bandbreite.
Was ist der Unterschied zwischen Edge Computing und Cloud Computing?
Edge Computing verarbeitet Daten dezentral an der Quelle, Cloud Computing zentral in Rechenzentren. Edge ist schneller und entlastet das Netz, die Cloud ist besser skalierbar und von überall erreichbar. In der Produktion werden beide meist kombiniert: Edge-Geräte verarbeiten Maschinendaten vor, die Cloud speichert, wertet aus und visualisiert sie.
Was ist der Unterschied zwischen Edge Computing und Fog Computing?
Fog Computing ist die Ebene zwischen Edge und Cloud. Edge-Geräte arbeiten direkt an Maschine oder Sensor, Fog-Knoten im lokalen Netz bündeln die Daten mehrerer Edge-Geräte, etwa einer ganzen Linie, bevor sie in die Cloud gehen. Die Grenzen sind fließend; viele Anbieter fassen beide Ebenen unter „Edge“ zusammen.
Was ist Edge AI?
Edge AI bezeichnet künstliche Intelligenz, die direkt auf dem Edge-Gerät läuft statt in der Cloud. Ein trainiertes Modell erkennt zum Beispiel Fehler auf Kamerabildern direkt an der Linie. Weil die Bilder nicht übertragen werden müssen, fällt das Ergebnis schneller aus und die Datenmenge sinkt. Training und Auswertung über viele Standorte finden meist weiter in der Cloud statt.
Was ist ein Edge-Gerät?
Ein Edge-Gerät (Edge Device) ist ein Rechner nahe der Datenquelle, der Daten sammelt, vorverarbeitet und an andere Systeme weitergibt. In der Industrie sind das zum Beispiel robuste Industrie-PCs, Edge-Gateways oder Edge-Controller, oft mit Docker für Anwendungen. Welche Geräte sich für manubes eignen, zeigt der Edge-Devices-Vergleich.
Welche Beispiele für Edge Computing gibt es in der Produktion?
Typische Beispiele sind die Zustandsüberwachung von Maschinen, Predictive Maintenance, Qualitätsprüfung per Bilderkennung, Energiemonitoring und die Vernetzung mehrerer Werke. In manubes übernehmen Edge Nodes im Werksnetz diese Aufgabe: Sie lesen Daten über OPC UA oder MQTT, verarbeiten sie vor, puffern sie bei Verbindungsabbruch und übertragen sie verschlüsselt in die Cloud.
Welche Nachteile hat Edge Computing?
Die wichtigsten Nachteile sind Kosten für verteilte Hardware, der Aufwand für Wartung und Updates vieler Geräte, mögliche Ausfälle einzelner Geräte und zusätzliche Angriffspunkte. Gegenmaßnahmen sind Container und zentrale Verwaltung, Pufferung und redundante Geräte, etwa ein Edge Cluster, sowie Verbindungen, die nur ausgehend und verschlüsselt aufgebaut werden.
Produktvideo: Lernen Sie manubes kennen
Weitere Informationen
Testen Sie manubes – kostenlos und unverbindlich
Testen Sie sämtliche manubes-Features in Ihrer persönlichen Cloud-Umgebung.
Testzugang erhalten
