Laut Wikipedia werden beim Edge Computing „Computer-Anwendungen, Daten und Dienste von zentralen Knoten (Rechenzentren) weg zu den äußeren Rändern eines Netzwerks verlagert“. Dies ermöglicht die Analyse und Datenerfassung direkt an der Quelle der Daten. Dabei werden Ressourcen verwendet, die möglicherweise nicht permanent mit einem Netzwerk verbunden sind, beispielsweise Laptops, Smartphones, Tablets und Sensoren.

Beim Edge Computing geht es also um die Verarbeitung von Daten, bevor diese in die Cloud übertragen werden – sie werden am Rand der Cloud verarbeitet.

Die Cloud ist natürlich kein magischer Ort in den Wolken, wo eure Daten gespeichert sind. Es handelt sich dabei einfach nur um Server. Wer also etwas in die Cloud überträgt, schickt seine Daten gewissermaßen an einen fremden Computer.

Edge Computing erfreut sich wachsender Beliebtheit, weil es wesentlich schneller ist, einen Teil der Datenverarbeitung vor der Übertragung in die Cloud durchzuführen.

Nehmen wir einen Smartspeaker als Beispiel. Wenn ihr dem Gerät eine Frage stellt, müssen die Daten zunächst an einen Server gesendet werden. Der Server ermittelt die Antwort und schickt diese zurück an den Smartspeaker.

Beim Edge Computing erledigt das Gerät einen Teil dieser Aufgabe selbst; so müssen weniger Daten in der Cloud verarbeitet werden.

Das ist natürlich ein sehr vereinfachtes Beispiel. Edge Computing hat das Potential, eine Brücke zwischen der digitalen und der echten Welt zu schaffen und wird in Zukunft die Grundlage für das industrielle Internet bilden.

Wie sind wir zum Edge Computing gekommen?

Wir befinden uns mitten im Zeitalter des Cloud Computings und die meisten Leute nutzen tagtäglich Dienste wie Dropbox, Gmail oder Slack. Außerdem werden immer mehr Geräte über die Cloud mit Inhalten und Informationen versorgt, beispielsweise euer Apple TV, Google Chromecast oder Amazon Echo.

Was noch beeindruckender ist: Heutzutage verlassen sich unzählige Unternehmen auf die Infrastruktur, Hosting- und Machine-Learning-Dienste sowie die Rechenpower von nur wenigen Anbietern wie Amazon, Microsoft, Google und IBM.

Der Marktanteil von privaten Cloud-Diensten lag im letzten Jahr bei 47 Prozent. In diese Kategorie gehören zum Beispiel Apple, Facebook oder Dropbox.

Was ist die „Edge“?

Das Wort „Edge“ bezieht sich auf die geographische Lage. Die Datenverarbeitung findet abseits eines Servers statt, also am Rand der Cloud. Edge Computing wird in der Nähe bzw. direkt an der Datenquelle durchgeführt und nicht in einem Datencenter, das kilometerweit entfernt liegt.

Worin liegt der Nutzen des Edge Computings?

Edge Computing sorgt für eine schnellere Verarbeitung von Daten. Computer „A“ stellt Computer „B“ eine Frage; die Daten werden einmal um die halbe Welt geschickt und verarbeitet und anschließend wird eine Antwort zurückgeschickt. Die Zeit, die dieser Vorgang in Anspruch nimmt, wird Latenzzeit genannt.
Videospielentwickler versuchen schon seit langem, sowohl die tatsächliche als auch die gefühlte Verzögerung zwischen den Aktionen im Spiel so gut wie möglich zu reduzieren. Beispielweise bei der Treffererkennung in Shooter-Spielen.

Im Falle des Sprachassistenten kann es ganz schön frustrierend sein, wenn man eine Frage stellt und dann eine gefühlte Ewigkeit auf eine Antwort warten muss. Das Gerät muss euren Befehl zunächst verarbeiten und dann eine komprimierte Version an die Cloud schicken. Dort wird eure Frage wieder entpackt und anschließend verarbeitet. Wenn dann zum Beispiel Wetterdaten abgerufen werden müssen, ist zusätzlich eine API-Abfrage notwendig. Die Daten werden dann erneut komprimiert und zurück an das Gerät geschickt.

Aus diesem Grund arbeiten viele Hersteller an speziellen KI-Chips, mit deren Hilfe sich die Geräte weniger auf die Cloud verlassen müssen. Unternehmen wie Amazon könnten einiges an Serverkosten sparen, wenn Anfragen wie einfache Matheaufgaben direkt vom Gerät beantwortet werden könnten.

Ein weiterer Vorteil ist, dass die lokale Verarbeitung der Daten für mehr Privatsphäre und besseren Datenschutz sorgen könnte … aber nur solange die Hersteller das für eine gute Idee halten.

Edge Computing ist schon jetzt Teil unseres Alltags, nur sind der Branche die Ideen für neue Cloud-Buzzwords ausgegangen. Mittlerweile hat sich aber „Edge Computing“ als Schlagwort durchgesetzt.
In Sachen Sicherheitsfeatures erledigen unsere Smartphones schon seit Jahren Aufgaben per Edge Computing. Zum Beispiel, wenn ihr eine Zahlung mithilfe eurer biometrischen Daten autorisiert. Die Zentralisierung von Sicherheitsfunktionen gilt schließlich nicht unbedingt als sicher.

Sicherheit im IoT-Bereich ist aber nicht das einzige Problem, das sich mithilfe von Edge Computing lösen lässt. Laut vieler Befürworter des Edge Computings lässt sich mithilfe der Technik auch Bandbreite sparen.

Stellt euch vor, ihr kauft euch eine internetfähige Überwachungskamera und möchtet das Videomaterial in die Cloud übertragen. Eigentlich kein Problem. Aber was, wenn ihr mehrere Kameras installieren möchtet? Wären die Kameras intelligent genug, um nur wichtiges Videomaterial hochzuladen, müsstet ihr euch keine Sorgen um eure Bandbreite machen.

Fast alle Technologien, bei denen hohe Latenzzeiten ein Problem darstellen, werden auch durch Bandbreiteneinschränkungen benachteiligt. Apple und Google halten es deshalb für sehr wichtig, die KI direkt in die Endgeräte zu integrieren.

Auch Progessive Web-Apps nutzen Edge Computing für ihre so genannten Offline First-Funktionen. Das bedeutet, ihr könnt auf eurem Smartphone eine Webseite aufrufen, eure Arbeit erledigen, die Daten lokal speichern und nach Wahl erst zu einem späteren Zeitpunkt mit der Cloud synchronisieren.

Edge Computing und selbstfahrende Autos

Selbstfahrende Autos sind ein Paradebeispiel für den Einsatz von Edge Computing. Aufgrund von Datenschutzbedenken und Einschränkungen in Sachen Bandbreite und Latenzzeiten, lassen sich die vielen Daten, die von den Sensoren erfasst werden, nicht einfach in die Cloud übertragen. Die Latenzzeiten wären viel zu hoch und das Mobilfunknetz ist für solch eine Anwendung nicht zuverlässig genug.

Jedoch liegt bei selbstfahrenden Autos ein Großteil der Verantwortung in Sachen Software nicht länger beim Nutzer. Teilweise werden die Fahrzeuge zentral verwaltet und die Hersteller installieren automatisch Updates und rufen Nutzungsdaten ab, um ihre Algorithmen zu optimieren. Das Alptraumszenario eines Auto-Botnets lässt das gefürchtete Toaster- und Spülmaschinen-Botnet dagegen wie einen fröhlichen Disneyfilm aussehen.

Edge Computing steht kurz davor, zum Mainstream zu werden. Was haltet ihr von diesem neuen Buzzword? Findet ihr, dass dieser Artikel die Grundlagen gut erklärt hat?