Was ist Edge Computing?

Der Netzwerk-Edge ist der Ort, an dem die physische und die digitale Welt interagieren – wo Daten in Geräte, die mit dem Internet oder einem Netzwerk verbunden sind, eingegeben oder von diesen erfasst werden und wo Geräte Daten empfangen, die Nutzer und Anwendungen für Entscheidungen und Erkenntnisse nutzen. Edge Computing bringt Daten, Einblicke und Entscheidungen näher an Nutzer und Geräte heran, anstatt Daten an einem zentralen Standort zu verarbeiten, der möglicherweise Tausende von Kilometern entfernt ist. Durch die Verarbeitung am Netzwerk-Edge stellt Edge Computing sicher, dass Daten – insbesondere Echtzeitdaten – nicht unter Latenzproblemen leiden, die negative Auswirkungen auf den Zweck oder die Leistung einer Anwendung haben können.

Edge Computing ist ein IT-Computing-Modell, bei dem Datenverarbeitungs- und Speicherfunktionen von zentralisierten Rechenzentren zu Servern verlagert werden, die physisch näher am Netzwerk-Edge liegen, wo Nutzer und Geräte auf die Daten zugreifen. Durch die Speicherung und Verarbeitung von Daten näher an Nutzern und Geräten verbessert Edge Computing die Netzwerkkonnektivität, reduziert Latenzen, minimiert Kosten, erhöht die Sicherheit und verbessert das Nutzererlebnis.

Man kann sich Edge Computing wie eine Arztpraxis mit eigenem Labor vorstellen. Anstatt Proben an ein zentrales Verarbeitungszentrum zu schicken, das Hunderte von Kilometern entfernt ist, verfügt die Arztpraxis über die Ausrüstung und die zeitlichen und personellen Ressourcen, um Ihre Blutuntersuchungen direkt vor Ort durchzuführen, zu verarbeiten und zu analysieren, sodass Sie die Ergebnisse schneller und kostengünstiger erhalten. Da medizinische Proben das Labor nicht verlassen, besteht nur eine geringe Wahrscheinlichkeit, dass sie verloren gehen oder gestohlen werden. Und durch die effiziente Verarbeitung bietet die Arztpraxis ein zufriedenstellendes Patientenerlebnis.

Die Datenmenge, die wir jedes Jahr erstellen und verwenden, wächst exponentiell. Technologien wie das Internet der Dinge (IoT), künstliche Intelligenz (KI) und maschinelles Lernen (ML) generieren riesige Datenmengen. Und da Milliarden von Geräten mit neuen 5G-Netzwerken verbunden sind, wird dieser virtuelle Ozean von Daten in Zukunft nur noch größer.

In traditionellen Computermodellen werden die Daten eines Unternehmens über ein zentrales Datencenter geleitet, sodass IT- und Sicherheitsteams diese verwalten, überprüfen und Sicherheitsrichtlinien effektiv durchsetzen können. Mit zunehmendem Datenvolumen führt die Übertragung des gesamten Datenverkehrs zu einem Rechenzentrum jedoch unweigerlich zu Latenzzeiten und Überlastungen im Netzwerk. Infolgedessen können Benutzer und Anwendungen Daten nicht schnell genug abrufen, was zu einer langsamen und frustrierenden Online-Erfahrung für die Nutzer führt.

Edge Computing begegnet dieser Herausforderung, indem Daten nahe an ihrem Entstehungs- und Verwendungsort verarbeitet und gespeichert werden. Durch die Speicherung von Daten, Workloads und Rechenfunktionen in der Nähe sorgt Edge Computing dafür, dass Daten schneller an ihren Bestimmungsort gelangen, wodurch Antwortzeiten, Anwendungsleistung und Benutzererfahrung verbessert werden. Gleichzeitig minimiert Edge Computing die Überlastung des gesamten Netzwerks.

Der Netzwerk-Edge ist der Ort, an dem die physische und die digitale Welt interagieren – wo Daten in Geräte, die mit dem Internet oder einem Netzwerk verbunden sind, eingegeben oder von diesen erfasst werden und wo Geräte Daten empfangen, die Nutzer und Anwendungen für Entscheidungen und Erkenntnisse nutzen. Edge Computing bringt Daten, Einblicke und Entscheidungen näher an Nutzer und Geräte heran, anstatt Daten an einem zentralen Standort zu verarbeiten, der möglicherweise Tausende von Kilometern entfernt ist. Durch die Verarbeitung am Netzwerk-Edge stellt Edge Computing sicher, dass Daten – insbesondere Echtzeitdaten – nicht unter Latenzproblemen leiden, die negative Auswirkungen auf den Zweck oder die Leistung einer Anwendung haben können.

Um ein Edge-Netzwerk zu schaffen, bauen IT-Teams Rechenkapazität an Remote-Standorten auf, indem sie Server und Speicher bereitstellen, die Daten für Geräte in der Nähe schnell verarbeiten können. Alternativ können Daten auch im Arbeitsspeicher und auf Festplatten von Edge-Geräten wie Laptops, Smartphones und IoT-Sensoren verarbeitet werden. Anstatt Daten, die von Edge-Geräten generiert werden, über ein zentrales Rechenzentrum oder in die Cloud zu senden, verarbeitet und speichert ein Edge-Netzwerk die meisten Daten vor Ort oder auf nahe gelegenen Edge-Servern und sendet nur wichtige Informationen an die Cloud oder ein zentrales Rechenzentrum.

Edge-Geräte sind Endpunkte in einem Netzwerk, die Daten erfassen, verwenden und bereitstellen. Sie dienen als Schnittstelle zwischen der realen Welt und dem Rechenzentrum oder der Cloud. Edge-Geräte umfassen die Maschinen, die wir täglich verwenden, wie Laptops, Desktop-PCs, Server und Router sowie Geräte und Gateways, die Teil von IoT-Netzwerken sind. Andere Arten von Edge-Geräten sind medizinische Geräte, wissenschaftliche Instrumente, Scanner, autonom fahrende Fahrzeuge, Smart Displays, Point-of-Sale-Terminals, Drohnen, Roboter, industrielle Steuerungen und sogar Verkaufsautomaten.

Edge Computing ist überall um uns herum im Einsatz und nimmt kontinuierlich zu. Denken Sie an die täglichen Interaktionen, die Sie für selbstverständlich halten und bei denen Sie eine sofortige Reaktion erwarten. Das reicht von der Nutzung mobiler Apps, dem Online-Einkauf, der Überprüfung Ihres Kontostands und dem Streaming von Medien bis hin zur Interaktion mit einem vernetzten Gerät wie einer Lampe, einer Türklingel oder einem Auto – oder dem Check-in für einen Zug oder Flug. All diese Dienste erfordern eine umfassende Informationsverarbeitung in Echtzeit. Sie alle sind Beispiele dafür, wo Edge Computing den Unterschied zwischen einem großartigen und einem wirklich langsamen, frustrierenden Erlebnis machen kann.

Zu den gängigen Edge-Anwendungsbeispielen zählen:

• Gaming. Echtzeitreaktion, kurze Wartezeiten, sofortiges Matchmaking und geringe Latenz sind für Multiplayer-Spiele von entscheidender Bedeutung. Edge Computing verbessert diese digitalen Erlebnisse, indem näher an den Spielern ist.
• IoT-Netzwerke. Edge-Computing-Lösungen ermöglichen es Unternehmen, die Vorteile von IoT-Netzwerken zu nutzen, um riesige Datenmengen in Echtzeit zu erfassen, zu analysieren und darauf zu reagieren.
• Autonome Fahrzeuge. Selbstfahrende Autos erzeugen riesige Datenmengen, die in Echtzeit gesammelt und analysiert werden müssen, damit das Fahrzeug in Sekundenschnelle Entscheidungen treffen kann, um Passagiere und Fracht sicher an den richtigen Ort zu bringen.
• Telekommunikation. Edge Computing ermöglicht es Telekommunikationsdienstleistern, ihre Netzwerke zu modernisieren und Workloads und Services an den Netzwerk-Edge zu verlagern, um eine hervorragende Performance zu erzielen.
• Industrielle Fertigung. Hersteller nutzen Edge-Computing, um Anlagen zu überwachen, Produktionsfehler zu identifizieren, Automatisierung zu ermöglichen, Robotiksysteme zu verwalten und die Qualität durch Echtzeitanalysen und maschinelles Lernen zu verbessern.
• Energie. Unternehmen, die in der Energieexploration und -produktion tätig sind, nutzen Edge-Computing, um Daten auf Ölplattformen und Gasfeldern zu sammeln und zu speichern. So erhalten sie Echtzeitinformationen, mit denen sie Gefahren erkennen, die Produktion optimieren, die Effizienz steigern und die Sicherheit ihrer Mitarbeiter gewährleisten können.
• Sicherheitsanwendungen. Von der Echtzeit-Gesichtserkennung an Flughäfen bis hin zu Bewegungsmeldern und Kameras vor Ort profitieren viele Sicherheits- und Überwachungsanwendungen von den ultraschnellen Reaktionszeiten, die bei der Datenverarbeitung am Netzwerk-Edge möglich sind.
• Gesundheitswesen. Edge Computing ist am besten in der Lage, die enorme Datenmenge zu erfassen und zu verarbeiten, die von medizinischen Geräten und Sensoren erzeugt wird. So können Anbieter schnell auf Veränderungen des Patientenzustands reagieren.
• Smart Cities. Smart Cities nutzen Edge Computing, um Echtzeitanwendungen wie intelligente Verkehrsampeln, intelligente Stromnetze, intelligente Straßenlaternen und intelligente Überwachungssysteme zu betreiben, die Daten mit Reaktionszeiten von Sekundenbruchteilen und extremer Genauigkeit verarbeiten können müssen.
• Augmented Reality (AR) und Virtual Reality (VR). Sowohl AR als auch VR erfordern die nahezu verzögerungsfreie Echtzeitverarbeitung großer Datensätze.
• Künstliche Intelligenz (KI). Edge Computing ermöglicht es KI- und ML-Anwendungen (maschinelles Lernen), riesige Datenmengen mit höherer Geschwindigkeit und zuverlässiger Konnektivität zu generieren, abzurufen und zu verarbeiten.

Um die Vorteile zu verstehen, kann man sich Edge Computing wie die Nutzung einer lokalen Bankfiliale und eines Geldautomaten vorstellen, anstatt die Zentrale der Bank in einer Hunderte Kilometer entfernten Stadt aufzusuchen. Anstatt eine lange Strecke zu fahren, um eine Einzahlung zu tätigen oder Bargeld abzuheben, kann man einfach ein paar Blocks zu seiner örtlichen Zweigstelle gehen und so viel Zeit und Geld sparen. Wenn alle Nachbarn dasselbe tun, verringert sich dadurch auch die Verkehrsbelastung auf den örtlichen Straßen. Außerdem ist es sicherer, da die Wahrscheinlichkeit geringer ist, dass das Auto eine Panne hat, man einen Unfall hat oder das Geld gestohlen wird, während man ein paar Blocks zur örtlichen Bank fährt.

Zu den Vorteilen von Edge Computing gehören:

• Niedrige Latenz. Latenz ist die lästige Verzögerung, die auftritt, wenn man zu einer Website navigiert und auf das Laden der Seite wartet oder wenn man auf eine mobile App tippt und es länger dauert, eine Aktion auszuführen. Dies geschieht in der Regel, weil die Datenverarbeitung und -speicherung in großer Entfernung stattfinden. Wenn diese Prozesse an den Edge verlagert werden, also in Ihre Nähe, sind digitale Erlebnisse fast in Echtzeit möglich.
• Kosteneinsparung. Durch die Minimierung des Netzwerkverkehrs trägt Edge Computing dazu bei, die Kosten für die Bereitstellung ausreichender Bandbreite sowie für die Übertragung und Speicherung von Daten in der Cloud zu senken.
• Höhere Performance. Wenn Daten mit weniger Latenz und schnellen Ladezeiten bereitgestellt werden, profitieren Unternehmen von einer höheren Performance ihrer Netzwerke, Systeme und Anwendungen.
• Bessere Kundenerlebnisse. Durch die Verbesserung der Reaktionszeiten und die Reduzierung der Latenz verbessert Edge Computing das Erlebnis für Kunden bei der Interaktion mit Websites und Anwendungen.
• Datensouveränität. Durch die lokale Speicherung von Daten und die Vermeidung von Überschreitungen nationaler oder regionaler Grenzen ermöglicht Edge Computing Unternehmen, Probleme im Zusammenhang mit der Datenhoheit zu vermeiden und die Einhaltung von Datenschutzbestimmungen in verschiedenen Regionen zu vereinfachen.
• Steigerung der Produktivität. Edge Computing bietet Nutzern schnelleren Zugriff auf Daten und Analysen, sodass sie schneller Entscheidungen treffen und handeln können.
• Schnellere Entscheidungsfindung. Schnellere Reaktionszeiten und zuverlässige Netzwerkkonnektivität führen zu einer schnelleren Bereitstellung der Daten, die Führungskräfte für fundierte Entscheidungen benötigen.
• Höhere Ausfallsicherheit. Durch die Verlagerung der Datenverarbeitung auf ein Netzwerk von Geräten und Edge-Standorten bietet Edge-Computing redundante Pfade für die lokale Übertragung und Verarbeitung von Daten, um einen potenziellen zentralen Ausfallpunkt bei zentralisierten Servern zu beseitigen.

Akamai bietet Edge-Infrastruktur für die flexible Erstellung und Ausführung von Anwendungen und Services mit beispielloser Skalierbarkeit, Zuverlässigkeit und Sicherheit. Mit unserer stark verteilten Edge- und Cloud-Plattform sind wir bestens aufgestellt, um die beste Lösung in den Bereichen Edge-Anwendungen, Service Computing und Cloud-Optimierung anzubieten. Die digitale Transformation war noch nie einfacher.

• EdgeWorkers bietet Entwicklungsteams Funktionen und Tools zur Erstellung neuer Microservices, die die Plattform von Akamai für sichere und schnelle Rechenleistung am Edge nutzen.
• EdgeKV ist der verteilte Schlüsselwertspeicher, mit dem JavaScript-Entwickler datengesteuerte EdgeWorkers-Anwendungen erstellen können.
• Cloudlets bietet Tools zur Ausführung von Anwendungslogik am Edge, um über zuverlässige Self-Service-Anwendungen bessere Weberlebnisse zu bieten.