Von KI verarbeitete Fertigungsdaten sorgen bereits heute in vielen Werken für Erkenntnisse, die vor Ort praktiziertes Alltagswissen auf den Kopf stellen. Bei aller Innovationskraft im Cloud Computing wäre der Erfolg dieser Technologie in der Industrie kaum denkbar, würde Edge Computing nicht für eine sichere Hardware-Basis in den eigenen vier Hallenwänden der Fertiger zur Verfügung stehen.
Ursprung außerhalb
der Fertigungsindustrie
Doch was ist Edge Computing eigentlich? Der Begriff bezeichnet eine Datenverarbeitung, die in der Nähe der Datenquellen stattfindet. Dabei wird eine offene Plattform verwendet, die Funktionen wie Vernetzung, Datenverarbeitung, Speicherung und Anwendungen integriert, um Edge-Dienste in der unmittelbaren Umgebung anzubieten. So produzieren z.B. High-End-Fertigungsanlagen in Fabriken täglich riesige Datenmengen, die immer komplexer werden. Edge Computing sorgt dafür, die Daten möglichst nah an ihrer Quelle zu verarbeiten, um die Cloud-Edge-Zusammenarbeit zu steuern.
330 Gigabyte pro Kamera
Im Jahr 2020 nutzten hierzulande 53 Prozent der Unternehmen im verarbeitenden Gewerbe mit mehr als 249 Mitarbeitern Industrieroboter. Ein Beispiel für die immensen Datenmengen in der Fertigung: Eine Bildverarbeitungskamera in einer Industrieanlage produziert pro Tag etwa 330GB Videodaten. Würde man all diese Daten in die Cloud übertragen, würde der Prozess eine große Bandbreite beanspruchen und könnte kaum mit Echtzeitdiensten Schritt halten. Da die wachsende Zahl an vernetzten Produktionsanlagen auch mehr und komplexere Datenmengen produziert, steigt auch die Zahl der installierten Edge-Infrastrukturen zu ihrer Verarbeitung. Durch die Bereitstellung von Rechen- und Speicherdiensten in unmittelbarer Nähe zu den Datenquellen werden Netzwerkbandbreite und Speicherplatz in den Rechenzentren geschont und die Dienste reaktionsfähig gehalten. Gleichzeitig lassen sich private Daten bewahren und die Daten- und Produktionssicherheit erhalten.
Individuelle Algorithmen
Auch wenn Edge Computing in den letzten Jahren besonders breitflächig zum Einsatz kommt, existierten die Herausforderungen schon vorher, die in diesem Kontext gelöst werden sollen. So müssen beispielsweise Entwickler aus Spitzenforschungsinstituten für Algorithmen die tatsächlichen Bedürfnisse der einzelnen Unternehmen verstehen. Unternehmen und Produktionsstätten haben unterschiedliche Ansprüche an ihre Fertigung. Insbesondere flexible oder kundenspezifische Fertigungsmethoden erfordern komplexe Algorithmen, hohe Rechenleistung und maßgeschneiderte Edge-Computing-Lösungen.